Hatari barabarani si «gari iliyo karibu» tu

Kuendesha kwa usalama kwa magari ya kujiendesha si jambo la kujua tu mahali magari yanayoonekana yalipo. Mahali gari lilipo, kasi yake, njia inayoweza kubadilisha na maeneo yaliyo nje ya uoni lazima yachunguzwe pamoja.

Hasa hali tatu ni ngumu:

Kwanza, kubadilisha njia. Gari lazima lifikirie si tu gari lililo karibu, bali pia mtiririko wa harakati kwenye njia lengwa.

Pili, njia za kuunganisha. Barabara kuu na njia ya kuunganisha hukutana mahali pamoja. Katika maeneo haya nia na muda wa magari ni muhimu kwa usalama.

Tatu, kufichwa kwa mwonekano. Lori kubwa au trela linaweza kuzuia sensori za gari la kujiendesha kuona gari lingine nyuma yake. Ikiwa hatari itapuuzwa kwa sababu gari hilo halionekani, mfumo unaweza kujibu kwa kuchelewa.

Swali kuu la makala hii ni:

Je, gari la kujiendesha linaweza kuiga hatari isiyoonekana lakini inayowezekana kama uwanja wa hatari unaenea barabarani, si tu hatari inayoonekana?

Kwa nini viwango vya usalama vya jadi vinaweza kutoshi?

Katika usalama wa trafiki, Time-to-Collision, yaani muda uliobaki hadi mgongano, na Post-Encroachment-Time hutumika mara nyingi. Hivi huonyesha ukaribu kati ya magari mawili kwa nambari moja.

Viwango hivi ni muhimu; lakini vina mapungufu fulani.

Kwanza, vingi ni vipimo vya papo hapo na vya jozi. Yaani huangalia uhusiano kati ya magari mawili wakati maalum.

Pili, havionyeshi usambazaji wa hatari kwa barabara nzima. Katika eneo la kuunganisha hatari si umbali kati ya magari mawili tu; jiometri ya barabara, muunganisho wa njia na mtiririko wa trafiki pia ni muhimu.

Tatu, hushindwa katika hali za kufichwa kwa mwonekano. Ikiwa gari lililofichwa halionekani na sensori, viwango vya jadi havihesabiwi kwa gari hilo.

Kwa hiyo DRIFT huwakilisha hatari kama uwanja unaobadilika kwa muda kwenye ubao wa barabara ulioonekana kutoka juu, badala ya nambari moja.

Uwanja wa hatari unamaanisha nini?

Uwanja wa hatari unamaanisha kukabidhi thamani ya hatari kwa kila hatua ya barabara. Thamani ikiwa juu, eneo hilo huonekana kuwa hatari zaidi au linahitaji uangalifu zaidi.

Tunaweza kuifikiria kama ramani ya joto:

Maeneo ya bluu au ya thamani ndogo yanaweza kuwa salama zaidi.
Maeneo ya manjano-nyekundu au ya thamani kubwa yanaweza kuonyesha maeneo yanayohitaji uangalifu zaidi.

Gari la kujiendesha linaweza kutumia uwanja huu kuuliza si tu «kuna gari mbele yangu?», bali pia «ni eneo gani nikienda hatari huongezeka?»

Faida muhimu ya mbinu hii ni kuonyesha muundo wa nafasi wa hatari. Yaani hatari huigwa kama athari inayoenea barabarani, si kama nukta ya gari moja tu.

DRIFT inapendekeza nini?

DRIFT ni kifupi cha Driving Risk Inference via Field Transmission. Kiswahilini kinaweza kutafsiriwa kama «kutambua hatari ya kuendesha kupitia uhamishaji wa uwanja».

Mbinu husasisha hatari ya trafiki kwa muda kupitia modeli ya uhamishaji inayotegemea fizikia. Hatari haizali tu kutoka mahali magari yalipo wakati huo; inaweza kusafirishwa kando ya mtiririko wa trafiki, kuenea kwa sababu ya kutokuwa na uhakika, na kusafishwa kwa muda hatari ikiondoka.

DRIFT huunganisha vyanzo vitatu vikuu vya hatari:

Hatari kutoka kwa magari:
Hatari kutoka mahali, kasi na mwelekeo wa harakati wa magari yanayoonekana.

Hatari iliyofichwa kutokana na kufichwa kwa mwonekano:
Hatari zinazowezekana zisizoonekana nyuma ya lori au magari makubwa.

Hatari ya eneo la kuunganisha:
Shinikizo la mgongano linalotokana na topolojia ya barabara, hasa sehemu za kuunganisha na kukutana kwa njia.

Vyanzo hivi vitatu hukusanywa ndani ya uwanja wa hatari wa pamoja.

Je, Kielelezo 1 kinasema nini?

Kielelezo 1 katika makala huonyesha mtiririko wa kazi wa jumla wa DRIFT.

Katika sehemu ya kwanza huchukuliwa mahali, kasi, mwelekeo, mipaka ya barabara, vitovu vya njia na vizuizi vya tuli/dinamiki. Kisha taarifa hizi hubadilishwa kuwa vyanzo vitatu vya hatari:

Hatari inayotokana na magari,
hatari iliyofichwa kutokana na kufichwa kwa mwonekano,
hatari ya mgongano wa topolojia katika maeneo ya kuunganisha.

Kisha vyanzo hivi huenda kwenye modeli ya uhamishaji wa hatari inayotegemea PDE. Matokeo ni uwanja wa hatari wa dinamiki unaobadilika kwa muda.

Ujumbe mkuu wa kielelezo ni:

DRIFT huangalia hatari ya kuendesha kwa kujiendesha si kama orodha ya magari tu, bali kama uwanja wa barabara unaenea na kusafishwa kihalisi.

Je, fomula kuu inasema nini?

Mlinganyo kuu wa uwanja wa hatari katika makala hubeba wazo hili:

Mabadiliko ya hatari = kuenea − kusafirishwa na mtiririko + vyanzo vipya vya hatari − kupungua kwa hatari ya zamani

Fomula ya kiufundi inaweza kuelezewa kwa urahisi hivi:

∂R/∂t = diffusion − advection + source − decay

Hapa:

R ni uwanja wa hatari barabarani.
Diffusion huwakilisha kuenea kwa hatari kando.
Advection husaidia hatari kusafirishwa kuelekea mwelekeo wa mtiririko wa trafiki.
Source ni vyanzo vipya vya hatari kutoka magari, kufichwa kwa mwonekano na maeneo ya kuunganisha.
Decay husaidia hatari ya zamani isiyosaidiwa tena kupungua kwa muda.

Upande wa kielimu wa fomula hii ni:

Modeli huifikiria hatari si kama picha thabiti, bali kama uwanja unaotiririka, kuenea na kutoweka kwa muda.

Diffusion: kwa nini hatari huenea?

Diffusion, yaani neno la kuenea, husaidia hatari isibaki nukta moja tu.

Katika trafiki halisi, hata kama mahali pa gari huonekana kama nukta thabiti, kuna kutokuwa na uhakika katika harakati zijazo. Katika kufichwa kwa mwonekano, kutokuwa na uhakika huongezeka zaidi. Kunaweza kuwa na gari nyuma ya lori, au la; likiwapo, halijulikani litatoka wapi.

Diffusion hueneza kutokuwa na uhakika huku kwa nafasi. Hivyo hatari inaweza kuenea kwenye eneo pana zaidi katika eneo la hatari inayowezekana, si nukta finyu tu.

Hii ni muhimu hasa katika hali za kufichwa kwa mwonekano. Kwa sababu mahali halisi pa gari lililofichwa halijulikani; hatari inahitaji kushikiliwa katika eneo pana zaidi la kivuli.

Advection: hatari husafirishwaje na mtiririko wa trafiki?

Advection, yaani neno la uhamishaji, husaidia hatari kusonga mbele kuelekea mwelekeo wa mtiririko wa trafiki.

Kwa mfano, kwenye njia ya kuunganisha gari linaweza bado kuwa mbali na gari la ego. Lakini mtiririko wa trafiki unaweza kulileta eneo la mgongano baada ya muda mfupi. Ikiwa uwanja wa hatari utafungwa tu mahali pa sasa, hatari hii inaweza kugunduliwa kwa kuchelewa.

Neno la advection husaidia hatari kusafirishwa «chini» kando ya barabara na mtiririko wa trafiki. Hii inaruhusu mfumo kuashiria mapema maeneo ambako hatari itakuwa kabla ya hatua ya mwingiliano.

Hii ni sehemu moja ya uwezo wa onyo la mapema wa DRIFT.

Decay: kwa nini hatari inahitaji kusafishwa?

Ikiwa uwanja wa hatari utaongezeka tu, mfumo utabeba hatari za zamani kwa muda mrefu na kuendelea kuonyesha baadhi ya maeneo ya barabara kama hatari bila sababu.

Decay, yaani neno la kupungua, husaidia hatari isiyosaidiwa tena kupungua kwa muda. Kwa mfano, ikiwa kufichwa kwa mwonekano nyuma ya lori kumeondoka na hakuna gari lililoonwa, hatari inapaswa kusafishwa haraka.

Mchango muhimu wa DRIFT ni kuunganisha kasi hii ya kupungua na jiometri ya kufichwa kwa mwonekano.

Eneo la kivuli likikua, hatari huruhusiwa kujilimbikiza.
Eneo la kivuli likipungua, hatari husafishwa haraka zaidi.

Hivyo modeli hujaribu kuwa makini lakini pia isiwe na wasiwasi kupita kiasi.

Kufichwa kwa mwonekano huigwaje?

Kielelezo 2 katika makala huonyesha jiometri ya kufichwa kwa mwonekano katika hali ya highway merging, yaani kuunganisha barabara kuu.

Gari la ego linaendelea kwenye njia kuu. Lori kubwa au trela huficha mwonekano. Gari lingine kwenye njia ya kuunganisha linaweza kubaki nyuma ya lori hilo. Gari la ego linaweza kutoweza kugundua moja kwa moja gari hilo lililofichwa.

Katika hali hii DRIFT huamua eneo la kivuli nyuma ya lori na kuongeza hatari iliyofichwa. Hii inazuia mfumo kusema «siioni, basi hakuna hatari».

Mbinu hii ni muhimu hasa katika kuendesha kwa kujiendesha. Kwa sababu madereva pia huhesabu kwa hisia kwamba kitu kinaweza kutoka nyuma ya magari makubwa. DRIFT hujaribu kuwakilisha hisia hii ndani ya uwanja wa hatari wa hisabati.

Occlusion Window Extraction inafanya kazi gani?

Makala kwanza hutoa vipindi vinavyofaa kutoka rekodi za trafiki ghafi ili kutathmini hali za kufichwa kwa mwonekano.

Kwa ajili hii huangaliwa kama kuna gari la daraja nzito mbele ya gari la ego, kwa mfano lori au trela. Ikiwa gari kama hilo liko katika eneo maalum la uteuzi wa mbele, fremu hiyo inachukuliwa kuhusiana na kufichwa kwa mwonekano.

Kisha fremu hizi hugawanywa katika vikundi vya dirisha mfululizo na sekunde 2 za akiba huongezwa mwanzoni na mwishoni mwa kila dirisha.

Kwa nini hii ni muhimu?

Kwa sababu hatari ina maana si tu lori likiwa mbele yetu, bali pia mara tu kabla na mara tu baada ya mwonekano kufunguliwa. Kipindi hiki kinabaki ili modeli itathmini jinsi hatari inavyojilimbikiza na kusafishwa.

Kwa nini viwango vipya vya tathmini vinahitajika?

Kwa mujibu wa makala, viwango vya usalama vya jadi vinaweza kutoshi kutathmini uwanja wa hatari. Kwa sababu uwanja wa hatari hujumuisha si tu swali «mgongano ulitokea?», bali pia «hatari ilizaliwa mahali sahihi, ilienea kuelekea mwelekeo sahihi, ilitokea kwa wakati na ilisafishwa kwa wakati?»

Kwa hiyo viwango vipya vinavyotegemea uwanja hutumika kwa DRIFT.

LCRD:
Hupima kama mabadiliko ya njia yaliyorekodiwa yanaelekea seli zenye hatari ndogo zaidi. Thamani ya juu inaweza kuonyesha uwanja wa hatari unaolingana zaidi na tabia ya dereva.

TAI:
Hupima uwanja wa hatari ulionya mapema kiasi gani kabla ya tukio hatari. Thamani ya juu inamaanisha hisia ya hatari ya mapema zaidi.

RPR:
Hupima kumbukumbu ya hatari ilishikiliwa kiasi gani baada ya tukio. Ikiwa ni ndogo sana mfumo unaweza kusahau hatari mara moja; ikiwa ni kubwa sana hatari ya zamani inaweza kubaki bila sababu.

OSI:
Hupima uwanja wa hatari una hisia kiasi gani wakati kiwango cha kufichwa kwa mwonekano huongezeka.

ORL:
Hupima uwanja wa hatari ulijibu kwa kuchelewa kiasi gani kufichwa kwa mwonekano/kivuli kinapotokea.

Temp.:
Huonyesha uwanja wa hatari ulikuwa thabiti kiasi gani kutoka fremu hadi fremu.

Viwango hivi hujaribu kutathmini uwanja wa hatari si tu kwa takwimu za mgongano, bali pamoja na tabia, kuenea na majibu ya kufichwa kwa mwonekano.

Majaribio yalifanywaje?

Watafiti wanatathmini DRIFT kwenye seti tatu za data za trafiki halisi:

exiD: Hali za barabara kuu na kuendesha kwa mwingiliano.
rounD: Data za kona ya duara.
inD: Data za kona.

Majaribio yote yalifanywa kwenye gridi ya mtazamo wa juu ya pamoja. Kwa ulinganisho, uwanja wa hatari wa tuli unaotegemea fizikia na mbinu za uwanja wa hatari zinazoongozwa na data za dinamiki zilitumika.

Mbinu za tuli huhesabu hatari fremu kwa fremu. Kwa hiyo hazina kumbukumbu ya muda. Mbinu za dinamiki zinaweza kuzingatia zaidi mabadiliko ya hatari kwa muda.

Je, Jedwali 2 linaonyesha nini?

Jedwali 2 linaonyesha DRIFT ilipata matokeo bora kuliko mbinu za ulinganisho katika viwango vingi.

Matokeo yaliyoripotiwa ya DRIFT ni haya:

LCRD: 89%
RPR: 0.74
TAI: 0.41, yaani takriban onyo la mapema la sekunde +0.62
OSI: 0.52
ORL: 0.31 sekunde
Ongezeko la mgongano wa karibu chini ya kufichwa kwa mwonekano: +1.4%
Uthabiti wa temporal: 0.91

Ikilinganishwa na RiskNet, thamani ya LCRD ya DRIFT inaboreka kutoka 82% hadi 89%, thamani ya TAI kutoka 0.24 hadi 0.41, na thamani ya ORL kutoka sekunde 0.65 hadi 0.31. Ongezeko la mgongano wa karibu chini ya kufichwa kwa mwonekano linaripotiwa kuwa +3.5% katika RiskNet na +1.4% katika DRIFT.

Kwa mujibu wa jedwali hili DRIFT huzalisha uwanja wa hatari unaolingana zaidi na tabia ya dereva na pia hujibu haraka na kwa uthabiti zaidi katika hali za kufichwa kwa mwonekano.

Hata hivyo matokeo haya yanapaswa kutathminiwa ndani ya seti za data zilizochaguliwa na itifaki ya majaribio.

Je, Kielelezo 3 kinasema nini?

Kielelezo 3 huonyesha ulinganisho wa kuona wa uwanja wa hatari katika hali za rounD, inD na exiD.

Mbinu za tuli mara nyingi huzalisha maeneo mapana ya hatari, wakati mwingine ya jumla sana, karibu na magari yanayoonekana na jiometri ya barabara. DRIFT hueneza hatari kwa njia iliyopangwa zaidi kando ya mtiririko wa trafiki na mwelekeo wa mgongano.

Hasa katika kufichwa kwa mwonekano kutokana na magari makubwa kama lori-trela, DRIFT husaidia hatari kusafirishwa kando ya mtiririko wa trafiki unaowezekana na migongano ya kuunganisha, badala ya kuenea tu kama uwezekano thabiti.

Ujumbe rahisi wa picha hii ni:

DRIFT hujaribu kuonyesha si tu mahali hatari ilivyo juu, bali pia hatari inaweza kusafirishwa wapi kwa muda.

Je, Jedwali 3 linaonyesha nini?

Jedwali 3 huonyesha utafiti wa ablation uliofanywa ili kuelewa DRIFT ilifaidika kiasi gani kutoka kipengele gani cha PDE.

Matokeo ni haya:

Maneno ya source tu:
TAI 0.08, RPR 0.51, OSI 0.35, ORL 0.95 s, Temp. 0.65

Diffusion ilipoongezwa:
TAI 0.12, RPR 0.58, OSI 0.42, ORL 0.78 s, Temp. 0.72

Advection ilipoongezwa:
TAI 0.35, RPR 0.66, OSI 0.44, ORL 0.62 s, Temp. 0.85

Modeli kamili, na decay:
TAI 0.41, RPR 0.74, OSI 0.52, ORL 0.31 s, Temp. 0.91

Jedwali hili linaonyesha sehemu za modeli kwa njia ya kielimu.

Diffusion hueneza kutokuwa na uhakika wa kufichwa kwa mwonekano kwenye eneo pana zaidi na kuongeza thamani ya OSI.
Advection husafirisha hatari kuelekea mwelekeo wa mtiririko wa trafiki na kuongeza kwa kiasi kikubwa uwezo wa onyo la mapema.
Decay husafisha hatari ya zamani na kutoa majibu ya haraka zaidi ya kufichwa kwa mwonekano na uthabiti wa juu zaidi wa temporal.

Je, Kielelezo 4 kinasema nini?

Kielelezo 4 huonyesha mipangilio minne tofauti ya uwanja wa hatari katika tukio lile lile la kuunganisha barabara kuu.

Source tu: Hatari inabaki kali karibu na magari na maeneo ya mgongano.
Diffusion imeongezwa: Hatari huenea kwa laini zaidi lakini muundo wa mwelekeo ni mdogo.
Advection imeongezwa: Hatari husafirishwa chini kando ya mtiririko wa trafiki na «alama ya hatari» huundwa.
DRIFT kamili: Hatari huenea kwa mwelekeo na hatari ya zamani husafishwa.

Ujumbe mkuu wa picha hii ni kwamba kila neno la PDE lina jukumu tofauti. Nguvu ya DRIFT haitoki chanzo kimoja cha hatari, bali kutoka kwa source, kuenea, uhamishaji na athari za decay kufanya kazi pamoja.

Utafiti unasema nini?

Ujumbe mkuu wa utafiti ni:

Katika kuendesha kwa kujiendesha hatari inaweza kuigwa kama uwanja unaobadilika kwa muda, si tu kwa viwango vya usalama vya papo hapo na vya jozi.

DRIFT husasisha uwanja huu kwa PDE inayotegemea fizikia. Hivyo hatari hulishwa na vyanzo kutoka magari yanayoonekana, hatari zinazowezekana zisizoonekana na topolojia ya barabara. Kisha husafirishwa na mtiririko wa trafiki, huenea kwa sababu ya kutokuwa na uhakika na husafishwa ikiwa haitumiki tena.

Majaribio huonyesha mbinu hii inaweza kutoa faida hasa katika hali za kufichwa kwa mwonekano na kuunganisha kwa upande wa onyo la mapema, ulinganifu wa tabia na uthabiti wa temporal.

Kwa nini hii ni muhimu?

Moja ya mada ngumu zaidi katika usalama wa magari ya kujiendesha ni kusimamia hatari «isiyoonekana lakini inayowezekana». Dereva wa binadamu huhesabu kwa hisia kwamba gari linaweza kutoka nyuma ya lori. Magari ya kujiendesha pia yanahitaji kutathmini kutokuwa na uhakika kwa uangalifu lakini kwa kipimo.

Mbinu ya uwanja wa hatari inaweza kutoa mfumo wa uamuzi wa gari la kujiendesha si tu taarifa «gari hili liko hapa», bali pia «eneo hili linahitaji uangalifu zaidi».

Modeli kama hizi zinaweza kuchangia utengenezaji wa ramani za hatari zinazoeleweka zaidi kwa kubadilisha njia, njia za kuunganisha, kupita kona, kufichwa kwa mwonekano, trafiki nyingi na mazingira ya kuendesha mchanganyiko.

Mambo ya kuzingatia

Ingawa utafiti huu unatoa mwelekeo muhimu, unapaswa kusomwa kwa uangalifu.

Kwanza, utafiti ni toleo la arXiv na ingawa makala ina taarifa ya kukubaliwa na IEEE ITSC 2026, matokeo bado yanapaswa kutathminiwa katika muktadha wa majaribio.

Pili, DRIFT haitoi dhamana ya usalama moja kwa moja katika trafiki halisi. Imejaribiwa kwenye seti za data na hali zilizochaguliwa.

Tatu, vigezo vya PDE vinaweza kurekebishwa. Utaratibu upya unaweza kuhitajika kwa tamaduni tofauti za trafiki, miundo ya barabara, ubora wa sensori na tabia za magari.

Nne, dhana za hatari iliyofichwa chini ya kufichwa kwa mwonekano zinahitaji kusimamiwa kwa uangalifu. Modeli iliyo na uangalifu kupita kiasi inaweza kusababisha kufunga breki au kupunguza kasi bila sababu; modeli yenye uangalifu kidogo inaweza kugundua hatari iliyofichwa kwa kuchelewa.

Tano, ingawa viwango kama kiwango cha mgongano wa karibu ni muhimu, tathmini ya usalama halisi inahitaji uigaji, majaribio ya uwanja wa kufungwa, majaribio ya magari halisi na michakato ya udhibiti.

Mwisho, maudhui haya si ushauri wa uhandisi wa kitaalamu kuhusu usalama wa kuendesha au muundo wa magari ya kujiendesha.

Hitimisho

Utafiti wa DRIFT unatoa wazo lenye nguvu kwa tathmini ya hatari katika magari ya kujiendesha: hatari inaweza kuigwa kama uwanja unaenea, kusafirishwa na kusafishwa barabarani kwa muda.

Mbinu hii inaweza kuwa na maana zaidi hasa katika hali ambapo magari makubwa kama lori yanaficha mwonekano na uwezekano wa mgongano unaongezeka kwenye njia za kuunganisha. Katika majaribio DRIFT ilizalisha uwanja wa hatari unaolingana zaidi na tabia ya dereva, ilionya mapema zaidi na ilijibu haraka zaidi kwa kufichwa kwa mwonekano ikilinganishwa na mbinu za ulinganisho zilizochaguliwa.

Ujumbe muhimu zaidi wa utafiti ni:

Katika kuendesha kwa kujiendesha usalama si kujibu tu gari linaloonekana; ni kutabiri kwa wakati na kwa kipimo hatari isiyoonekana inaweza kutoka wapi.

Kumbuka ya chanzo na mbinu

Maudhui haya yametayarishwa kwa njia ya kipekee katika muundo wa uhariri wa Verianla kwa kutumia utafiti wa kitaaluma «DRIFT: Driving Risk Inference via Field Transmission for Human-like Autonomous Driving» uliotayarishwa na Zian Wang, Yiming Shu, Zejian Deng na Chen Sun.

Kwenye PDF inaonyeshwa kwamba utafiti umekubaliwa na IEEE International Conference on Intelligent Transportation Systems 2026 na kwamba toleo la arXiv linapatikana. Maudhui ni kwa taarifa na elimu. Hayachukui nafasi ya maendeleo ya magari ya kujiendesha, usalama wa trafiki, uthibitishaji wa uhandisi, muundo wa mfumo wa kuendesha au ushauri wa kiufundi wa kitaalamu.