Mejora de la conducción legal para vehículos autónomos mediante campos de potencial de cumplimiento de la ley

Área de la Ciencia:

• Sistemas de Conducción Autónoma
• Cumplimiento de las Leyes de Tráfico
• Marcos de Toma de Decisiones

Sus antecedentes:

• Los entornos de tráfico mixto requieren que los vehículos autónomos (AV) cumplan las leyes de tráfico junto con los conductores humanos.
• La toma de decisiones actual de los AV a menudo prioriza la seguridad sobre el cumplimiento legal sistemático, arriesgándose a violaciones en escenarios complejos.

Objetivo del estudio:

• Desarrollar un método novedoso para mejorar el cumplimiento de las leyes de tráfico de los AV.
• Abordar las limitaciones de los enfoques actuales de toma de decisiones centrados en la seguridad en el tráfico mixto.

Principales métodos:

• Se propone un método de Campos de Potencial de Cumplimiento de la Ley (LCPF), que clasifica las restricciones de las leyes de tráfico en cuatro campos de potencial.
• Estos campos codifican los estados del vehículo, los elementos ambientales y los umbrales de cumplimiento.
• Una estrategia de fusión novedosa resuelve las distorsiones de superposición de campos, integrada en un marco de Control Predictivo de Modelo (MPC).

Principales resultados:

• Se realizó una validación experimental en cinco escenarios representativos, incluidos conflictos entre seguridad y cumplimiento.
• El método LCPF mejoró significativamente la capacidad de los AV para cumplir las leyes de tráfico.
• Se demostró un equilibrio eficaz entre seguridad y cumplimiento, incluso en condiciones difíciles.

Conclusiones:

• El método LCPF propuesto ofrece una solución robusta para garantizar que los AV cumplan las leyes de tráfico.
• Este enfoque es crucial para la operación segura y legal de los AV en entornos de tráfico mixto.
• El trabajo futuro puede explorar refinamientos adicionales y la implementación en el mundo real.