Tekoälyn ja sensorifuusion kehityksen vaikutukset täysin automatisoitujen ajoneuvojen turvallisuuden parantamiseksi

Abstract

Nykypäivänä autot ovat älykkäämpiä kuin koskaan ennen sisältäen monenlaisia kuljettajaa avustavia ja jollain tasolla ajoneuvoa itseohjaavia ominaisuuksia. Täysin itsenäiset, automatisoidut ajoneuvot tulevat muuttamaan koko ajamisen merkityksen parantaen merkittävästi liikenneturvallisuutta, tuoden uusia tapoja matkustaa ja mahdollistaen uusia liiketoimintamalleja. Tällä hetkellä täysin automatisoituihin ajoneuvoihin liittyy kuitenkin useita niiden käyttöönottoa rajoittavia tekijöitä, joiden perimmäinen syy on, etteivät automatisoidut ajoneuvot ole vielä tarpeeksi turvallisia, jotta ne voisivat toimia liikenteessä itsenäisesti ilman ihmiskuljettajaa. Tämä tutkielma on kirjallisuuskatsaus, jossa tarkastelen automatisoitujen ajoneuvojen turvallisuutta tekoälyn ja sensorien näkökulmasta. Tutkielman tavoitteena on selvittää, miten sensoreiden ja tekoälyn opetusmenetelmien kehitys auttaa tekemään automatisoiduista ajoneuvoista turvallisempia, jotta ne voitaisiin ottaa liikennekäyttöön. Aihetta tullaan ensin käsittelemään kertomalla yleisesti automatisoitujen ajoneuvojen kehityksen nykytilanteesta, luokittelusta, hyödyistä sekä ongelmista turvallisuuden kannalta, jonka jälkeen käsitellään sensoreiden ja niiltä saatavan datan käsittelymallien vaikutusta ajoneuvon ympäristöstä saatavaan informaatioon. Tämän käsitellään ajoneuvon päätöksistä vastaavaa tekoälyä ja pohditaan opetusmallien vaikutusta tekoälyn kykyyn tehdä tarkempia päätöksiä.

Today, cars are smarter than ever before, incorporating a wide range of driver-assistive and, to some extent, self-steering features. Fully independent, automated vehicles will change the meaning of driving, significantly improving road safety, introducing new ways of traveling and enabling new business models. At present, however, fully automated vehicles are subject to several factors limiting their introduction. The root cause of the limitations is that automated vehicles are not yet safe enough to operate independently in traffic without a human driver. This thesis is a literature review in which I look at the safety of automated vehicles from the perspective of artificial intelligence and sensors. The aim of this thesis is to find out how advances on sensors and artificial intelligence learning methods help making autonomous vehicles safer so that they can be put into service. The subject will first be addressed by giving a general overview of the current state of development of automated vehicles, their classification, benefits, and safety problems. The effect of the sensors and the data processing models obtained from them on the information obtained from the vehicle environment is then discussed. This is followed by a discussion of the artificial intelligence responsible for vehicle decisions and the impact of teaching models on the ability of artificial intelligence to make more accurate decisions.