美国研发新算法 无人驾驶成了我们解决交通堵塞的最佳途径

城市交通的关键问题是交通拥挤，如果你刚好就生活在像北京这样的大城市，对此，你一定深有感受。交通堵塞以及其造成的时间浪费、成本增加、事故增加、空气和噪音污染的加重给人们的生活和工作带来极大的影响。

当急剧增加的车辆数量和各种人为因素使得交通变得更加拥挤时，未来，无人驾驶就成了我们解决交通堵塞的最佳途径。而要想使无人驾驶成为现实，让汽车之间安全无误地相互导航而不会撞车或造成不必要的交通拥堵就变成了我们不得不面对的难题。

为了帮助实现这一目标，西北大学（美国）的研究人员开发了第一种具有无冲突，无死锁保证的分散算法。研究人员在模拟1,024个机器人以及在实验室中由100个真实机器人组成的群体中测试了该算法。机器人可以在不到一分钟的时间内可靠，安全，高效地收敛以形成预定形状。

一百个小型机器人蜂拥而至，自组装成“ NU”。

负责这项研究的西北航空的迈克尔·鲁宾斯坦说：“通过了解如何控制群体机器人来形成形状，我们可以了解如何控制自动驾驶车队之间的相互作用。”

分散式系统确保机器人集群正常工作

与一台大型机器人或一台带引线机器人的小型机器人相比，小型机器人的优势在于缺乏集中控制，因为集中控制在运行中往往很快就会成为故障的中心。鲁宾斯坦的分散算法可起到故障保护作用。

传统上，机器人使用几个不同的控制系统来完成任务。主控制器专注于让机器人做一些事情，比如"去那里"。辅助控制器或安全控制器确保主控制器在执行其操作时，机器人不会遇到任何内容。大多数时候，安全控制器是被动的，但如果它认为存在碰撞的危险，它可以覆盖主控制器。当安全控制器几乎一直覆盖主控制器时，问题就开始出现，这意味着机器人忙于"安全"，无法完成其主要目标。

西北大学这一新算法却能完美的解决这个问题。鲁宾斯坦说：“如果系统是集中式的，并且机器人停止工作，那么整个系统就会失效。”“在分散式系统中，没有领导者告诉所有其他机器人该怎么做。每个机器人都做出自己的决定。即使一个机器人在一个集群中出现故障，该集群仍然可以完成任务。”

机器人近视，扩展系统很容易

新的算法可以防止机器人碰撞和卡在交通拥堵中。总有一天，这种算法可以使无人驾驶车队更加可靠，安全和高效。尽管如此，机器人仍需要协调以避免碰撞和死锁。为此，该算法将机器人下方的地面视为网格。通过使用类似于GPS的技术，每个机器人都可以知道它在网格上的位置。

在决定移动位置之前，每个机器人都使用传感器与邻居进行通讯，以确定网格中附近的空间是否空置或有人居住。

鲁宾斯坦说：“机器人会拒绝移动到某个地点，直到该地点是免费的，直到他们知道没有其他机器人移动到该地点为止。”“他们很小心，并提前为彼此预留了空间。”

鲁宾斯坦通过保持机器人近视来使机器人快速到达指定位置。鲁宾斯坦解释说：“每个机器人只能感知到其近邻中的三个或四个。”“他们看不到整个群，这使得扩展系统变得更加容易。机器人可以在本地交互，并且在没有全局信息的情况下做出决策。”

应用场景:无人驾驶与智能仓库

在鲁宾斯坦的蜂群中，一分钟内可以协调形成一个形状。在以前的某些方法中，可能需要一个小时的时间。鲁宾斯坦认为，他的算法可用于无人驾驶汽车车队和自动仓库中。

他说：“大型公司的仓库中有数百台机器人，它们的任务与我们的机器人在实验室中的相似。”“他们需要确保机器人不会碰撞，但必须尽快移动，直到最终将物体交给人类。”

随着越来越多的自动驾驶汽车在道路上行驶，越来越多的无人机飞向天空，这样的技术将变得越来越重要。关注安全固然重要，但如果它们不能可靠地完成安全目标，机器人就不会非常有用，不管我们拥有多少。