MARTYkhana: Autonomní driftování od výzkumníků ze Stanfordu

Driftování je snad tou nejnáročnější motoristickou disciplínou určenou pro skutečné mistry volantu. Jak se ale dokáže s komplikovaným úkolem popasovat stroj?
titulka-martykhana.jpg Zdroj: Stanford News

Přestože se autonomní systémy zdají jako naprostá novinka, je pravda že Autopilot od Tesly se na trhu objevil již před pěti lety. Za tu dobu sice autonomní vozy k dokonalosti nedospěly, ale dá se říct, že až na výjimečné případy fungují vcelku spolehlivě – byť si můj vnitřní skeptik nedokáže odpustit poznámku o spolehlivé funkčnosti pouze v příhodných podmínkách. Plně autonomních systémů se asi jen tak nedočkáme, zodpovědnost za to ale ponese spíše nepřipravená legislativa než technologie, která skutečně postupuje dopředu rapidním tempem.

A jako za každou správnou rychle se vyvíjející technologií půjde najít bandu nadšených inženýrů, kteří si tak trochu hrají. V momentě, kdy je základ technologie prozkoumán a technologie začíná být relativně dostupná a pochopitelná se technologičtí maniaci vrhnou na to, aby se mohli pokusit ji implementovat svým vlastním způsobem. A mnohdy tak dojde k buď k docela průlomovým objevům anebo alespoň k rozšíření poznatků o možnostech dané technologie.

Nevíme, jestli hrátky Stanfordských výzkumníků ve výsledku přinesou něco revolučního, ale poznatky z toho jsou minimálně z diváckého hlediska velmi zajímavé. A co že to tedy vlastně ve Stanfordu vyzkoušeli?

Namísto toho, aby svůj autonomní vůz učili hledat čáry a obrubníky a obecně se nudně ploužit městským prostředím, se rozhodli naučit jej pořádně driftovat. Byť muselo jít o výzkum velice zábavný, za pouhé hraní se považovat nedá, výsledky přece jen mohou hodně napomoci budoucímu vývoji systému pro chování vozu v krizových situacích.

Ovládání vozu je v běžných situacích totiž až triviální. Stačí natočit přední kola ve směru jízdy a přizpůsobit rychlost správnému průjezdu zatáčkou. Mnohem zajímavější to začíná být v případě, kdy vůz z jakéhokoliv důvodu ztratí přilnavost. V tuto chvíli je potřeba naprosto precizní práce s volantem a plynem. Autonomní vůz má oproti lidskému řidiči značnou výhodu v obrovské hromadě senzorů pracujících velmi rychlým tempem. Aby se však vůz dokázal se smykem vypořádat, musí správně vstupy vyhodnotit. Dokonale odladěný systém by měl být schopný vymanévrovat z jakékoliv situace, ze které je vymanévrování s přihlédnutím k fyzikálním zákonům vůbec možné.

A tak ve Stanfordu postavili několik kuželů, beden a balíků sena, kolem nichž vytýčili trať plnou ostrých i táhlých zatáček a nakombinovali mezi nimi všechna možná napojení. Výsledná dráha má délku jednoho kilometru a její průjezd v rychlém driftu skutečně není triviální.

Počítač má v tomto případě vlastně k dispozici stejné ovládání vozu jako člověk – volant, plyn a brzdu. Vůz má sice elektrické pohonné ústrojí, ale vybavené pouze jediným motorem pohánějícím zadní kola. Postrádá tak možnost brždění či rozdělování výkonu na každé kolo nezávisle. I přesto se podařilo vytvořit stoj, který si se všemi nástrahami trati dokáže poradit, plynule přechází z rychlých zatáček s velkým poloměrem do pomalých utáhlých vraceček a briskně mění směr. Vlastně funguje tak dobře, že jeho výkon sklízí uznání i od dvou šampionů Formule D.

Jo a abychom nezapomněli – pokud to někomu není z přiloženého videa a obrázků zřejmé – testovací vůz MARTY (Multiple Acutator Research Test bed for Yaw control) je upravený DeLorean z roku 1981. Ano, přesně to auto z Návratu do budoucnosti. Tenhle výzkum už prostě nemohl být více „cool“.

 

2.1.2020 9:01| autor: Martin Kusyn | zdroj: Stanford News

Čtěte dále

Chcete získávat nejnovější informace ze světa automobilů?

Přihlaste se k odběru našeho newsletteru vyplněnímVaší emailové adresy:

Chyba: Email není ve správném formátu.
OK: Váš email byl úspěšně zaregistrován.

*Newslettery vám budeme zasílat nejdéle 3 roky nebo do vašeho odhlášení. Více informací na mailové adrese: gdpr@autoweb.cz

Na tomto webu zpracováváme cookies potřebné pro jeho fungování a analytiku, v případě udělení souhlasu také cookies pro účely cílení reklamy a personalizaci reklam. K tomu využíváme své partnery pro sociální média, inzerci a analýzy. Více informací o nastavení cookies naleznete zde.

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close

TOPlist