Pěkné cesty a pečliví chodci jsou překážkou pro plně autonomní auta

Abychom dosáhli nejlepších autonomních aut, budeme muset naučit jejich A.I. jak se pohybovat v nejhorších možných podmínkách. To je důvod, proč se nejodvážnější inovace na poli mohou ukončit daleko od ulic Kalifornie nasáklých sluncem a místo toho v méně odpouštějících prostředích.

„Nikdo nebude kupovat auto s autem, aby ho mohl jet pouze v Kalifornii. To je otázka průmyslových systémů na další úrovni, “říká Olga Uskova, prezident ruských kognitivních technologií a zakladatel autonomního systému řízení C-Pilot. Inverzní. „Například v našem systému používáme takové technologie zvané„ virtuální tunel “. Vozidlo se pohybuje nejen podle silničního značení, ale definuje silniční scénu stejným způsobem jako lidský mozek, a to analýzou laterálních situací - umístěním stromů, budov, horizontu atd. “

Uskova si všimla, že 70 procent světových silnic není nic podobného těm, které se nacházejí v Kalifornii. Namísto toho, aby se Uskova tým snažil postupovat od prázdných testovacích drah ke skutečným situacím, rozhodl se použít tyto kruté podmínky jako výchozí bod. Rozhodli se, že jízda za špatného počasí použila odhadem 35 až 40 procent testovacího času.

„Klima ve většině částí Ruska je prezentováno velkým počtem dní v roce, kdy řidiči musí cestovat za špatných povětrnostních podmínek - na silnicích se sněhem, bahnem, nedostatkem silničního značení a špatnou viditelností,“ říká Uskova.

Je to tento první přístup, který charakterizuje velkou část autonomního vývoje automobilů na mezinárodní scéně. Ve Spojeném království, například, tam jsou žádné zákony proti jaywalking. Někteří startupové argumentovali, že je to ideální místo pro výuku auto-řízení A.I. jak se vypořádat s otravnými chodci. Jeden, založený na Imperial vysokoškolském Londýně, už vyvinul systém schopný rozumět přes 150 chování, aby posoudil zda chodec má jít ven do silnice.

„Jsme velmi přesvědčeni, že jsme schopni předpovědět, zda se někdo bude křížit nebo ne,“ řekl Leslie Noteboom, spoluzakladatel Humanising Autonomy. Večerní standard. „Auta musí pochopit celou šíři lidského chování dříve, než budou zavedeny do městského prostředí. Současná technologie je schopna pochopit, zda se jedná o chodce a ne o lampu, a kde se chodec pohybuje, rámuje je jako krabici. Díváme se dovnitř té krabice, abychom zjistili, co ten člověk dělá, kde hledají, jsou si vědomi auta, jsou v telefonu nebo běží - znamená to, že jsou rozptýlení nebo riskantní? “

Očekává se, že Londýn bude v roce 2021 hostit své první autonomní taxíky, díky Oxfordice a firmě Addison Lee. Oxbotica dokončila sérii omezených dodávek potravin jako součást svých testů, zatímco se připravovala na autonomní jízdu v Londýně na Oxford ve druhé polovině roku 2019. Cesta 60 mil má nejednotnou mobilní službu, která ztěžuje komunikaci v automobilu. Země jako celek má kolem 75% geografického pokrytí 3G a 4G. Tým bude muset zjistit, jak by mělo auto reagovat, když ztratí internetové připojení.

V případě kognitivního pilota to muselo vyvinout nové senzory schopné zvládnout cestu, co může. Vyvinul radar schopný vytvořit 3D projekci objektů od 300 metrů. Zatímco Silicon Valley se zaměřuje především na lidarská řešení, která bojují s drsným počasím, radar je lépe vybaven pro všechna roční období. Za špatných povětrnostních podmínek padá radar týmu o pouhých 50 až 100 metrů, aby dosáhl vzdálenosti 200 až 250 metrů. Lidar, který používá spinningový laser, aby odrazil objekty a přečetl si jejich vzdálenost, může selhat ve sněhu, když se jejich lasery místo toho odrazí od padajících vloček.

Silicon Valley není k těmto otázkám slepý. Waymo testoval svůj autonomní systém řízení trekking přes sníh v South Lake Tahoe zpět v březnu 2017. A Tesla, která pokládá lidar za příliš mnoho nedostatků, se již rozhodla pro kombinaci kamer a radarů pro svou sadu „Hardware 2“ určenou pro podporu později. Dokonce i generální ředitel Elon Musk však poznamenává, že je „mimořádně obtížné“ vyvinout univerzální autonomní řešení řízení.

Technologické firmy musely v nedávné době omezit svá očekávání, protože Waymoovy zkoušky v Arizoně bojují s komplexními křižovatkami. Drive.AI dokonce navrhla přepracování silnic na podporu těchto nových vozů. Zatímco Musk je stále přesvědčen, že Tesla by mohl v příštím roce dosáhnout řešení point-to-point, výzvy, kterým čelí mezinárodní vývojáři, ukazují, že není jasné, jak budou tyto systémy fungovat jinde.