Escenarios de carretera innovadores para probar coches autónomos

A medida que los Coches autónomos se vuelven más comunes, hay una necesidad creciente de probarlos en diferentes situaciones de manejo. Sin embargo, cuando se trata de las carreteras reales por las que estos coches van a circular, no se ha prestado mucha atención en crear tipos y diseños de caminos variados. Los métodos actuales hacen partes de caminos básicos sin construir sistemas completos o crean carreteras enteras que son solo rectas y aburridas. Esta falta de variedad significa que los escenarios utilizados para probar estos coches no son realmente buenos. Así que decidimos idear un plan para crear configuraciones de caminos más interesantes y variadas para las Pruebas.

#La Necesidad de Probar

Los coches autónomos no son solo juguetes lujosos; pueden ayudar a mejorar la seguridad en las carreteras. Buscan reducir accidentes y ofrecer movilidad a quienes tal vez no puedan conducir. Sin embargo, antes de que realmente podamos confiar en que estos coches se manejen solos, tienen que demostrar que son al menos un poco más seguros que los conductores humanos. Para eso, las empresas necesitan hacer que estos coches recorran más de 11 mil millones de millas solo para probar que son un 20% más seguros que los conductores humanos. ¡Es un pedido bastante grande!

Probar en la carretera es costoso y no puede cubrir todos los posibles problemas que estos coches podrían enfrentar. Ahí es donde entran los escenarios Simulados. Al crear situaciones de manejo realistas para que los coches reaccionen, podemos probar su seguridad sin arriesgar vidas.

#Métodos Actuales de Prueba

Empresas como Waymo han registrado un montón de millas de conducción simulada: más de 15 mil millones a principios de 2021. Se han utilizado varios métodos para crear estas situaciones de manejo, pero la mayoría se centran en cosas como cómo se comportan los conductores y los peatones, o cómo está el clima, y descuidan las carreteras en sí.

Algunos esfuerzos recientes se han hecho para idear situaciones de caminos más variadas. Sin embargo, estos esfuerzos aún no son suficientes. O producen partes de caminos simples o crean redes completas sin características interesantes. Esto significa que las carreteras se ven bastante similares, lo cual no es lo que necesitamos para una prueba adecuada.

#Nuestra Solución

Para abordar este problema, ideamos una forma sistemática de generar configuraciones de caminos diversas. Primero, identificamos ocho tipos de partes básicas de caminos. Cada una de estas partes se puede ajustar de varias maneras para reflejar diferentes formas y diseños de carreteras.

Luego, conectamos estas partes de caminos de maneras creativas, teniendo en cuenta elegir partes menos comunes para agregar más variedad a las configuraciones. Para asegurarnos de que no haya duplicados, eliminamos cualquier carretera que se viera demasiado similar a otras.

Al final, tomamos los escenarios de caminos que generamos y los convertimos en mapas de alta definición y escenas en 3D. Estos pueden ser utilizados por simuladores, lo que hace que sea fácil probar los coches autónomos en diversas condiciones.

#La Importancia de la Diversidad

Probar coches autónomos requiere una multitud de tipos y diseños de caminos diferentes. Un solo tipo de camino no nos mostrará cómo reacciona un coche ante diferentes escenarios. Por lo tanto, la diversidad en el diseño es esencial. Por ejemplo, ¿cómo manejará un coche autónomo un camino sinuoso en comparación con uno recto? ¿Y qué hay de intersecciones y bifurcaciones? Cada escenario ayuda a los ingenieros a probar funciones específicas de las habilidades de conducción autónoma del coche.

#Los Ocho Tipos de Componentes de Caminos

Para crear una base sólida para nuestros escenarios, definimos ocho tipos de componentes de caminos típicos. Aquí están, descritos en términos simples:

1. Camino Recto: Un gran tramo de pavimento que va directamente hacia adelante.
2. Camino Curvo: Este camino se dobla y gira, necesitando que el coche ajuste su dirección para mantenerse en el camino.
3. Cambio de Carril: Tal como suena, aquí es donde los coches cambian de carril, aumentando o disminuyendo el número de carriles.
4. Bifurcación: Un camino que se divide en dos, permitiendo que los coches decidan qué dirección tomar.
5. Intersección en T: Piensa en una forma de “T” donde un camino se encuentra con otro, permitiendo que los coches sigan recto o giren.
6. Intersección: El lugar donde dos caminos se cruzan, permitiendo un buen viejo juego de gallina.
7. Camino en U: Este es divertido! Es como una curva cerrada que te da la vuelta 180 grados.
8. Rotonda: Un camino circular donde los coches pueden rodear una isla central, permitiendo que el tráfico fluya sin problemas.

Cada uno de estos componentes podría ajustarse en términos de longitud, número de carriles y más para crear configuraciones únicas.

#¿Cómo Conectamos los Puntos?

Entonces, ahora que tenemos todo este conocimiento sobre caminos, ¿cómo lo juntamos? Ideamos un método para conectar estas partes de caminos de una manera que mantenga las cosas frescas.

Nuestro método comienza por llevar un registro de cuán a menudo usamos cada parte de camino. De esta manera, podemos favorecer usar partes que no se han utilizado mucho. Luego seleccionamos una parte para comenzar, y a partir de ahí, seguimos haciendo conexiones hasta que llegamos a un cierto límite, como el tiempo transcurrido o el número de partes usadas.

Este método asegura que mantengamos las cosas interesantes, ya que incluye aleatoriamente las partes menos comunes y las combina de manera creativa. Con el tiempo, acumulamos un conjunto de escenarios de caminos únicos que pueden proporcionar situaciones de prueba valiosas.

#Di Adiós a los Duplicados

Una vez que hemos generado un montón de configuraciones de caminos, necesitamos asegurarnos de que no tengamos repeticiones. Tener los mismos escenarios de caminos puede distorsionar los resultados y derrotar el propósito de las pruebas diversas, así que implementamos una forma de medir la similitud entre diferentes configuraciones.

Básicamente, tratamos cada escenario de caminos como un grafo, donde las partes de caminos son puntos y las conexiones son líneas entre ellos. Si dos escenarios son demasiado similares, consideramos que uno de ellos es un duplicado y lo descartamos.

#Juntándolo Todo

Con nuestro lote final de escenarios de caminos únicos en mano, estamos listos para convertirlos en formatos que se pueden usar fácilmente en simuladores. Usamos herramientas como RoadRunner para convertir nuestros scripts de escenario en archivos de mapas HD y archivos de escenas en 3D.

Al usar estos formatos, los coches autónomos pueden ser probados en entornos simulados que reflejan la conducción del mundo real mucho más de cerca que nunca.

#Evaluando Nuestro Enfoque

Ahora que hemos generado estos escenarios de caminos diversos, ¿qué tan bien se mantienen en las pruebas? Buscamos responder a dos preguntas principales:

1. ¿Son efectivos nuestros escenarios de caminos generados?
2. ¿Pueden usarse en simulaciones reales?

Para evaluar estos escenarios, generamos una gran cantidad para un análisis comparativo. Comparamos nuestro método contra un enfoque base que simplemente elegía partes de caminos al azar. En nuestras pruebas, descubrimos que nuestro método generó consistentemente más escenarios de caminos únicos y lo hizo más rápido que el enfoque base.

#Métricas de Éxito y Resultados

En nuestros experimentos, logramos rastrear el número de escenarios de caminos únicos generados a lo largo del tiempo. Lo que encontramos fue que aunque nuestro método tomó un poco más de tiempo al principio mientras calculaba la orientación, finalmente produjo un número mayor de escenarios únicos en menos tiempo.

La tasa de unicidad también fue significativamente más alta, mostrando que nuestro enfoque creó efectivamente configuraciones de caminos diversas.

#Usabilidad en Simulaciones de la Vida Real

Después de validar los escenarios de caminos, realizamos varias pruebas para ver qué tan bien funcionaron en simulaciones reales. Compilamos los escenarios de caminos generados en archivos de escenas en 3D y archivos de mapas HD, que luego fueron probados dentro de sistemas de conducción autónoma como Apollo.

Nos alegró encontrar que más del 92% de los escenarios fueron compilados con éxito, lo que es una buena señal para su usabilidad. Esto significa que cuando llegue el momento de que los coches autónomos enfrenten el mundo simulado, tendrán una rica variedad de caminos por los que lidiar.

#Mejoras Futuras

Si bien nuestro método ha mostrado resultados prometedores, todavía hay espacio para mejorar. Solo hemos esbozado la base con los ocho tipos de componentes de caminos y nos encantaría ampliar esta lista para incluir aún más variedad.

Además, solo nos enfocamos en escenarios a nivel de caminos, pero hay todo un mundo de elementos por encima de eso, como señales de tráfico y objetos dinámicos. Planeamos integrar estos elementos en nuestros escenarios en el futuro.

#Conclusión

Nos hemos propuesto crear un método para generar escenarios de caminos diversos para probar coches autónomos, y los resultados han sido alentadores. Al definir diferentes componentes de caminos, guiar sus conexiones y asegurarnos de que no se cuelen duplicados, hemos sentado las bases para pruebas más efectivas.

A medida que los vehículos autónomos continúan evolucionando, también lo harán nuestros métodos para probarlos. Esperamos que nuestro trabajo desempeñe un papel en el camino hacia carreteras más seguras y coches más inteligentes. Y quién sabe, tal vez un día, estos coches sean tan buenos que incluso puedan llevarnos a la cafetería sin que levantemos un dedo. ¡Eso suena como un ganar-ganar!