Toyota går med i racet för självkörande bilar med en osynlig copilot

Toyota vill inte bara att dess bilar ska köra sig själva; den vill att de ska ta tag i ratten för att hindra dig från att krascha.

Toyotas forskare utvecklar vad de kallar ett skyddsängelsystem som automatiskt tar kontroll över ett fordon, eller subtilt justerar en förares handlingar, för att avvärja fara. I motsats till andra företag som arbetar med självkörande fordon, ser den japanska biltillverkaren att kombinera maskin- och mänsklig körning som ett viktigt steg mot full autonomi.

På samma sätt som låsningsfria bromsar och nödbromsar fungerar, finns det en virtuell förare som försöker se till att du inte råkar ut för en olycka genom att tillfälligt ta kontrollen från dig, förklarar Gill Pratt, vd för Toyota Research Institute, ett företag biltillverkaren skapade förra året med 1 miljard dollar i finansiering för forskning om automatiserad körning, artificiell intelligens och robotik (se Toyotas miljardsatsning).

Pratt tillkännagav skyddsängelns ansträngning, såväl som planer på att skapa en ny TRI-anläggning nära University of Michigan i Ann Arbor, under ett tal på en konferens i San Jose idag.

Toyotas tillvägagångssätt väcker nya utmaningar, särskilt när det gäller att förstå och hantera förarens beteende. Företaget planerar att testa tekniken i en gigantisk flyttsimulator nära berget Fuji i Japan. Simulatorn visar en förare realistiska gatuscener som rör sig i en hängare som är ungefär lika stor som två fotbollsplaner. Detta kommer att göra det möjligt att se hur människor reagerar i realistiska kraschscenarier. Vår plan är att se hur människor kommer att reagera när bilen tillfälligt tar kontroll eftersom den vet bättre, säger Pratt. Så långt pekar ratten alltid åt det hållet hjulen går; det har alltid varit sant fram till nu.

En körsimulator skapad av Toyota nära berget Fuji i Japan.

De självkörande funktionerna på bilar som utvecklats av andra företag, inklusive Google och Tesla, är antingen helt inkopplade eller inaktiverade. Men mycket befintlig säkerhetsteknik, inklusive servostyrning, förhindrande av filavvikelse och automatisk bromsning, är exempel på partiell autonomi.

Ett mer gradvis tillvägagångssätt kan ha fördelar eftersom det kan vara svårt att övergå från full autonomi tillbaka till förarkontroll. Vissa experiment har visat att det kan ta åtta sekunder eller mer för förare att återfå fokus (se Fortsätt försiktigt mot den självkörande bilen).

Pratt föreslog också att Toyota kommer att ta ett annat beräkningssätt. Under sitt tal noterade han att befintliga självkörande bilar använder datorer som förbrukar tusentals watt. För att uppnå större energieffektivitet sa Pratt att Toyota kunde använda neuromorfa chips, en arkitektur som beräknar data parallellt snarare än sekventiellt, som konventionella datorer gör.

TRI kommer att anställa ett 50-tal personer till det nya institutet i Ann Arbor. De kommer att samarbeta med University of Michigan forskare om självkörande bilar och robotik.

TRI, som redan har anläggningar i Palo Alto, Kalifornien och Cambridge, Massachusetts, kommer att testa prototypfordon på alla tre platserna, sa Pratt. Men teamet i Ann Arbor kommer också att använda en specialiserad självkörande testanläggning, kallad MCity, som kan användas för att håna olika scenarier (se En stad byggd för förarlösa bilar).

Även om Toyota har arbetat med teknik relaterade till självkörande bilar i mer än ett decennium, släpar det efter Google och vissa andra biltillverkare när det gäller tester på riktiga vägar. Detta är viktigt eftersom riktiga kördata behövs för att träna de algoritmer som styr självkörande fordon. Men Pratt säger att träning i verkligheten kan kompletteras med testning i virtuella miljöer. Han har tidigare sagt att Toyotas självkörande bilar kommer att behöva täcka en biljon mils väg i tester innan de kan användas i den verkliga världen, och simulering kan erbjuda ett sätt att uppnå detta.

Andra företag, inklusive Google, har pratat om att göra tester i simulering. Och några akademiska forskare har visat värdet av att använda mycket realistiska virtuella inställningar för att träna självkörande algoritmer (se För att bli riktigt smart, AI Might Need to Play More Video Games ).

Pratt och James Kuffner, TRI:s tekniska chef, sa att det idealiska scenariot skulle vara för alla företag som arbetar med självkörande bilar att dela data de samlar på sig – i både verkliga och virtuella tester – så att andra kan lära sig av det. I den verkliga andan av säkerhet – när det är ett allmännytta – tror vi starkt på att vi bör samarbeta, säger Pratt.

Dölj