AI tự lái xe giữa đô thị vào ban đêm, xử lí tình huống như một tay lái lành nghề
Lái xe giữa đô thị vào ban đêm là bài toán khó với bất kì hệ thống lái tự động nào khi phải đồng thời xử lí tầm nhìn hạn chế, giao thông hỗn hợp và những tình huống phát sinh bất ngờ.
Với sự kết hợp giữa mô hình trí tuệ nhân tạo Turing VLA 2.0 và hệ thống hỗ trợ lái NGP, XPENG cho thấy những chiếc xe điện có thể xử lí khá linh hoạt các tuyến đường phức tạp sau khi trời tối.
AI tự lái xe giữa đô thị, vượt đường hẹp, xe máy và người đi bộ trong đêm
Ban đêm luôn là một trong những bài kiểm tra khắt khe đối với công nghệ lái tự động. Ánh sáng thay đổi, biển báo và vật thể khó quan sát hơn, trong khi người đi bộ, xe máy, xe đạp điện và ô tô có thể xuất hiện ở những vị trí mà hệ thống khó dự đoán.
Trong thử nghiệm mới được XPENG công bố, hệ thống NGP, viết tắt của Navigation Guided Pilot, phải xử lí hai tuyến đường đô thị với đặc điểm hoàn toàn khác nhau.
Ở tuyến L03 dài 9,4 km, chiếc xe đi qua 9 nút giao thông có đèn tín hiệu, đồng thời phải di chuyển qua khu dân cư, các tuyến đường hẹp và những khu vực làng nằm xen trong đô thị.
Đây là môi trường dễ khiến một hệ thống tự động gặp khó bởi không gian di chuyển hạn chế và sự xuất hiện liên tục của các phương tiện cũng như người đi bộ.
Theo kết quả thử nghiệm, NGP có thể chủ động giảm tốc và dừng lại để nhường đường cho người đi bộ. Khi gặp các phương tiện đỗ bên đường hoặc xe điện bất ngờ đi cắt ngang, hệ thống điều chỉnh tốc độ và quỹ đạo để tiếp tục hành trình.
Đặc biệt, những đoạn đường hẹp có xe chạy ngược chiều đòi hỏi hệ thống phải đánh giá khoảng cách thay vì đơn giản giữ nguyên tốc độ. NGP chủ động giảm tốc, chờ khoảng cách an toàn rồi mới vượt qua khu vực chật hẹp.
Những thao tác vốn không dễ ngay cả với tài xế con người cũng xuất hiện trong bài kiểm tra. Xe thực hiện các cú quay đầu trong không gian hẹp và rẽ phải tại những giao lộ không có đèn tín hiệu.
Điểm đáng chú ý là hệ thống không chỉ phải nhận diện vật thể mà còn phải hiểu bối cảnh giao thông để quyết định thời điểm hành động. Một người đi bộ đang đứng bên đường không nhất thiết là chướng ngại vật, nhưng người vừa bước xuống lòng đường lại có thể buộc xe phải phanh ngay.
Đây chính là bài toán mà những hệ thống lái tự động dựa nhiều vào trí tuệ nhân tạo đang cố gắng giải quyết. Đó là biến hàng loạt dữ liệu từ cảm biến và camera thành một đánh giá về tình huống thực tế, sau đó đưa ra hành động trong thời gian rất ngắn.
Tự tin xử lí trục đường lớn và giao lộ phức tạp
Nếu tuyến L03 thử thách khả năng xử lí không gian hẹp và giao thông hỗn hợp, tuyến MO3 lại đặt hệ thống trước một loạt biến số khác như đường lớn, lưu lượng phương tiện cao và mạng lưới giao thông phức tạp. Tuyến đường dài 11,6 km này có tới 27 nút giao thông có đèn tín hiệu và chạy xuyên qua khu vực trung tâm thành phố.
Trong điều kiện đông xe, NGP duy trì tốc độ tương đối ổn định thay vì liên tục phanh và tăng tốc. Khi gặp chướng ngại vật hoặc một phương tiện khác nhập làn theo cách nguy hiểm, hệ thống có thể chủ động thay đổi làn đường để duy trì hành trình.
Một trong những tình huống đáng chú ý là việc xử lí các vòng xoay. Hệ thống có thể xác định lối vào, lối ra và hướng di chuyển phù hợp, kể cả khi vòng xoay nằm bên trong một đường hầm.
Đây là dạng tình huống đòi hỏi khả năng định vị và nhận thức không gian khá cao. Trong môi trường thiếu sáng, việc xác định chính xác làn đường và hướng thoát khỏi vòng xoay càng trở nên quan trọng.
Hệ thống cũng phải đối mặt với những tình huống khó đoán hơn như một chiếc xe bất ngờ cắt ngang hoặc nhập vào làn đường đang có xe chạy. Khi phát hiện nguy cơ, NGP giảm tốc và điều chỉnh quỹ đạo thay vì giữ nguyên hướng di chuyển.
Những chiếc cọc phân luồng trên đường cũng trở thành một bài kiểm tra đối với khả năng nhận diện vật thể. Hệ thống cần xác định chúng đủ sớm để tránh va chạm nhưng đồng thời phải đảm bảo xe vẫn nằm trong vùng di chuyển an toàn.
Theo XPENG, nền tảng đứng phía sau những khả năng này là mô hình Turing VLA 2.0. VLA là viết tắt của Vision-Language-Action, có thể hiểu là mô hình kết nối khả năng nhìn nhận môi trường, hiểu thông tin và chuyển hóa nhận thức thành hành động.
Điểm quan trọng của hướng phát triển này là xe không còn chỉ thực hiện một chuỗi thao tác được lập trình cứng. AI phải liên tục quan sát môi trường, đánh giá tình huống và điều chỉnh cách vận hành theo diễn biến thực tế.
Tất nhiên, một bài thử nghiệm của nhà sản xuất chưa thể đồng nghĩa với việc công nghệ đã đạt mức an toàn tuyệt đối trong mọi điều kiện. Giao thông ban đêm có vô số biến số và những tình huống hiếm gặp vẫn là thách thức lớn đối với hệ thống lái tự động.
Dù vậy, khả năng xử lí các tuyến đường đô thị đông đúc, nhiều người đi bộ, xe máy, xe đạp điện, giao lộ và vòng xoay cho thấy cuộc đua phát triển xe tự lái đang chuyển dần từ những màn trình diễn trong môi trường được kiểm soát sang những bài toán sát với đời sống hơn.
Nếu những công nghệ như Turing VLA 2.0 tiếp tục được cải thiện, mục tiêu của xe tự động có thể không còn chỉ là “tự lái được”, mà là biết quan sát, hiểu tình huống và cư xử hợp lí như một tài xế giàu kinh nghiệm, ngay cả khi thành phố đã lên đèn.
