佐治亚大学工程学院的研究人员将使用科学基金会的“网络物理系统”赠款来开发可帮助自动驾驶汽车安全穿越街道和高速公路的系统。
研究人员说，尽管自动驾驶汽车这一新兴技术有望改善安全性和运输效率，但研究人员表示，如果自动驾驶汽车无法与道路上的其他车辆配合，则无法实现这些目标。当大型自动驾驶汽车网络与人力汽车和卡车共享高速公路时，挑战就更大了。
UGA电气与计算机工程学院副教授Javad Mohammadpour Velni说：“围绕大规模部署自动驾驶汽车的最大问题之一是，这些汽车将如何与周围环境互动并做出明智的决定。”项目的主要调查员。“以某种方式，自动驾驶汽车将需要了解人类的潜在影响，他们可能在驾驶时没有做出最合理的决定。”
科学家将开发预测算法，使互联和自动(CAV)车辆系统能够在充满不确定性的环境(包括人类驾驶员)中运行。他们还将利用NSF的73.3万美元赠款，探索改善自动驾驶汽车之间通信的方法。
为了实现其目标，研究人员将采用人工智能和机器学习技术，即系统可以从数据中学习，识别模式并以最少的人为干预做出决策的想法。他们将分析大量数据，以建立驾驶环境和其他车辆行为的概率模型，然后将这些模型和数据输入车辆的控制系统。
维尔尼说：“我们的目标是捕捉环境的不确定性以及它们如何影响自动驾驶汽车必须做出的决定。”“您必须考虑所有可能的情况。例如，如果您在停车场里开车，可能发生的所有事情是什么?然后，您必须建立与自动驾驶车辆的摄像头和传感器收集的实时信息配合使用的概率模型。”
UGA团队正在与佛罗里达大学的研究人员合作进行该项目。UCF科学家将建立环境感知模型和策略，以实现自动驾驶汽车之间更有效的通信。
Velni说，随着大量CAV的部署，车辆的控制系统(每秒最多做出100个决策)有可能淹没可用的通信带宽。通常，不管情况如何，车辆之间的这些通信都定期发生。为了缓解这一挑战，研究人员希望开发出除非必要就不交换数据的控制器。
维尔尼说：“通过使通信和控制决策更智能，该团队的目标是将自动驾驶汽车排的安全性和效率提高几个数量级。”
两所大学的研究人员都计划建立小型测试跑道，在这里他们将使用割草机大小的自动驾驶汽车测试其控制和协调系统。他们还将使用实际的自动驾驶汽车进行大规模测试。