研究人员开发了一种在半自动道路交通中实时评估神经网络的概念。这将有助于提高自动驾驶的安全性。
在德国，来自鲁尔西部应用科学大学（HRW）计算机科学研究所的Anne Stockem Novo教授博士和Robin Baumann硕士与杜伊斯堡-埃森大学（UDE）机电一体化系和SME Schotte Automotive GmbH & Co. KG的研究人员合作，开发了一种在半自动道路交通中实时评估神经网络的概念。他们的研究重点是车辆架构的修正。SAE 3 级及更高级别的车辆将使用神经网络（深度学习）来应对驾驶任务。她说，这些方法可以用来特别好地模拟类似人类的自动驾驶。
研究人员如今解决了有关自动驾驶汽车安全状态的问题，并提前了几秒钟。在正在开发的安全评估系统中，实时评估车辆的状况。通过深度学习预测模型预测未来的交通状况。使用大型训练和验证数据集来评估其可靠性，以做出可靠的预测。研究人员在施普林格自然科学报告（Springer Nature Scientific Reports）上发表了他们的研究结果“基于物理学的自动驾驶汽车的自我评估，最先进的运动预测和用户体验”，作为一篇对外开放的文章。
