Nhóm nghiên cứu tại Trung tâm nghiên cứu robot thực địa thuộc trường Đại học Sydney ở Úc đã phát triển được công nghệ, giúp xe tự lái tránh người đi bộ và người đi xe đạp nằm ngoài tầm nhìn trực tiếp của xe. Việc chia sẻ thông tin giữa ô tô trên đường và các đơn vị cảm biến bên đường cho phép xe tự lái dự đoán những chướng ngại vật phía trước mà xe không thể quan sát.

Khả năng phát hiện hướng ngại vật bằng cách liên kết các phương tiện với mạng lưới cảm biến bên đường được cải thiện đáng kể, dẫn đến sự “nhận thức phối hợp hoặc tập thể (CP)”. “Các đơn vị ven đường thông minh” (IRSU) được trang bị các thiết bị như cảm biến lidar hoặc máy ảnh, sau đó chia sẻ thông tin với các phương tiện đang đi qua và cả những phương tiện khác được liên kết trong cùng mạng lưới. Các nhà nghiên cứu đã so sánh hiệu ứng tổng thể với một tia X, cho phép ô tô nhận biết được các vật thể nằm ngoài tầm nhìn trực tiếp (như người đi bộ phía sau tòa nhà hoặc người đi xe đạp bị che khuất bởi một phương tiện khác).

Mặc dù khó khăn về kỹ thuật là rào cản chính đối với việc phát triển ô tô tự lái, nhưng việc giải quyết lo ngại về vấn đề an toàn cũng sẽ cần thiết để được cơ quan quản lý chấp thuận và để trấn an mọi người. Một số nghiên cứu trước đây phát hiện nguy cơ tiềm ẩn, phụ thuộc vào công nghệ như cảm biến laser và tia X, hoặc trong trường hợp báo cáo của Viện Công nghệ Massachusetts (MIT) năm 2019, thì phân tích ánh sáng và bóng tối theo thời gian thực có thể phát hiện người đi bộ hoặc phương tiện đang đến gần. Phương pháp này được nêu chi tiết trong một nghiên cứu của Úc, cung cấp thêm dữ liệu hỗ trợ cách tiếp cận thay thế, kết hợp truyền thông giữa ô tô với đường thông minh để mang đến cho mỗi phương tiện nhiều góc nhìn.

Theo báo cáo của nhóm, việc truyền thông dữ liệu nhận thức về môi trường từ phương tiện đến tia X (V2X) có thể là một “yếu tố làm thay đổi cả xe có người lái và xe tự lái” - không chỉ vì việc sử dụng và tiêu chuẩn hóa gia tăng các hệ thống này liên kết các phương tiện được trang bị, mà cho phép chúng chia sẻ cảnh báo về các đối tượng khác trên đường. Các nhà nghiên cứu cũng đề cập chi tiết cách hệ thống nhận thức phối hợp này có thể được thiết kế để các phương tiện kết nối giải quyết các yếu tố bất ổn như các cảm biến không chính xác 100% hoặc chịu tác động của tiếng ồn và nhiễu loạn từ môi trường, hoặc mức độ chính xác của một chiếc xe hơi theo dõi vị trí của nó trên đường. Báo cáo cũng nêu chi tiết về những đổi mới khác, như các phương pháp phân biệt và theo dõi những người đi bộ cụ thể. Các nhà nghiên cứu tin rằng công nghệ này có thể “cải thiện đáng kể hiệu quả và độ an toàn của giao thông đường bộ”.

Các nhà nghiên cứu đã tiến hành một số thử nghiệm để chứng minh tiềm năng của hệ thống trong việc phát hiện các mối nguy hiểm trên đường và ngăn ngừa tai nạn. Trong một thử nghiệm liên quan đến một chiếc ô tô do con người lái trong môi trường đô thị ở Chippendale, Sydney, việc sử dụng IRSU cho phép chiếc xe dự đoán hoạt động giao thông "vượt xa khả năng của các cảm biến nhận biết trên xe" cũng như "nhìn thấy hiển thị trực quan của người đi bộ phía sau một tòa nhà” vài giây trước khi xe đi tới. Một thử nghiệm khác trong môi trường phòng thí nghiệm đã sử dụng IRSU để cung cấp dữ liệu mô phỏng một chiếc ô tô tránh một người chạy bộ đang hướng về ngã tư, nơi chiếc ô tô phanh đúng cách và nhường đường cho người đi bộ. Các thử nghiệm khác liên quan đến một số phương tiện được liên kết thông qua IRSU, cũng như các thử nghiệm được thực hiện trong trình mô phỏng CARLA mã nguồn mở, cho kết quả khả quan tương tự và cho phép các phương tiện dự đoán chướng ngại vật như người đi bộ và những chiếc xe khác trên đường.

Trở ngại chính đối với hệ thống được nêu chi tiết trong báo cáo là yêu cầu đầu tư cơ sở hạ tầng để xây dựng mạng lưới cảm biến bên đường với khả năng cung cấp dữ liệu nhận thức tình huống của ô tô. Nhưng nhóm nghiên cứu lập luận rằng nó có thể giúp giảm chi phí lái xe tự động và phát hiện nguy hiểm trên các phương tiện do con người điều khiển bằng cách chia sẻ một số thiết bị cần thiết, cũng như kết nối với các con đường hiện có.

Nhóm nghiên cứu dự kiến tiếp tục phát triển hệ thống, bao gồm phát triển các nền tảng “tiên tiến hơn và sẵn sàng triển khai”, xây dựng tiêu chuẩn mở cho các phương tiện hỗ trợ nhận thức phối hợp và thử nghiệm các hệ thống nhận thức phối hợp tiên tiến hơn cho cả con người và phương tiện được điều khiển tự động trong môi trường giao thông phức tạp hơn.

N.P.D (NASATI), theo https://gizmodo.com/cooperative-perception-could-help-autonomous-vehicles-s-1847976011, 11/2021