Što su samovozeći automobili i kako rade?

Ključni zahvati

• Samovozeći automobili koriste kombinaciju senzora i kamera za stvaranje 3D slike svijeta oko sebe, što im omogućuje sigurnu vožnju bez puno intervencija vozača.
• Samovozeći automobili potpadaju pod različite razine automatizacije, u rasponu od automobila koji zahtijevaju čovjeka da obavi svaki zadatak vožnje do automobila koji mogu voziti javnim cestama bez ljudske intervencije.
• Softver za samovozeće automobile uvelike se oslanja na AI i algoritme strojnog učenja za donošenje odluka na temelju varijabli u okruženju, a ti se algoritmi poboljšavaju s više vremena provedenog na cesti.

Ideal za stvaranje savršenog samovozećeg automobila popularan je od samih ranih dana automobila. Nakon više od stoljeća inovacija i tehnoloških otkrića, bliže ste nego ikad automobilu koji može sam voziti, s nekoliko tvrtki koje rade na projektima koji su već na javnim cestama.

Ali kako funkcioniraju samovozeći automobili? A koliko ste blizu ostvarenju svojih snova o robo-šoferu?

Što su samovozeći automobili?

Kao što ime sugerira, samovozeća (koja se nazivaju i autonomna) vozila su automobili koji se sami voze. Najviše moderni samovozeći automobili zahtijevaju prisutnost vozača kako bi preuzeo u hitnim slučajevima. Izvan hitnih slučajeva ili situacija kada se automobil počne nepravilno ponašati, trebao bi izdržati većinu vožnje bez ikakvog oblika intervencije vozača.

Kako funkcioniraju samovozeći automobili?

Samovozeći automobili koriste kombinaciju senzora i kamera za stvaranje 3D slike svijeta oko sebe. Napredni softver zatim se koristi za otkrivanje automobila, ljudi i prepreka na cesti, omogućujući vozilu da samostalno vozi uz pridržavanje pravila ceste.

Mnoge tvrtke rade na ovoj tehnologiji, a to znači da postoji nekoliko različitih pristupa izradi samovozećeg automobila. Postoje i različite razine dodijeljene samovozećim automobilima s različitim značajkama.

Rezervacija i uskakanje u Waymo samovozeći taksi je jedan od najlakših načina da sami isprobate samovozeći automobil, ali morat ćete biti u Arizoni za svoju prvu vožnju Waymoom.

Objašnjene razine samovozećih automobila

Većina svjetskih samovozećih automobila nisu u potpunosti samovozeći modeli i spadaju u šest različitih razina automatizacije, od kojih svaka nudi bolju automatizaciju od prethodne.

• Automobili razine 0 nemaju automatizaciju i zahtijevaju čovjeka za obavljanje svakog zadatka vožnje.
• Automobili razine 1 imaju značajke pomoći vozaču poput tempomata, ali za upravljanje vozilom potreban je čovjek.
• Automobili razine 2 imaju djelomičnu automatizaciju. To znači da mogu kontrolirati stvari kao što je upravljanje, ali i dalje treba čovjeka za vožnju.
• Automobili razine 3 imaju uvjetnu automatizaciju, što im omogućuje da reagiraju na okolinu za obavljanje zadataka vožnje.
• Automobili razine 4 imaju visoku automatizaciju, što automobilu omogućuje da se u potpunosti sam vozi unutar geoograđenih područja.
• Automobili razine 5 imaju potpunu automatizaciju i mogu voziti javnim cestama bez ljudske intervencije.

Sve prve tri razine zahtijevaju da čovjek upravlja vozilom dok vozi, dok preostale tri zahtijevaju ograničenu ili nultu ljudsku interakciju. Svaka razina automatizacije vozila je prekretnica, ali razina pet je najuzbudljivija i na njoj mnoge tvrtke naporno rade.

Hardver iza samovozećih automobila

Iznenađujuće, hardverska ograničenja nisu veliki problem u prostoru za samovozeće automobile. U teoriji, jedini senzori koji su vam potrebni za rad samovozećeg automobila su obične kamere, a softverska obrada obavlja težak posao. Naravno, puno je sigurnije koristiti niz različitih senzora kako bi softver dobio što više podataka.

Kako LiDAR radi u samovozećim automobilima?

Senzori za otkrivanje i domet svjetla, ili LiDAR, senzori mjere dubinu kako bi proizveli točan 3D model okoline samovozećeg vozila. To se postiže emitiranjem milijuna laserskih impulsa svake sekunde i mjerenjem vremena potrebnog za refleksiju svakog impulsa. Što je duže vrijeme refleksije, objekt je dalje od senzora.

To pomaže samovozećem automobilu da razumije svoju okolinu i okolne predmete. To uključuje zgrade, ljude i životinje, kao i sve ostalo pokraj čega vozilo prolazi. Za vedrog dana, LiDAR je sve što automobil treba za navigaciju u prometnim gradskim okruženjima. Međutim, njegova izvedba opada tijekom kiše ili magle i to je razlog zašto se samovozeći automobili ne mogu osloniti na LiDAR kao jedinu vrstu senzora.

Kako radar radi u samovozećim automobilima?

Radar ima sličnu ulogu kao LiDAR na automatiziranim vozilima. No, umjesto emitiranja lasera, emitira radio valove i mjeri refleksije od objekata oko vas. Ipak, cilj je i dalje razumjeti okolinu oko automobila.

LiDAR senzori imaju razlučivost 10 puta veću od radara, ali na radar ne utječu loši vremenski uvjeti. Radarski senzori su također jeftiniji od LiDAR senzora.

Kako vizualne kamere rade u samovozećim automobilima?

Tvrtke poput Googleovog Waymoa koriste kombinaciju LiDAR-a, radara i običnih kamera za svoje glavne senzorske nizove. Tesla je, s druge strane, odlučio u potpunosti uložiti u obične kamere i napredni softver za autonomno kretanje cestama.

Tehnologija prepoznavanja lica prisutna je već dugo, iako se uglavnom koristi na pametnim telefonima i naprednim sigurnosnim rješenjima. Sa samovozećim automobilima, cilj je to podići na višu razinu, uz prepoznavanje objekata temeljeno na strojnom učenju, otkrivanje zgrada, automobila, ljudi i svega ostalog oko vašeg vozila.

Ostali senzori za samovozeća vozila

Radar, LiDAR i obične kamere često su glavni senzori u samovozećem automobilu, ali neka vozila imaju i više. Dodatni hardver, poput ultrazvučnih senzora, daje automobilu još bolje razumijevanje okoline. To omogućuje samovozećim automobilima da reagiraju na nevizualne znakove, poput zvuka sirena hitne pomoći.

Samovozeći automobil "Mozak"

Bilo da se radi o Tesli, Waymu ili bilo kojem drugom sustavu samovozećih automobila, sva ova vozila trebaju središnje računalo ili "mozak" za obradu podataka koje daju njihovi senzori. Nvidijina Drive AGX platforma vodeći je primjer za to, ali neki proizvođači automobila odlučuju razviti ovu vrstu tehnologije u svojoj tvrtki.

Softver koji stoji iza samovozećih automobila

Izrada funkcionalnog softvera za samovozeće automobile jedan je od najvećih izazova s ​​kojima se suočavaju proizvođači. Relativno je lako izraditi program koji koristi oznake na cesti i podatke o lokaciji za praćenje modernih cesta. Ali što se događa ako vam put presječe drugi automobil ili životinja istrči na cestu?

Ceste nisu predvidljiva mjesta. Softver za samovozeće automobile mora biti u stanju reagirati na veliki niz različitih situacija, od kojih je mnoge nemoguće unaprijed programirati.

AI i strojno učenje u samovozećim automobilima

AI je u središtu industrije samovozećih automobila. U biti, autonomna vozila poput ovog imaju za cilj oponašati ljudski mozak tijekom vožnje, što znači da moraju biti u stanju donositi odluke na temelju ogromnog raspona varijabli. To uključuje križanja i prometne znakove koji su dio ceste, zajedno s vozilima, ljudima i drugim preprekama kojih bi običan vozač obično bio svjestan.

Za ljude bi bilo previše vremena da naprave baze podataka i algoritme koji savršeno prepoznaju sve na cesti. Umjesto toga, proizvođači poput Tesle koriste strojno učenje za treniranje svojih algoritama i njihovo poboljšanje.

Algoritmi strojnog učenja koji se nalaze u samovozećim automobilima moraju započeti s nekim osnovnim podacima, ali velik dio njihovog učenja odvija se na cesti. To je ono što čini toliko ključnim da tvrtke mogu testirati svoje automobile na stvarnim cestama, ali to također znači da će samovozeći automobili biti sve bolji što se više voze.

Pješak koji izlazi na cestu dobar je test za strojno učenje samovozećeg automobila. Automobil ima nekoliko opcija u ovom scenariju; može pokušati skrenuti oko pješaka, pritisnuti kočnice i pokušati stati ili upotrijebiti sirenu da upozori pješaka. Većina samovozećih automobila aktivno će pristupiti ovakvim preprekama, isključujući posljednju opciju.

Odavde mora odlučiti je li najbolje skrenuti ili kočiti, uzimajući u obzir stvari poput brzine, udaljenosti, vremenskih uvjeta i niza drugih čimbenika okoline. Ako bi skretanje dovelo automobil na putanju nadolazećeg prometa, na primjer, vjerojatno će odlučiti upotrijebiti kočnice.

I neuspjeh u pravilnom reagiranju pomaže samovozećem automobilu da se uhvati u koštac sa sličnim problemima u budućnosti. U idealnom slučaju, ti se podaci dijele između samovozećih automobila kako bi se osiguralo da se mogu poboljšati zajedno.

Uz umjetnu inteligenciju, postoji mnogo drugog softvera iza kulisa samovozećeg automobila. Sustavi GPS mapiranja pomažu automobilu u preciznoj navigaciji cestama, dok sustavi za nadzor vozača osiguravaju da je osoba za upravljačem usredotočena, čak i u načinu rada koji samostalno vozi.

Svaka tvrtka za samovozeće automobile ima drugačiji pristup softveru, a to znači da su rijetki oni otvoreni o tome kako njihovi alati rade.

Jesu li samovozeći automobili sigurni?

Pošteno je dovoditi u pitanje sigurnost modernih samoupravljajućih automobila, posebno s rastućim popisom smrtnih slučajeva i ozljeda povezanih s autonomnom vožnjom. Kao što možete vidjeti iz rasprostranjenosti sustava za praćenje svijesti vozača u mnogim samovozećim automobilima, čak i njihovi proizvođači znaju da još nisu savršeni.

Ali to nije poanta. Pred samovozećim automobilima još je dug put. To znači da ljubitelji autonomnih automobila moraju pričekati još malo da se dočepaju vozila upravljanog umjetnom inteligencijom koje se samostalno vozi i koje bi se čak moglo vratiti u posjed.