Ładne drogi i ostrożni piesi stanowią przeszkodę dla w pełni autonomicznych samochodów

Aby stworzyć najlepsze autonomiczne samochody, będziemy musieli nauczyć ich A.I. jak poruszać się w najgorszych możliwych warunkach. Dlatego najodważniejsza innowacja w tej dziedzinie może skończyć się z dala od nasłonecznionych ulic Kalifornii, a zamiast tego w mniej wybaczających środowiskach.

„Nikt nie kupi samochodu samobieżnego, aby jeździć tylko w Kalifornii. To jest kwestia systemów przemysłowych następnego poziomu ”- mówi Olga Uskova, prezes rosyjskich technologii poznawczych i założycielka autonomicznego systemu napędowego C-Pilot Odwrotność. „Na przykład w naszym systemie używamy takiej technologii zwanej„ wirtualnym tunelem ”. Pojazd porusza się nie tylko po oznakowaniu drogi, ale określa scenę drogi tak samo, jak robi to ludzki mózg, analizując sytuacje boczne - położenie drzew, budynków, linii horyzontu itp. ”

Uskova zauważa, że ​​70 procent światowych dróg nie przypomina niczego w Kalifornii. Ale zamiast podążać z pustych ścieżek testowych do bardziej rzeczywistych sytuacji, zespół Uskovej postanowił wykorzystać te trudne warunki jako punkt wyjścia. Zdecydowali, że jazda w złych warunkach pogodowych i tak wykorzystuje od 35 do 40 procent czasu testowania.

„Klimat w większości części Rosji jest prezentowany przez dużą liczbę dni w roku, kiedy kierowcy muszą podróżować w złych warunkach pogodowych - na drogach ze śniegiem, błotem, brakiem oznakowania dróg i słabą widocznością”, mówi Uskova.

Jest to pierwsze podejście, które charakteryzuje znaczną część autonomicznego rozwoju samochodów na arenie międzynarodowej. Na przykład w Zjednoczonym Królestwie nie ma żadnych przepisów prawnych przeciwko jaywalkingowi. Niektóre startupy twierdziły, że jest to idealne miejsce do nauczania jazdy samochodem A.I. jak radzić sobie z nieznośnymi pieszymi. Jeden, z siedzibą w Imperial College London, opracował już system zdolny do zrozumienia ponad 150 zachowań, aby ocenić, czy pieszy ma zamiar wyjść na drogę.

„Jesteśmy bardzo pewni, że jesteśmy w stanie przewidzieć, czy ktoś zamierza przejść, czy nie”, powiedział Leslie Noteboom, współzałożyciel Humanising Autonomy, Evening Standard. „Samochody muszą zrozumieć pełen zakres ludzkich zachowań, zanim zostaną wdrożone w środowisku miejskim. Obecna technologia jest w stanie zrozumieć, czy coś jest pieszym, a nie latarnią, i gdzie ten pieszy się porusza, tworząc ramkę. Szukamy w tym pudełku, aby zobaczyć, co robi ta osoba, gdzie patrzą, czy znają samochód, czy są przez telefon czy działają - czy to oznacza, że ​​są rozproszeni, czy ryzykowni? ”

Londyn ma gościć pierwsze autonomiczne taksówki w 2021 roku, dzięki oksfordzkiemu deweloperowi Oxbotica i firmie taksówkowej Addison Lee. Oxbotica zakończyła serię ograniczonych dostaw artykułów spożywczych w ramach swoich testów, przygotowując się do autonomicznej jazdy z Londynu do Oksfordu w drugiej połowie 2019 r. Podróż trwająca 60 mil ma niejednolite usługi komórkowe, co utrudni komunikację samochodową. Cały kraj ma około 75 procent zasięgu geograficznego 3G i 4G. Zespół będzie musiał ustalić, jak samochód powinien zareagować, gdy straci połączenie z Internetem.

W przypadku pilota Cognitive Pilot trzeba było opracować nowe czujniki zdolne poradzić sobie z tym, co może się zdarzyć. Opracowano radar umożliwiający tworzenie projekcji 3D obiektów z odległości 300 metrów. Podczas gdy Dolina Krzemowa koncentruje się głównie na rozwiązaniach lidarowych, które zmagają się z surową pogodą, radar jest lepiej wyposażony na wszystkie pory roku. W złych warunkach pogodowych zasięg radaru zespołu spada o zaledwie 50 do 100 metrów, aby osiągnąć od 200 do 250 metrów. Lidar, który używa wirującego lasera do odbijania się od obiektów i odczytywania ich odległości, może zawieść w śniegu, gdy ich lasery odbijają się od spadających płatków.

Dolina Krzemowa nie jest ślepa na te problemy. Waymo przetestował swój autonomiczny system jazdy trekkingiem w śniegu w South Lake Tahoe w marcu 2017 roku. Tesla, która uważa lidar za zbyt wiele wad, zdecydowała się już na połączenie kamer i radaru w pakiecie „Hardware 2” zaprojektowanym do obsługi autonomia w późniejszym terminie. Jednak nawet dyrektor generalny Elon Musk zauważa, że ​​opracowanie „uniwersalnego autonomicznego rozwiązania napędowego” jest „niezwykle trudne”.

Firmy technologiczne musiały ostatnio zmniejszyć swoje oczekiwania, ponieważ próby Waymo w Arizonie zmagają się ze skomplikowanymi skrzyżowaniami. Drive.AI zaproponował nawet przeprojektowanie dróg w celu wsparcia tych nowych samochodów. Podczas gdy Musk wciąż jest przekonany, że Tesla może osiągnąć rozwiązanie punkt-punkt w przyszłym roku, wyzwania stojące przed międzynarodowymi programistami pokazują, że nie jest jasne, jak te systemy będą działać gdzie indziej.