Xe điện có thể tự cảm nhận nguy cơ mất lái: AI vật lý mở ra kỷ nguyên mới cho an toàn trong xe tự hành.

Trong thời đại xe tự lái, việc hiểu rõ chuyển động của chính chiếc xe là yếu tố quyết định sự an toàn. Một hệ thống AI vật lý mới giúp xe điện phát hiện kịp thời tình trạng mất ổn định trong thời gian thực, từ đó nâng cao đáng kể mức độ an toàn và độ tin cậy.

Khi ngành ô tô tiến sâu vào xu hướng điện hóa và tự động hóa, phần mềm đã trở thành yếu tố trung tâm để đảm bảo sự vận hành an toàn và hiệu quả của xe. Xe điện hiện đại không còn là phương tiện cơ khí đơn giản, mà là các hệ thống phức tạp với các thuật toán liên tục theo dõi và đánh giá chuyển động để đưa ra quyết định tức thời.

Một trong những thử thách lớn nhất đối với xe tự lái là khả năng nhận diện chính xác cách xe di chuyển trên mặt đường thực tế. Chỉ một sai sót nhỏ trong việc tính toán tốc độ, gia tốc hay góc trượt có thể khiến hệ thống phanh hoặc điều khiển đánh lái phản ứng chậm trễ. Trong môi trường lái xe tự động, những sai số này có thể cộng dồn nhanh chóng, làm gia tăng nguy cơ mất kiểm soát.

Vì vậy, các kỹ sư coi việc ước lượng trạng thái xe là một trong những yếu tố quan trọng nhất của giao thông trong tương lai. Tuy nhiên, các mô hình vật lý truyền thống, được xây dựng trên giả định lý tưởng, đã bộc lộ nhiều hạn chế. Môi trường đường sá thực tế luôn thay đổi, lốp xe biến dạng, độ bám khác nhau và các thao tác lái xảy ra liên tục, khiến những mô hình cũ không còn hiệu quả.

Trước tình hình này, nhóm nghiên cứu do Giáo sư Kanghyun Nam tại DGIST dẫn đầu đã đưa ra một hướng tiếp cận mới. Thay vì chỉ dựa vào lý thuyết vật lý hoặc hoàn toàn giao phó cho trí tuệ nhân tạo, họ đã kết hợp cả hai trong một hệ thống ước tính trạng thái dựa trên AI vật lý. Dự án này được thực hiện với sự hợp tác của Đại học Giao thông Thượng Hải và Đại học Tokyo, thể hiện tính liên ngành và quốc tế trong nghiên cứu.

Hệ thống này tập trung vào việc ước tính các trạng thái chuyển động mà các cảm biến trên xe không thể đo lường trực tiếp, trong đó quan trọng nhất là góc trượt ngang. Đây là chỉ số thể hiện mức độ xe trượt sang một bên khi vào cua hoặc di chuyển trên mặt đường trơn. Nếu không được phát hiện kịp thời, góc trượt này có thể khiến xe mất ổn định trước khi hệ thống điều khiển có thể phản ứng.

Vấn đề ở chỗ hành vi của lốp xe không cố định mà thay đổi theo tốc độ, mặt đường và điều kiện vận hành, làm cho các phương pháp ước tính truyền thống trở nên kém hiệu quả. Nhóm nghiên cứu đã xây dựng một khung ước tính kết hợp, trong đó mô hình vật lý của lốp xe được tăng cường bằng khả năng học hỏi của trí tuệ nhân tạo.

Cụ thể, hệ thống kết hợp một mô hình lốp vật lý với phương pháp hồi quy dựa trên AI. Dữ liệu cảm biến đo lực ngang của lốp xe được cập nhật liên tục, cho phép mô hình thích nghi với các hành vi phi tuyến và sự thay đổi của môi trường. Trọng tâm của hệ thống này là bộ quan sát lọc Kalman không mùi, kết hợp với hồi quy quá trình Gaussian.

Bộ lọc Kalman đóng vai trò quan trọng trong việc đảm bảo tính nhất quán vật lý, ngăn ngừa hệ thống đưa ra những ước tính phi thực tế. Thành phần AI mang lại sự linh hoạt, giúp mô hình học hỏi từ dữ liệu và bù đắp cho những sai lệch mà vật lý thuần túy không thể giải thích. Sự kết hợp này tạo ra một hệ thống vừa chính xác vừa đáng tin cậy.

Để kiểm chứng hiệu quả, nhóm nghiên cứu đã thử nghiệm hệ thống trên một nền tảng xe điện thực tế. Các bài thử nghiệm bao gồm nhiều loại mặt đường, tốc độ khác nhau và các kịch bản vào cua đa dạng. Kết quả cho thấy hệ thống duy trì độ chính xác cao trong tất cả các điều kiện, đây là yếu tố quan trọng để ứng dụng trong thực tế.

Việc ước tính chính xác trạng thái xe mang lại lợi ích cho nhiều chức năng quan trọng, từ kiểm soát ổn định, bảo vệ an toàn cho xe tự hành đến tối ưu hóa hiệu quả năng lượng. Khi hệ thống nhận diện sớm dấu hiệu mất ổn định, nó có thể can thiệp kịp thời và chính xác hơn, giảm thiểu rủi ro cho hành khách trên xe.

Giáo sư Kanghyun Nam cho biết nhóm nghiên cứu không chỉ chú trọng đến độ chính xác mà còn đặc biệt quan tâm đến độ tin cậy lâu dài. Ông chia sẻ rằng việc kết hợp mô hình vật lý và trí tuệ nhân tạo đã giúp lấp đầy những khoảng trống mà các phương pháp truyền thống không thể giải quyết, mở ra một hướng đi mới cho kiến trúc điều khiển phương tiện trong tương lai.

Nghiên cứu được công bố trên tạp chí IEEE Transactions on Industrial Electronics, đánh dấu một bước tiến quan trọng trong việc áp dụng trí tuệ nhân tạo vào kiểm soát vật lý mà không làm giảm tính an toàn. Trong bối cảnh xe điện và xe tự hành ngày càng trở nên phổ biến, các hệ thống như vậy có thể là nền tảng cho thế hệ phương tiện thông minh tiếp theo.