使用智能体模型测试自动驾驶系统

使用智能体模型测试自动驾驶系统

西南研究院(SwRI) 通过主导NASA的任务,如去往冥王星的新地平线号和去往木星的朱诺号,而获得了世界性的瞩目。在燃料与能量效率、地理科学、涡轮机械和能源存储方面,SwRI也是领军人物。他们的工程师努力通过应用科学与技术使政府、工厂和大众受益。

问题:

Collaborative map of the area based on agents’ explorations

图一基于智能体探索得到的合成地图。

研究院的研究方向之一是自动驾驶系统。SwRI从2006年起开始研究此领域,并为电动卡车、福特探索者、许多军事平台和各种无人驾驶飞行器,一般称为无人机,设计了系统。不管它们用于侦察、搬运或仅仅是交通运输,这些自动系统都不再需要人类驾驶或控制。

但SwRI的工程师不肯止步于此,他们不仅想解放驾驶员,也想解放控制中心。依照这种想法,车辆间将以分布式的方式进行通信,分享实时位置与环境情况,并根据信息为下一步行动作出决定。这项技术将最先被军方用于运输供给,排雷,侦察,以及许多其他出于安全,可以用机器替代人类的区域。

要实际应用这些系统会花费大量时间和金钱,所以SwRI的工程师们决定使用仿真模型探索自动汽车的可行性。

解决方案:

智能体状态图表

智能体状态图表

为评价自动车辆的性能,评估算法和车辆间的共享任务,西南研究院的工程师决定建立一个基于智能体的AnyLogic仿真模型,模拟在有随机障碍物的封闭式环境中的车辆。这是表示多种功能的虚拟交互车辆最简单的方式,并能使它们同时运行。

车辆发现障碍物,找到并为能量舱提供燃料。要想快速完成此任务,需要车辆互相合作并且共享环境信息。

所有车辆都配备了传感器,它不仅能够检测环境、收集信息,还可以与其他智能体共享信息。每辆车都被预设了特定行为:一些车辆只能识别能量舱,一些只能检查能量舱是否在被使用,剩下的只能提供补给。

图一右侧,可以看到每辆车是如何进行探索、寻找障碍物的,在左侧是基于它们的探索得到的合成地图。所有智能体共享并利用这份组合地图。

为了给能量舱加油,车辆不得不根据它们的功能及位置组成小队。当搜索车发现能量舱时,它会送信给最近有补给功能的车辆。这些车辆为完成任务创建了一个团队,包括搜索、分类和加油。 在图2中,可以看到描述这一过程的智能体状态图表。




结果:

通过使用AnyLogic, SwRI的工程师测试了自动汽车在合作网中会怎样行动,且证实这样的合作网络可以应用到现实中。因此,研究人员可以用AnyLogic中的模型,开发算法解决任何相关问题,测试并在自动车辆上实现。比如,创造了无人机与机器人的结合,用于侦察或安全巡逻。

观看或下载AnyLogic2016版项目展示来了解更多。

同类案例研究

更多案例研究