تعد توقع نية المركبات خطوة حاسمة في تعزيز agility (الرشاقة) والسلامة للمركبات الذاتية القيادة في جميع سيناريوهات القيادة. ومع تزايد الحاجة لتحسين قدرات السيارات الذكية، يصبح من الضروري اعتمادها للغة الإنسان في تفسير نوايا السائقين، خصوصاً في الظروف التي تتطلب تفاعلاً إنسانياً كبيراً وسلوكيات قيادة معقدة، مثل التقاطعات والدوارات وحالات الطوارئ مثل التوقف المفاجئ.

يساعد التنبؤ بنية المركبة في اتخاذ إجراءات سريعة وصحيحة، حيث يؤدي كل ثانية من الفعل إلى تأثير كبير وقد يمنع حدوث كوارث. في هذا السياق، تم تقديم إطار INTENT باستخدام نموذج LSTM (Long Short-Term Memory) للتنبؤ بنية المركبة عند التقاطعات قبل حدوث الحدث بثانيتين، مما يمكنه من تحديد ما إذا كانت السيارات ستسير مباشرة أو ستنعطف يسارًا أو يمينًا.

قدمت الدراسة مجموعة متنوعة من التجارب للنموذج ودراسة تفكيكية شاملة على مجموعة بيانات InD، مما أسفر عن إنجاز مذهل في تحقيق دقة تصل إلى 99.71%. هذا الابتكار ليس فقط خطوة نحو تحسين أداء المركبات الذاتية القيادة، بل يعد أيضاً بمثابة ميزة حيوية لتعزيز السلامة على الطرق.

مع هذا التقدم، يُفتح أمامنا أفق جديد نحو تطبيقات أوسع للذكاء الاصطناعي في تحسين تجربة القيادة، مما يجعل انطلاق هذا الإطار فرصة مناسبة لإعادة التفكير في كيفية تعامل المركبات مع البيئة المحيطة بها. ما رأيكم في هذا التطور؟ شاركونا في التعليقات!