现如今大家都会选择在网络上汲取相关知识内容，比如自动驾驶汽车的安全软件，为了更好的解答大家的问题，小编也是翻阅整理了相应内容，下面就一起来看一下吧！

最近自动驾驶汽车的安全软件这个话题，相信很多小伙伴都是非常有兴趣了解的吧，一段好的故事可以给读者带来很多值得深思的新东西，甚至还可以在一定程度上让读者的视野在瞬间扩大，那么既然现在大家都想要知道此类的信息，今日小编将给带来关于自动驾驶汽车的安全软件的资讯！

【资料图】

在自动驾驶汽车参与道路交通之前，他们必须最终证明自己不会对他人构成惊险。慕尼黑工业大学(TUM)开辟的新软件通过每毫秒预测交通状况的不同变化来防止事故发生。

汽车接近十字路口。另一辆车从十字路口喷出，但尚不清晰它会向右转还是向左转。同时，行人直接进入汽车前方的车道，而在街道的另一侧有一个骑自行车的人。具有道路交通经验的人通常会正确评估其他交通参与者的活动。

TUM的网络物理系统教授Matthias Althoff解释说：“这种情况对于由计算机程序操纵的自动驾驶汽车提出了巨大的挑战。”“但是无人驾驶汽车惟独在确保交通状况不会令人困惑的前提下，确保车辆不会危害其他道路使用者的情况下，才干获得公众的认可。”

开辟用于自动驾驶汽车的软件的最终目标是确保它们不会引起事故。TUM慕尼黑机器人与机器智能学院的成员Althoff和他的团队现在已经开辟了一个软件模块，该模块可以在驾驶时永久性地分析和预测事件。车辆传感器数据每毫秒记录和评估一次。该软件可以为每个交通参与者计算所有可能的移动-只要他们遵守道路交通法规-同意 该系统在未来三到六秒钟内进行观察。

基于这些将来的场景，系统确定车辆的各种运动选项。同时，程序会计算潜在的紧急情况演习，在这种情况下，可以通过加速或制动而不会危害他人的情况下，将车辆移出危害区域。无人驾驶车辆只能遵循没有可预见的碰撞并且已经识别出紧急操作选项的路线。

以前认为这种详细的交通状况预测太耗时，因此不切实际。但是现在，慕尼黑研究团队不仅展示了实时数据分析的理论可行性，还同时模拟了未来的交通事件：他们还证明了它提供了可靠的结果。

简化的动态模型使快速计算成为可能。所谓的可达性分析用于计算汽车或行人可能承担的未来潜在位置。当考虑到道路使用者的所有特征时，计算变得非常耗时。这就是Althoff和他的团队使用简化模型的原因。就运动范围而言，它们比真实的要好-但在数学上更易于处理。增强的移动自由度同意 模型描绘更多可能的位置，但包括实际道路使用者期望的位置子集。

为了进行评估，计算机科学家根据他们在慕尼黑的自动驾驶汽车进行试驾期间收集的真实数据，创建了一个虚拟模型。这样一来，他们就可以设计出一个能够密切反映日常流量情况的测试环境。“通过仿真，我们能够确定安全模块不会导致驾驶行为方面的任何性能损失，预测计算是正确的，预防了事故，并且在紧急情况下，车辆已被证明可以安全行驶。停止。” Althoff总结道。

这位计算机科学家强调，新的安全软件可以简化自动驾驶汽车的开辟，因为它可以与所有标准运动操纵程序结合使用。

关键词：