ทีมนักวิจัยจากแผนกข้อมูลและการวิเคราะห์ของสถาบันการขนส่งแห่งเวอร์จิเนียเทค (VTTI) ได้พัฒนาเครื่องมือโต้ตอบแบบเปิดที่เข้าถึงได้ซึ่งพยายามเพิ่มขีดความสามารถของรัฐบาล อุตสาหกรรม และการวิจัยทางวิชาการในการสร้างระบบขับขี่อัตโนมัติ (ADS) เครื่องมือวัดองค์ประกอบ Operational Design Domain (ODD)ซึ่งได้รับทุนสนับสนุนจากNational Institute of Standards and Technology (NIST) ใช้เฟรมเวิร์กระบบกายภาพทางไซเบอร์ของสถาบันที่ช่วยให้นักวิจัยและผู้ปฏิบัติงานในอุตสาหกรรมสามารถเข้าใจและวัดปริมาณเงื่อนไขการดำเนินการขับขี่อัตโนมัติในเมือง
ชุมชนหรือภูมิภาคทั่วและระหว่าง 30 เมืองใหญ่ของสหรัฐอเมริกา
อย่างไรก็ตาม ข้อมูลที่สะท้อนสภาพจาก 30 เมืองเป็นเพียงส่วนเล็กของภูเขาน้ำแข็งเท่านั้น Gibran Ali ผู้ร่วมวิจัยอาวุโสของ VTTI กล่าวว่า “เครื่องมือใหม่นี้เป็นรากฐานส่วนใหญ่สำหรับองค์กรที่ต้องการขยายยานพาหนะอัตโนมัติของตนไปสู่พื้นที่ทางภูมิศาสตร์ใหม่ ๆ “ความเป็นไปได้ไม่มีที่สิ้นสุด เนื่องจากเราได้ทำให้การเพิ่มดินแดนใหม่หรือชุดข้อมูลอื่นๆ สำหรับการวิเคราะห์เป็นเรื่องง่ายมาก สิ่งนี้ช่วยให้เราสามารถปรับปรุงความสามารถของเราในการวิเคราะห์เครือข่ายถนน พฤติกรรมการเดินทาง ปัจจัย ODD และอื่นๆ”
ODD อธิบายเงื่อนไขภายใต้การออกแบบยานพาหนะอัตโนมัติให้ทำงาน ซึ่งรวมถึงสภาพแวดล้อม ประเภทของถนน ข้อจำกัดในการดำเนินงาน และโซน geofence สภาพแวดล้อมสามารถอธิบายผ่านพารามิเตอร์ต่างๆ เช่น อุณหภูมิ ความชื้น และความเร็วลม ข้อจำกัดของถนนและการปฏิบัติงานมักจะถูกระบุในแง่ของระดับการใช้งาน จำนวนเลน และขีดจำกัดความเร็วที่โพสต์ เครื่องมือนี้นำแหล่งข้อมูลที่แตกต่างกันมาไว้ในที่เดียวและช่วยให้นักพัฒนายานยนต์อัตโนมัติออกแบบยานพาหนะที่ติดตั้ง ADS ได้อย่างปลอดภัยยิ่งขึ้น
ตัวอย่างเช่น หากผู้ผลิตยานยนต์รายใหญ่ต้องการเข้าใจว่า
ยานพาหนะของตนจะทำงานอย่างไรในชิคาโก เครื่องมือต้นแบบนี้จะช่วยให้ทั้งสองวิเคราะห์สภาพแวดล้อมการขับขี่ในชิคาโกแยกกัน และเปรียบเทียบกับเมืองอื่นๆ ในแพลตฟอร์ม เช่น ซานฟรานซิสโกหรือ นิวยอร์ก.แม้ว่าสภาพแวดล้อมในการขับขี่จะมีความไม่แน่นอนอยู่มาก แต่ทรัพยากรต่างๆ เช่น เครื่องมือนี้สามารถให้คำอธิบายตามหลักฐานเกี่ยวกับสิ่งที่ยานพาหนะที่ติดตั้ง ADS อาจประสบในขอบเขตการออกแบบ โครงการนี้แสดงให้เห็นว่าชุดข้อมูลที่มีอยู่ในปัจจุบันสามารถรวมและใช้เพื่อวัดการมีอยู่ขององค์ประกอบ ODD ที่สำคัญได้อย่างไร ประเมินสมมติฐานเริ่มต้น และเริ่มสร้างการวัดพื้นฐานที่อาจมีให้สำหรับชุมชนการพัฒนาขนาดใหญ่
“การร่วมงานกับ VTTI ในโครงการนี้ถือเป็นโอกาสพิเศษ VTTI มีสิ่งอำนวยความสะดวกชั้นนำและทีมงานที่ทุ่มเทให้กับการประเมินความปลอดภัยของระบบยานยนต์” Edward R. Griffor นักวิทยาศาสตร์การวิจัยอาวุโสสำหรับระบบกายภาพไซเบอร์และยานยนต์อัตโนมัติของ NIST กล่าว “ความสามารถในการพิจารณาว่าความสามารถของระบบขับขี่อัตโนมัตินั้นเพียงพอในสภาพแวดล้อมการทดสอบหรือไม่ มีความสำคัญต่อการทำความเข้าใจเกี่ยวกับความปลอดภัย และเครื่องมือนี้มีจุดมุ่งหมายเพื่อแสดงให้เห็นว่าเป็นไปได้”
เพื่อช่วยในการพัฒนาเครื่องมือ ท่ามกลางแหล่งข้อมูลอื่นๆ VTTI ได้รวมข้อมูลอุบัติเหตุจราจรร้ายแรงที่รวบรวมจากฐานข้อมูลทั่วประเทศที่เรียกว่า Fatality Analysis Reporting Systems (FARS) ซึ่งประกอบด้วยข้อมูลอุบัติเหตุจราจรที่ตำรวจรายงานเกี่ยวกับยานยนต์ที่สัญจรไปมาในที่สาธารณะ ทางถนนที่ส่งผลให้มีผู้เสียชีวิตภายใน 30 วันหลังเกิดอุบัติเหตุ นักวิจัยวิเคราะห์ข้อมูลในช่วง 10 ปีและรวมไว้ในกรอบการทำงานของเครื่องมือ นอกจากการวิเคราะห์ FARS แล้ว ข้อมูลการสำรวจสำมะโนประชากรยังได้รับการตรวจสอบเพื่อทำความเข้าใจประชากรทั่วทั้ง 30 เมืองใหญ่ของสหรัฐฯ ที่มีอยู่ในปัจจุบันผ่านทางเครื่องมือต้นแบบ
Mac McCall ผู้ร่วมวิจัยอาวุโสของ VTTI กล่าวว่า “พอร์ทัลนี้ทำหน้าที่เป็นจุดเริ่มต้นสำหรับการสนทนาเกี่ยวกับวิธีที่เราสามารถวัดสภาพแวดล้อมการขับขี่ของการขับขี่รถยนต์อัตโนมัติ” “ด้วยเครื่องมือนี้ นักวิจัยสามารถเปลี่ยนระดับของปัจจัยแต่ละอย่าง เช่น การจำกัดความเร็วและประเภทของถนน และดูผลกระทบที่เปลี่ยนแปลงเหล่านั้นต่อเครือข่ายถนนที่มีอยู่ได้ทันที และการเปลี่ยนแปลงเหล่านั้นจะส่งผลต่อยานพาหนะอัตโนมัติของพวกเขาอย่างไร”
เครื่องมือหาปริมาณองค์ประกอบ ODD ได้รับการพัฒนาโดย Ali, McCall, Kaye Sullivan, Shane McLaughlin และ Michelle Chaka
credit : coachwebsitelogin.com assistancedogsamerica.com blogsbymandy.com blogsdeescalada.com montblanc–pens.com getthehellawayfromsalliemae.com phtwitter.com shoporsellgold.com unastanzatuttaperte.com servingversusselling.com
