Dezentraler Algorithmus für Schwarmintelligenz
Forschende der Northwestern University haben einen dezentralen Schwarmalgorithmus entwickelt.
Das Autonome Fahren sollte Staus verhindern und die Verkehrssicherheit erhöhen. Dies kann auf verschiedene Weisen erreicht werden. Die Vernetzung spielt dabei eine gewichtige Rolle und die Software des Autonomen Fahrens.
Die Software der Northwestern University in den USA könnte ein Teil dieser Lösung für das Autonome Fahren sein. Dabei handelt es sich um einen dezentralen Algorithmus, der Unfälle und Staus vermeiden helfen soll.
Die Tests dazu wurden in einer Simulation vorgenommen. Derart wurden 1.024 Roboterfahrzeuge simuliert, die mit einem Schwarm von 100 Modellfahrzeugen agierten. Im Ergebnis erreichte man die unfallfreie Navigation. Auch wurden beispielsweise Formationen vorgegeben, wie im Video zu sehen.
Auf diese Weise kann man auch die zentral gesteuerten Fahrzeuge absichern, die das System bei einem Ausfall gefährden könnten. Die dezentrale Konzeption ist für eine Schwarmintelligenz besser geeignet. Denn der Schwarm kann von den einzelnen Robotern nicht überschaut werden.
Der Algorithmus impliziert, dass der Boden in Gitterzellen aufgeteilt wird, sodass jeder Roboter sich in diesem Rasterverfahren verorten kann. Erst wenn die angestrebte Position frei ist, fährt man dort hin. Der Algorithmus erlaubt diesen Platz zu reservieren.
Der Algorithmus kann auch innerhalb von Gebäuden, wie beispielsweise in Lagerhäusern, eingesetzt werden. Damit werden diese befähigt, unfallfrei zu navigieren.
