Hyundais nya datasystem ska lära självkörande bilar hantera oväntade trafiksituationer

Under söndagen meddelade fordonstillverkaren Hyundai Motor Group och dess mjukvarudotterbolag 42dot att deras så kallade datasvänghjul för autonom körning nu är satt i full drift. Systemet är utformat för att utveckla och förfina koncernens egenutvecklade styrprogram, Atria AI. Tekniken visades under helgen upp i skarp stadsmiljö där testfordon navigerade genom komplex trafik utan ingripande från föraren, samtidigt som koncernen presenterade planer på ett pilotprojekt för helautonom körning (nivå 4) i den sydkoreanska staden Gwangju före årets slut.

Men hur fungerar egentligen systemet i praktiken? I stället för att samla in oräkneliga timmar av händelselös landsvägskörning bygger metoden på en urvalsprocess som kallas “hard example mining”. Testfordonen är instruerade att specifikt identifiera och registrera de ovanliga trafiksituationer där AI-modellen visar osäkerhet eller gör felbedömningar. De insamlade händelserna återskapas sedan digitalt med hjälp av 3D Gaussian Splatting – en teknik som omvandlar foton från bilens kameror till tredimensionella volymmodeller. I den virtuella simulatorn kan ingenjörerna variera och repetera de kritiska ögonblicken tusentals gånger under säkra förhållanden tills modellen lärt sig att lösa dem.

När algoritmerna har tränats på de svåra fallen distribueras den förbättrade mjukvaran tillbaka ut till bilarna via trådlösa uppdateringar, vilket sluter den självförstärkande inlärningscykeln. För att hantera oförutsedda trafikmiljöer integreras även modeller som kombinerar visuell analys med språklig logik, så kallade Vision-Language-Action-modeller (VLA), vilket ger systemet förmåga att resonera kring sammanhang i trafiken i stället för att enbart förlita sig på enkel mönsterigenkänning. Tekniken adresserar därmed den största flaskhalsen inom autonom körning: de statistiskt sällsynta men kritiska gränsfall som hittills varit svårast för datorer att bemästra.