Команда разработчиков из Стендфорда (Stanford Racing Team) заняла второе место в гонках автороботов DARPA Urban Challenge еще в 2007 году. И все продолжает развивать автономные машины. Так, Зико Колтер (Zico Kolter) и его коллеги недавно показали видео одного из самых экстремальных трюков, исполненных робо-автомобилем.
Они научили машину "Junior" парковаться со 180-градусным заносом. В общем, это происходит так: автономный автомобиль двигается задним ходом со скоростью около 25 миль в час (40 км/час), а потом резко ударяет по тормозам, выворачивает колеса и со 180-градусным заносом паркуется в нужном месте.
Смотрите видео.
Они научили машину "Junior" парковаться со 180-градусным заносом. В общем, это происходит так: автономный автомобиль двигается задним ходом со скоростью около 25 миль в час (40 км/час), а потом резко ударяет по тормозам, выворачивает колеса и со 180-градусным заносом паркуется в нужном месте.
Смотрите видео.
[/center]
Кстати. Посмотрите статью о роботах автомобилях.
Конечно, дело не только в парковке, но и в том, чтобы научить автономные автомобили действовать в непредвиденных ситуациях.
Однако надежно осуществить такой трюк нелегко. Ведь автомобиль "Junior" обычно действует в режиме реального времени, используя различные датчики и в соответствии с контуром обратной связи, что позволяет постоянно корректировать движение автомобиля.
Это хорошо работает при движении автономного автомобиля по прямой линии, где физическая модель движения автомобиля довольно проста. Но, когда автомобиль попадает в сложную ситуацию, эта простая модель не позволяет ему уверенно двигаться, и нужна более сложная динамическая модель движения автомобиля.
Кстати, на видео ниже показаны три попытки, первые две – неудачные, а третья – «прямо в цель». Причем при тестировании разработчики использовали конусы, а не реальные автомобили. Так, на всякий случай.
Видео. Три попытки парковки.
Однако надежно осуществить такой трюк нелегко. Ведь автомобиль "Junior" обычно действует в режиме реального времени, используя различные датчики и в соответствии с контуром обратной связи, что позволяет постоянно корректировать движение автомобиля.
Это хорошо работает при движении автономного автомобиля по прямой линии, где физическая модель движения автомобиля довольно проста. Но, когда автомобиль попадает в сложную ситуацию, эта простая модель не позволяет ему уверенно двигаться, и нужна более сложная динамическая модель движения автомобиля.
Кстати, на видео ниже показаны три попытки, первые две – неудачные, а третья – «прямо в цель». Причем при тестировании разработчики использовали конусы, а не реальные автомобили. Так, на всякий случай.
Видео. Три попытки парковки.
Интересно, сколько автомобилей в реальности мог бы разбить такой робот при своих парковках? Видимо много. Так что этому роботу еще нужно много учиться, учиться, учиться…
Кстати. Посмотрите статью о роботах автомобилях.