Toyota Highlander Hybrid (2018)

Toyota Highlander Hybrid (2019)

Toyota Highlander Hybrid (2020) 90 033

Toyota Highlander Hybrid (2021)

Toyota Prius (2016)

Toyota Prius (2017)

Toyota Prius (2018)

Toyota Prius (2019)

Toyota Prius (2020)

Toyota Prius (2021)

Toyota Prius Prime (2017)

Toyota Prius Prime (2018)

Toyota Prius Prime (2019)

Toyota Prius Prime (2020)

Toyota Prius Prime (2021)

Toyota RAV4 (2016)

Toyota RAV4 (2017)

Toyota RAV4 (2018)

Toyota RAV4 (2019)

Toyota RAV4 (2020)

Toyota RAV4 (2021)

Toyota RAV4 Hybrid (2016)

Toyota RAV4 Hybrid (2017)

Toyota RAV4 Hybrid (2018)

Toyota RAV4 Hybrid (2019)

Toyota RAV4 Hybrid (2020)

Toyota RAV4 Hybrid (2021)

Toyota Sienna (2018)

9000 Toyota Sienna (2019)

Toyota Sienna (2020)

Toyota C-HR (2020)

Toyota Mirai (2021)

Volkswagen Golf (2015)

Volkswagen Golf (2016)

Volkswagen Golf (2017)

Volkswagen Golf (2018)

Volkswagen Golf (2019)

Volkswagen e-Golf (2014)

Volkswagen e-Golf ( 2020)

Volkswagen Golf GTE (2016)

Volkswagen Golf GTI (2018)

Volkswagen Golf GTI (2019)

Volkswagen Golf R (201 6)

Volkswagen Golf R (2017)

Volkswagen Golf R (2018)

Volkswagen Golf R (2019)

Volkswagen Golf SportsVan (2016)

Volkswagen Jetta (2018) )

Volkswagen Jetta (2019)

Volkswagen Jetta (2020)

Volkswagen Jetta (2021)

Volkswagen Tiguan (2020)

OBD-II Жгут проводов

Hyundai Разработка A

Hyundai B Development

Hyundai C Development

Hyundai D Development

Hyundai E Development

Hyundai F Development

Hyundai G Development

Hyundai H Девелопмент

Hyundai I Девелопмент

Hyundai J Devel opment

Nissan A Development

Nissan B Development

Mazda Development

MQB Development

Development Vehicle

Беспилотные автомобили от Tesla, Google и других пока еще не здесь

Когда дело доходит до беспилотных автомобилей, будущее должно было наступить сейчас.

В 2020 вы будете «постоянным водителем на заднем сиденье», как прогнозировала Guardian в 2015 году. «К 2020 году на дорогах будет 10 миллионов беспилотных автомобилей», — гласил заголовок Business Insider в 2016 году. Заявления сопровождались заявлениями General Motors, Google Waymo, Toyota и Honda о том, что они будут производить беспилотные автомобили к 2020 году. Илон Маск прогнозировал, что Tesla сделает это к 2018 году, а затем, когда это не удастся, к 2020 году.

Но год уже наступил, а беспилотных автомобилей — нет.

Несмотря на огромные усилия многих ведущих компаний в сфере технологий и автомобилестроения, полностью автономные автомобили по-прежнему недоступны, за исключением специальных программ испытаний. Вы можете купить автомобиль, который будет автоматически тормозить для вас, когда он ожидает столкновения, или тот, который помогает удерживать вас на вашей полосе движения, или даже Tesla Model S (которая — раскрытие — мой партнер и я владеем) , автопилот которой в основном управляет вождение по шоссе.

Но почти все вышеперечисленные прогнозы были отменены, поскольку инженерные команды этих компаний изо всех сил пытаются заставить беспилотные автомобили работать должным образом.

Что случилось? Вот девять вопросов, которые могли у вас возникнуть об этой давно обещанной технологии, и почему обещанное нам будущее все еще не наступило.

1) Как именно работают беспилотные автомобили?

Инженеры десятилетиями пытались создать прототипы беспилотных автомобилей. Идея, лежащая в основе этого, действительно проста: оснастите автомобиль камерами, которые могут отслеживать все объекты вокруг него и заставлять автомобиль реагировать, если он собирается объединить в один.Научите автомобильные компьютеры правилам дорожного движения и дайте им возможность свободно перемещаться к месту назначения.

Это простое описание упускает кучу сложностей. Вождение автомобиля — одно из самых сложных занятий, которыми обычно занимаются люди. Следование списку правил дорожного движения недостаточно, чтобы водить машину так же хорошо, как это делает человек, потому что мы делаем такие вещи, как зрительный контакт с другими людьми , чтобы подтвердить, кто имеет право преимущественного проезда, реагировать на погодные условия и иным образом вызовы суждения, которые трудно закодировать в жестких правилах.

Джон Крафчик, генеральный директор Waymo, представляет беспилотный автомобиль на саммите Wed Summit в Лиссабоне, Португалия, 7 ноября 2017 года. Horacio Villalobos / Corbis / Getty Images

И даже простые части вождения — например, отслеживание объектов вокруг машины на дороге — на самом деле намного сложнее, чем кажется. Возьмем, к примеру, дочернюю компанию Google Waymo, лидера в области производства беспилотных автомобилей. В автомобилях Waymo, которые довольно типичны для других беспилотных автомобилей, используются камеры с высоким разрешением и лидар (обнаружение света и дальность), способ оценки расстояний до объектов путем отражения света и звука от объектов.

Компьютеры автомобиля объединяют все это, чтобы создать картину того, где находятся другие автомобили, велосипедисты, пешеходы, препятствия и куда они движутся. Для этой части требуется много обучающих данных — то есть автомобиль должен нарисовать на миллионах миль данных о вождении, которые Waymo собрала, чтобы сформировать ожидания относительно того, как могут двигаться другие объекты. Трудно получить достаточно данных для обучения на дороге, поэтому машины также тренируются на основе данных моделирования, но инженеры должны быть уверены, что их системы искусственного интеллекта будут правильно обобщать данные моделирования в реальном мире.

Это далеко не полное описание систем, работающих, когда на дороге едет беспилотный автомобиль. Но он иллюстрирует важный принцип, о котором следует помнить, когда вы задаетесь вопросом, где находятся наши беспилотные автомобили: даже «легкие» вещи скрывают удивительную сложность.

2) Почему на запуск беспилотного автомобиля на

уходит больше времени, чем ожидалось?

Беспилотные автомобили в своей работе полагаются на искусственный интеллект. А 2010-е были отличным десятилетием для искусственного интеллекта.Мы заметили большие успехи в переводе , генерации речи, компьютерном зрении и распознавании объектов, а также в играх. Раньше AI с трудом определял собак на фотографиях; теперь это тривиальная задача.

Именно этот прогресс в искусственном интеллекте стал причиной оптимистичных прогнозов для беспилотных автомобилей в середине 2010-х годов. Исследователи ожидали, что мы сможем развить удивительные достижения, которые они видели (и видят до сих пор) в других областях.

Но когда дело дошло до беспилотных автомобилей, ограничения этих преимуществ стали очень очевидными.Даже с огромным количеством вложенных времени, денег и усилий, ни одна команда не могла понять, как заставить ИИ решить реальную проблему: ориентироваться по нашим дорогам с необходимой высокой степенью надежности.

Большая часть проблемы заключается в необходимости большого количества обучающих данных. Идеальный способ обучить беспилотный автомобиль — показать ему миллиарды часов видеозаписей реального вождения и использовать их, чтобы научить компьютер хорошему поведению при вождении. Современные системы машинного обучения действительно хорошо работают, когда у них много данных, и очень плохо, когда у них их лишь немного.Но сбор данных для беспилотных автомобилей стоит дорого. А поскольку некоторые события случаются редко — например, можно увидеть впереди автомобильную аварию или встретить обломки на дороге, — автомобиль может оказаться вне своей глубины, потому что он так редко сталкивался с ситуацией в своих тренировочных данных.

Автопроизводители пытались обойти это многими способами. Они проехали больше миль. Они обучили машины на симуляторах. Иногда они проектируют конкретные ситуации, чтобы получить больше обучающих данных об этих ситуациях для автомобилей.

И они приближаются. Машины Waymo разъезжают по улицам Аризоны без никого за рулем (небольшая группа людей, прошедших специальную проверку, может вызывать их, как если бы они использовали Uber). Если все пойдет хорошо, они могут расшириться в другие города в конце этого года (подробнее об этом ниже). Но это серьезная проблема, и прогресс идет медленно.

3) Как выглядит мир беспилотных автомобилей?

Компании продолжают инвестировать, несмотря на неудачи, потому что беспилотные автомобили, когда они появятся, многое изменят для мира и принесут их создателям много денег.

Многие потребители захотят обновиться. Представьте, что вы можете читать или задремать во время утренней поездки на работу или в длительных поездках на автомобиле. Также кажется вероятным, что компании такси и службы заказа такси будут предлагать автомобили с автоматическим управлением, а не платить водителям (на самом деле, такие компании, как Uber, делают ставку на это). Беспилотные автомобили также должны иметь огромное значение для американцев с ограниченными возможностями, многие из которых не могут получить водительские права и испытывают проблемы с доступом на работу, в магазин и на прием к врачу.

Беспилотный автомобиль круизного подразделения General Motors ждет на перекрестке в Сан-Франциско 26 января 2020 года. Smith Collection / Gado / Getty Images

Эксперты расходятся во мнениях относительно того, изменят ли беспилотные автомобили что-то фундаментальное в отношении владельцев автомобилей в Америке. Некоторые утверждают, что людям не нужно иметь машину, если они могут заказать ее на своем телефоне и вовремя доставить робота куда угодно.

Другие отмечали, что люди, как правило, по-прежнему владеют автомобилем даже в районах с хорошим распределением поездок, и что беспилотные автомобили ничем не отличаются.Опросы показывают, что большинство американцев не хотят, чтобы их водили на работу беспилотный автомобиль, но это может быстро измениться, когда такие автомобили действительно появятся. Опрос Gallup по этому вопросу выявил небольшую долю (9%) американцев, которые сразу же получили бы такую ​​машину, при этом большая часть (38%) заявили, что подождут какое-то время, а половина — твердо уверены, что никогда не купят такую ​​машину. используйте один.

Со временем наша инфраструктура, вероятно, изменится, чтобы упростить навигацию беспилотным автомобилям , и на самом деле, некоторые исследователи утверждали, что у нас не будет широко распространенных беспилотных автомобилей, пока мы не внесем серьезные изменения в наши улицы, чтобы облегчить передачу информации этим машинам.Это было бы дорого и потребовало бы общенациональной координации, поэтому кажется вероятным, что последует за повсеместным внедрением беспилотных автомобилей, а не предшествует ему.

4) Какие программы для беспилотных автомобилей являются ведущими и что они делают?

Почти каждый крупный производитель автомобилей хотя бы проверил воду с помощью исследования беспилотных автомобилей. Но некоторые относятся к этому гораздо серьезнее, чем другие.

Есть две основные статистические данные, полезные для оценки того, насколько продвинута программа для беспилотных автомобилей.Один — сколько миль он проехал. Это показатель того, сколько обучающих данных есть у компании, и сколько инвестиций она вложила в запуск своих автомобилей.

Другой — отключение — моменты, когда водитель-человек должен взять на себя управление, потому что компьютер не может справиться с ситуацией — на милю пройденного пути. Большинство компаний не публикуют эту статистику, но штат Калифорния требует, чтобы о них сообщали, поэтому статистика Калифорнии — лучший способ узнать, как обстоят дела у различных компаний.

На обоих фронтах дочерняя компания Google Waymo является явным лидером. Waymo только что объявила о пробеге 20 миллионов миль, большинство из которых не в Калифорнии. В 2018 году Waymo проехала 1,2 миллиона миль в Калифорнии с 0,09 отключениями каждые 1000 миль. На втором месте находится компания General Motors ‘Cruise с примерно полмиллионом миль и 0,19 отключениями на 1000 миль. (Круз утверждает, что, поскольку он тестирует свои автомобили на сложных улицах Сан-Франциско, эти цифры даже более впечатляющие, чем кажутся.)

Эти две компании значительно опережают все остальные как по количеству пройденных миль, так и по разрядам в штате Калифорния. Хотя это лишь ограниченный обзор их усилий, большинство экспертов считают их ведущими программами в целом.

5) Разве беспилотный автомобиль не убил женщину? Как это случилось? И какие проблемы безопасности связаны с беспилотными автомобилями?

18 марта 2018 года беспилотный автомобиль впервые сбил пешехода. Автомобиль Uber с водителем безопасности за рулем сбил Элейн Херцберг, 49-летнюю женщину, шедшую на велосипеде через улицу в Темпе, , Аризона.

Инцидент стал напоминанием о том, что технологии беспилотных автомобилей еще предстоит пройти долгий путь. Некоторые люди поспешили указать на то, что люди часто убивают других людей во время вождения, и что даже если беспилотные автомобили намного безопаснее людей, с беспилотными автомобилями произойдут некоторые смертельные инциденты. На самом деле это правда. Но упускается ключевой момент. Вождение человека приводит к одному несчастному случаю со смертельным исходом на каждые 100 миллионов миль пробега. Waymo, лидер по количеству пройденных миль, только что преодолела отметку в 20 миллионов миль.У него еще не было несчастных случаев со смертельным исходом, но, учитывая количество миль, которое проехали его автомобили, еще слишком рано доказывать, что они так же безопасны, как водитель-человек, или даже безопаснее.

Беспилотный автомобиль Uber проезжает сквозь пробки на Пятой улице в Сан-Франциско 28 марта 2017 года. Джастин Салливан / Getty Images

Uber не проехал столько миль, а погиб.Компания не сообщает конкретных цифр, но в прошлогодней подаче заявок на IPO говорилось, что она проехала «миллионы» миль. Трудно сказать без конкретных цифр, но справедливо задаться вопросом, не намного ли показатели вождения Uber намного хуже, чем у человека.

Кроме того, анализ смерти Герцберга предполагает, что было сделано много предотвратимых ошибок. В отчете об аварии Национального совета по безопасности на транспорте, опубликованном в декабре 2019 года, установлено, что камеры ближнего радиуса действия и ультразвуковые датчики «не использовались во время аварии».”

Кроме того, у системы была такая проблема с ложными сигналами тревоги — обнаружением опасных ситуаций, когда их не было, — что она была запрограммирована на «период в одну секунду, в течение которого ADS [автоматизированная система вождения] подавляет плановое торможение, в то время как ( 1) система проверяет характер обнаруженной опасности и рассчитывает альтернативный путь, или (2) оператор транспортного средства берет на себя управление транспортным средством », — говорится в отчете NTSB. Таким образом, даже когда машина обнаружила опасность, она не затормозила — что могло бы сделать столкновение менее опасным или предотвратить столкновение — а вместо этого продолжала в точности то же самое, что и целую секунду.

Система была разработана, чтобы предположить, что пешеходы никогда не переходят дорогу, кроме как на пешеходном переходе, поэтому, когда кто-то переходил, не используя его, система не могла идентифицировать ее. Хуже того, когда системе не было ясно, является ли объект велосипедом (как это было с Герцбергом), она не могла сохранить какую-либо информацию о том, как объект движется. Система почувствовала ее присутствие за шесть полных секунд до столкновения — и все же ничего не сделала (кроме, возможно, торможения в последние две десятые секунды), прежде чем столкнуться с ней на смертельной скорости.

Этих ошибок можно избежать.

Uber снял свои автомобили с дороги в ответ, вернувшись к испытаниям беспилотных автомобилей год спустя с радикально измененной программой. «Мы реализовали ключевые улучшения безопасности по результатам обоих обзоров безопасности, поделились своими знаниями с более крупной отраслью самоуправляемых автомобилей и приняли рекомендацию NTSB по внедрению системы управления безопасностью, которая реализуется сегодня», — Нат Бойз, беспилотные автомобили Uber. Об этом сообщил глава службы безопасности Vox в своем заявлении в ответ на запрос о комментарии.«Заглядывая в будущее, мы продолжим ставить безопасность в центр каждого принимаемого нами решения».

Тем не менее, смертельные аварии с беспилотными автомобилями будут происходить, и это касается не только Uber. В отчете Национального совета по безопасности на транспорте говорится о причастности системы автопилота Tesla к еще одной смертельной аварии в 2018 году; пока водитель не держал руки от руля, автомобиль врезался в бетонную перегородку и разбился, убив его. Полное расследование еще трех недавних смертельных аварий Tesla еще не проводилось.По словам председателя NTSB Роберта Сумвальта, проблема заключается в том, что водители полагают, что автопилот позволяет им отвлечься от дороги, когда им не следует этого делать. Это не проблема для полностью автономных транспортных средств, но сейчас это потенциально серьезная проблема.

Как я уже писал ранее, хорошие беспилотные автомобили могут спасти сотни тысяч жизней. Но чтобы сделать машины достаточно хорошими, чтобы спасти их жизнь, требуется много инженерных работ.

6) Будут ли беспилотные автомобили быть полезными для окружающей среды?

Некоторые защитники утверждали, что беспилотные автомобили будут полезны для окружающей среды. Они утверждают, что могут сократить поездки на автомобиле, сделав ненужным владение автомобилем и переведя общество к модели, при которой большинство людей не владеют автомобилем и просто звонят по телефону , когда он им нужен.

Кроме того, другие утверждали, что водители-люди водят расточительно — резко тормозят, резко ускоряются, работает двигатель на холостом ходу — все это расходует топливо, чего компьютер может избежать.

Но по мере того, как беспилотные автомобили постепенно приближались к реальности, большинство заявленных преимуществ стали казаться менее вероятными.

Не так много доказательств того, что компьютеры являются гораздо более экономичными водителями, чем люди. Есть одно небольшое исследование, показывающее, что адаптивный круиз-контроль немного повышает эффективность (от 5 до 7 процентов), , но кроме этого мало что известно. Кроме того, исследователи изучили влияние более экономичных автомобилей на пройденные мили и обнаружили, что во многих обстоятельствах люди водят больше, когда автомобили становятся более экономичными — поэтому автомобили с более высокой топливной экономичностью с автономным управлением могут не означать, что они производят более низкие выбросы.

Одно исследование, в котором пытались оценить влияние беспилотных автомобилей на поведение при использовании автомобиля, имитировало семью, имеющую беспилотный автомобиль, путем оплаты им недельного использования шофера и указания им относиться к службе шофера так, как они » Я бы хотел иметь машину, которая могла бы управлять собой.

Результат? Они ездили намного больше на машинах.

По-прежнему возможно, что произойдет какой-то большой переход к миру с ограниченным движением. Недостаточно изучить привычки вождения за неделю, чтобы наверняка решить этот вопрос.Исследователи, проводившие это исследование, готовят будущие исследования, и, возможно, эти сравнения дадут более обнадеживающие результаты.

7) Итак, если они не обязательно безопаснее и не обязательно экологичнее, зачем мы вообще это делаем?

Несколько приведенных выше разделов могут внушить некоторый пессимизм, но есть много причин для волнения по поводу беспилотных автомобилей. Скорее всего, они сделают жизнь проще пожилым людям и людям с ограниченными возможностями, которые не могут безопасно водить машину.Они могут предоставить лучшие, более безопасные и дешевые варианты для людей, которым в настоящее время приходится иметь машину, чтобы добраться куда угодно. Дополнительные исследования и разработки сделают их более безопасными — и как только все недостатки будут устранены, есть вероятность, что автомобили с автономным управлением будут безопаснее, чем автомобили, управляемые человеком.

В каком-то смысле мы находимся в нелегком переходном периоде, когда нам нужны беспилотные автомобили, а это еще не простой позитив.

Исследования и разработки все равно продолжаются, в основном потому, что беспилотные автомобили, вероятно, станут золотой жилой. для первой компании, которая запустит их в дорогу.Скорее всего, они смогут закрепиться на рынках услуг такси и грузовых автомобилей, пока конкуренты все еще пытаются наверстать упущенное, и тогда они извлекут выгоду из дополнительных миль, пройденных для дальнейшего улучшения своих автомобилей.

Технология нередко бывает опасной и едва ли стоит того, когда она впервые изобретена, а затем превращается в ценную часть современной жизни. Первые самолеты были опасными и коммерчески бесполезными, но после этого мы значительно улучшили ситуацию.

8) Какую роль играет политика в развитии беспилотных автомобилей?

Федерального закона о беспилотных автомобилях нет. Большая часть действий в области политики в значительной степени происходила на государственном уровне. А законы, касающиеся беспилотных автомобилей, сильно различаются в зависимости от штата: 29 штатов приняли законы.

Разработка беспилотных автомобилей в основном происходит в штатах, которые были к нему наиболее дружелюбны, особенно в Калифорнии и Аризоне, и легко представить, что некоторые штаты запретят беспилотные автомобили спустя долгое время после того, как они станут обычным явлением в других штатах, особенно если из соображений безопасности им не данк.

Когда впервые были предложены беспилотные автомобили, я слышал много опасений, что регулирующие органы без необходимости откладывают их внедрение. К 2016 году стало очевидно, что этого не произошло. Действительно, в некоторых случаях регуляторы могли быть слишком снисходительными — например, в свете того, что Uber остановил свои машины и ввел новые процедуры безопасности, кажется, что автомобиль, убивший Элейн Херцберг, вероятно, вообще не должен был ехать на дороге.

Политика

также может определять, являются ли беспилотные автомобили хорошими или плохими для окружающей среды.Например, при высоких налогах на бензин социальные издержки выбросов углерода могут быть отражены в цене использования беспилотных автомобилей, а деньги могут быть потрачены на адаптацию к изменению климата и экологически чистую энергию в размере . Но прямо сейчас наша транспортная политика ничего не делает с социальными издержками вождения, и это проблема, которая только усугубится, если беспилотные автомобили заставят больше людей ездить по дорогам.

9) Так когда же мы получим беспилотные автомобили?

В некотором смысле мы уже много лет «близки» к беспилотным автомобилям.Waymo проводит тестовые заезды без никого за рулем в Аризоне, которые он проводит с 2017 года. Cruise отложила запуск своей автономной службы такси в 2019 году, но думает, что это может произойти в 2020 году. Ранее в этом году компания представила автомобиль без руля … и без расписания, когда он поступит в продажу. Периодические обновления программного обеспечения Tesla улучшают работу автопилота автопилота по шоссе, но ему по-прежнему не хватает полного беспилотного вождения.

Скептики, конечно, есть.Недавно генеральный директор Volkswagen заявил, что полностью беспилотные автомобили «никогда не появятся».

Tesla Model 3, оснащенная системой частичного самоуправления, демонстрируется на выставке Brussels Expo в Брюсселе, Бельгия, 9 января 2020 года. Sjoerd van der Wal / Getty Images

Это может быть слишком суровый прогноз, учитывая достигнутый прогресс. Но крайне сложно получить точную оценку того, как скоро самоуправляемые автомобили станут реальностью для типичного американца, как потому, что никто не знает наверняка, так и потому, что у компаний есть стимулы публиковать оптимистичные оценки.Компании хвастаются примерно своими успехами, но не публикуют свои неудачи. Сроки сдвигаются, а изменение планов часто публично признается только спустя долгое время после того, как становится очевидным, что срок не может быть соблюден.

В то же время компании не решаются выставлять свои машины на дорогу, когда есть вероятность, что они не готовы. Они прекрасно понимают, что убийство кого-то, как это сделал Uber, не только ужасно, но и, вероятно, обрекает их бизнес на гибель. Так что есть достаточно стимулов для того, чтобы говорить оптимистичные вещи, а не запускаться.

Нетрудно представить их прибытие в конце этого года, по крайней мере, в достаточно ограниченном контексте; Также нетрудно представить, что сроки сдвинутся еще на три-четыре года.

Беспилотные автомобили уже в пути. Они ближе, чем были год назад. Когда они действительно попадут сюда, остается только гадать.

Подпишитесь на информационный бюллетень Future Perfect , и мы отправим вам сводку идей и решений для решения самых больших мировых проблем — и того, как стать лучше, делая добро.

вокс-метка

Подпишитесь на

Новостная рассылка

Будущее совершенное время

Получайте нашу рассылку по электронной почте два раза в неделю.

Future Perfect частично финансируется за счет индивидуальных взносов, грантов и спонсорской помощи. Подробнее здесь .

Технология беспилотных автомобилей: когда роботы отправятся в путь?

Последние люди выбрали для замены роботами? Водители автомобилей — одна из самых распространенных профессий во всем мире.Игроки в автомобилестроении сталкиваются с проблемой беспилотных автомобилей, в основном из-за технологической индустрии, и связанный с этим шум заставляет многих потребителей ожидать, что их следующие автомобили будут полностью автономными. Но тщательное изучение технологий, необходимых для достижения продвинутого уровня автономного вождения, предполагает значительно более длительные сроки; до таких автомобилей, возможно, от пяти до десяти лет.

Карта технологической революции

[[Боковая панель A]]

Первые попытки создания автономных транспортных средств (АВ) были сосредоточены на технологиях вспомогательного вождения (см. Врезку «Что такое автономное транспортное средство?» Для описания уровней автономности транспортных средств SAE International).Эти передовые системы помощи водителю (ADAS) — включая экстренное торможение, камеры заднего вида, адаптивный круиз-контроль и системы самостоятельной парковки — впервые появились в автомобилях класса люкс. В конце концов, отраслевые регулирующие органы начали требовать включения некоторых из этих функций в каждый автомобиль, что ускорило их проникновение на массовый рынок. К 2016 году распространение ADAS привело к созданию рынка стоимостью примерно 15 миллиардов долларов.

Будьте в курсе ваших любимых тем

Во всем мире количество систем ADAS (например, систем ночного видения и обнаружения мертвых зон) выросло с 90 миллионов единиц в 2014 году до примерно 140 миллионов в 2016 году, то есть на 50 процентов всего за два года.Некоторые функции ADAS пользуются большим спросом, чем другие. Например, уровень внедрения парковочных систем с объемным обзором увеличился более чем на 150 процентов с 2014 по 2016 год, в то время как количество систем адаптивного переднего освещения выросло примерно на 20 процентов за тот же период времени (Иллюстрация 1).

Приложение 1

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами.Напишите нам по адресу: [email protected]

Как готовность покупателя платить, так и снижение цен способствовали распространению технологии. Недавний опрос McKinsey показал, что водители в среднем тратят от 500 до 2500 долларов на автомобиль для различных функций ADAS. Хотя сначала их можно было найти только в автомобилях класса люкс, многие производители оригинального оборудования (OEM) теперь предлагают их в автомобилях по цене от 20 000 долларов. Многие автомобили более высокого класса не только автономно управляют, ускоряются и тормозят в условиях шоссе, но также действуют, чтобы избежать столкновений с транспортными средствами и уменьшить влияние неизбежных столкновений.Некоторые коммерческие легковые автомобили, проезжающие на ограниченные расстояния, могут даже припарковаться в очень узких местах.

Но хотя прогресс был достигнут, отрасль еще не определила оптимальный технологический архетип для полуавтономных транспортных средств (например, тех, которые соответствуют уровню SAE 3) и, следовательно, остается в режиме тестирования и доработки. На данный момент появилось три технологических решения:

• Камера поверх радара в основном полагается на системы камер, дополняя их данными радара.
• Радар над камерой в первую очередь полагается на радарные датчики, дополняя их информацией с камер.
• Гибридный подход сочетает обнаружение света и дальность (лидар), радар, системы камер и алгоритмы объединения датчиков для более детального изучения окружающей среды.

Стоимость этих систем разная; гибридный подход — самый дорогой. Однако явного победителя пока не видно. У каждой системы есть свои преимущества и недостатки.Подход «радар над камерой», например, может хорошо работать в настройках шоссе, где поток трафика относительно предсказуем, а уровни детализации, необходимые для картирования окружающей среды, менее строгие. Комбинированный подход, с другой стороны, лучше работает в густонаселенных городских районах, где точные измерения и детализация могут помочь транспортным средствам перемещаться по узким улицам и идентифицировать более мелкие интересующие объекты.

Хотите узнать больше о нашей автомобильной и монтажной практике?

Решение проблем в области технологий автономных транспортных средств

AV, несомненно, откроют новую эру для транспорта, но отрасли все еще необходимо преодолеть некоторые проблемы, прежде чем автономное вождение станет практичным.Мы уже видели, как решения ADAS облегчают управление автомобилем и делают его более безопасным. Однако в некоторых случаях технология также создала проблемы. Одна проблема: люди слишком доверяют этим новым системам или полагаются на них. Это не новое явление. Когда в 1990-х годах подушки безопасности стали широко использоваться, некоторые водители и пассажиры восприняли это как сигнал о том, что они могут перестать пристегивать ремни безопасности, которые, по их мнению, теперь излишни. Эта иллюзия привела к дополнительным травмам и смертельным случаям.

Аналогичным образом, ADAS позволяет водителям полагаться на автоматизацию в ситуациях, выходящих за рамки его возможностей.Например, адаптивный круиз-контроль хорошо работает, когда автомобиль следует за другим автомобилем, но часто не может обнаружить неподвижные объекты. К сожалению, реальные ситуации, а также контролируемые эксперименты показывают, что водители, которые слишком доверяют автоматизации, в конечном итоге врезаются в неподвижные автомобили или другие объекты. Текущие возможности ADAS ограничены — этого не понимают многие ранние пользователи.

Остается загадка безопасности. В 2015 году в результате дорожно-транспортных происшествий с участием отвлеченных водителей в Соединенных Штатах погибло около 3500 человек и еще 3 получили травмы в обычных автомобилях, причем водители активно управляли своими автомобилями.К сожалению, эксперты ожидают, что количество дорожно-транспортных происшествий на начальном этапе не уменьшится резко после внедрения AV-систем, которые предлагают значительный уровень автономного управления, но, тем не менее, требуют от водителей полного участия в резервной и отказоустойчивой роли.

Эксперты по безопасности опасаются, что водители полуавтономных транспортных средств могут заниматься такими видами деятельности, как чтение или текстовые сообщения, и, следовательно, не иметь необходимой ситуационной осведомленности, когда их просят взять под контроль. Когда водители снова вступают в бой, они должны немедленно оценить свое окружение, определить место в нем автомобиля, проанализировать опасность и выбрать безопасный образ действий.На скорости 65 миль в час машинам требуется менее четырех секунд, чтобы преодолеть футбольное поле, и чем дольше водитель остается отключенным от вождения, тем дольше может потребоваться процесс повторного включения. Автомобильные компании должны разработать более совершенный человеко-машинный интерфейс, чтобы гарантировать, что
новые технологии спасают жизни, а не способствуют большему количеству несчастных случаев.

Мы наблюдали аналогичные проблемы в других контекстах: в 2009 году коммерческий авиалайнер пролетел над аэропортом назначения на 150 миль, потому что пилоты не участвовали в полете, пока их самолет летел на автопилоте.Для полуавтономных автомобилей «воздушное пространство» (земля) намного более загружено, а «пилоты» (водители) гораздо менее подготовлены, поэтому для озабоченных водителей еще более опасно работать на автопилоте в течение длительного времени.

Переход к полной автономии

В ближайшие пять лет, вероятно, появятся автомобили, соответствующие 4-му уровню автоматизации SAE. У них будут автоматизированные системы вождения, которые могут выполнять все аспекты работы антивирусов, зависящих от динамических режимов, даже если водители-люди не отвечают на запросы о вмешательстве.Хотя технология готова к тестированию на рабочем уровне в ограниченных ситуациях, проверка может занять годы, поскольку системы должны быть подвержены значительному количеству необычных ситуаций. Инженерам также необходимо достичь и гарантировать целевые показатели надежности и безопасности. Первоначально компании будут проектировать эти системы для работы в определенных сценариях использования и определенных географических регионах, что называется геозоной. Еще одним предварительным условием является настройка систем для успешной работы в данных ситуациях и проведение дополнительных настроек по мере расширения геозонированного региона для охвата более широких вариантов использования и географических регионов.

Задача на уровнях 4 и 5 SAE сосредоточена на управлении транспортными средствами без ограничений в любой среде, например, в не нанесенных на карту областях или местах, где нет полос движения или которые включают значительную инфраструктуру и объекты окружающей среды. Поэтому создание системы, которая может работать (в основном) в неограниченных средах, потребует значительно больших усилий, учитывая экспоненциально увеличивающееся количество вариантов использования, которые инженеры должны охватить и протестировать. При отсутствии разметки полосы движения или, например, на грунтовых дорогах система должна уметь угадывать, какие участки подходят для движущихся транспортных средств.Это может быть сложной проблемой со зрением, особенно если поверхность дороги не сильно отличается от окружающей среды (например, когда дороги покрыты снегом).

Полностью беспилотные автомобили могут быть удалены более чем через десять лет

Учитывая текущие тенденции развития, полностью автономные транспортные средства не будут доступны в ближайшие десять лет. Главный камень преткновения — это разработка необходимого программного обеспечения. Хотя аппаратные инновации обеспечат необходимую вычислительную мощность, а цены (особенно на датчики), вероятно, будут продолжать падать, программное обеспечение останется критическим узким местом (инфографика).

Фактически, возможности оборудования уже приближаются к уровню, необходимому для бесперебойной работы хорошо оптимизированного программного обеспечения AV. Современные технологии должны очень скоро достичь требуемых уровней вычислительной мощности — как для графических процессоров (GPU), так и для центральных процессоров (CPU).

Камеры для датчиков имеют необходимый диапазон, разрешение и поле зрения, но сталкиваются со значительными ограничениями в плохих погодных условиях. Радар технологичен и представляет собой лучший вариант для обнаружения в сложных погодных и дорожных условиях.Лидарные системы, обеспечивающие наилучшее поле зрения, могут охватывать 360 градусов с высокой степенью детализации. Хотя эти устройства в настоящее время дороги и слишком велики, в ближайшие год или два на рынке должно появиться несколько рентабельных, небольших и недорогих устройств. Несколько игроков в сфере высоких технологий утверждают, что снизили стоимость лидаров до менее чем 500 долларов, а другая компания представила систему, потенциально способную обеспечить полную автономность (примерно с дюжиной датчиков), примерно за 10 000 долларов.С точки зрения коммерциализации компаниям необходимо понимать оптимальное количество датчиков, необходимых для транспортного средства уровня 5 (полностью автономного).

Серьезные проблемы с программным обеспечением остаются

Программное обеспечение, дополняющее и использующее весь потенциал аппаратного обеспечения автономных транспортных средств, еще предстоит проделать. Сроки разработки застопорились из-за сложности и исследовательского характера проблем.

Одна проблема: AV должны научиться согласовывать модели вождения с участием как людей-водителей, так и других AV.Определение местоположения транспортных средств с очень высокой степенью точности с использованием подверженных ошибкам датчиков GPS — еще одна сложность, которую необходимо решить. Решение этих проблем требует не только значительных предварительных исследований и разработок, но также длительных периодов тестирования и проверки.

Три типа проблем более конкретно иллюстрируют проблему программного обеспечения. Во-первых, анализ объектов, который обнаруживает объекты и понимает, что они представляют, имеет решающее значение для автономных транспортных средств. Система, например, должна по-разному относиться к неподвижному мотоциклу и велосипедисту, едущему по обочине, и поэтому должна улавливать критические различия на этапе анализа объекта.

Первоначальной проблемой при анализе объектов является обнаружение, которое может быть затруднено в зависимости от времени суток, фона и любого возможного движения. Кроме того, слияние датчиков, необходимое для подтверждения существования и типа объекта, технически сложно достичь, учитывая различия между типами данных, которые такие системы должны сравнивать — облако точек (с лидара), список объектов (с радара) и изображения (с фотоаппаратов).

Системы принятия решений — вторая проблема.Чтобы имитировать процесс принятия решений человеком, они должны обсудить множество сценариев и пройти интенсивное комплексное «обучение». Понимание и маркировка различных сценариев и собранных изображений — нетривиальная проблема для автономной системы, а создание всеобъемлющих правил «если-то», охватывающих все возможные сценарии автономного вождения «от двери к двери», как правило, невозможно. Однако разработчики могут создать базу данных правил «если-то» и дополнить ее механизмом искусственного интеллекта (ИИ), который делает умные выводы и предпринимает действия в сценариях, не подпадающих под действие правил «если-то».Создание такого движка — чрезвычайно сложная задача, которая потребует серьезной разработки, тестирования и проверки.

Система также нуждается в отказоустойчивом механизме, который позволяет автомобилю выйти из строя, не подвергая опасности пассажиров и людей вокруг. Невозможно проверить все возможные состояния программного обеспечения и результат. Было бы сложно даже создать меры защиты от наихудших результатов.
и управлять транспортными средствами, чтобы они могли безопасно останавливаться. Потребуются избыточность и длительное время тестирования.

Путь к полностью автономному вождению

По мере того, как компании расширяют программную оболочку в своих попытках создать первое полностью автономное транспортное средство, им необходимо решить проблемы, связанные с несколькими наборами факторов (Иллюстрация 2).

Приложение 2

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами.Напишите нам по адресу: [email protected]

Восприятие, локализация и отображение

Чтобы усовершенствовать беспилотные автомобили, компании в области AV сейчас работают над различными подходами, сосредоточенными на восприятии, отображении и локализации.

Восприятие. Цель — достичь надежного уровня восприятия с наименьшим количеством необходимых тестовых и проверочных миль. За победу в этой гонке борются два подхода.

• Радар, гидролокатор и камеры .Чтобы воспринимать автомобили и другие объекты в окружающей среде, AV используют радары, гидролокаторы и системы камер. Этот подход не позволяет оценивать среду на глубоко детализированном уровне, но требует меньшей вычислительной мощности.
• Лидарное усиление . Второй подход использует лидар в дополнение к традиционному набору датчиков радаров и систем камер. Он требует большей обработки данных и вычислительной мощности, но более надежен в различных средах, особенно в тесных и загруженных трафиком.

Эксперты полагают, что в конечном итоге лидарное увеличение станет подходом, предпочитаемым многими будущими AV-плеерами. Важность увеличения лидаров сегодня можно увидеть, взглянув на тестовые автомобили многих OEM-производителей, поставщиков первого уровня и технических игроков, которые сейчас разрабатывают AV.

Отображение. Разработчики AV предлагают два варианта сопоставления.

• Детализированные карты высокого разрешения . Для создания карт высокой четкости (HD) компании часто используют автомобили, оснащенные лидаром и камерами.Они путешествуют по намеченным дорогам и создают трехмерные карты высокой четкости с 360-градусной информацией (включая информацию о глубине) об окрестностях.
• Отображение функций . Этот подход, который не обязательно требует лидара, может использовать камеры (часто в сочетании с радаром) для нанесения на карту только определенных объектов дороги, которые обеспечивают навигацию. Карта, например, фиксирует разметку полос, дороги и дорожные знаки, мосты и другие объекты, расположенные относительно близко к дорогам. Хотя этот подход обеспечивает более низкие уровни детализации, обработка и обновление упрощаются.

Собранные данные (вручную) анализируются для генерации семантических данных, например, знаков скорости с ограничениями по времени. Картографы могут улучшить оба подхода, используя парк транспортных средств, как управляемых, так и автономных, с пакетами датчиков, необходимыми для постоянного сбора и обновления карт.

Локализация. Благодаря точному определению местоположения автомобиля в окружающей среде определение местоположения является критически важным условием для принятия эффективных решений о том, где и как перемещаться.Распространены несколько подходов.

• Отображение HD . В этом подходе используются бортовые датчики (включая GPS) для сравнения воспринимаемой среды AV с соответствующими картами HD. Он обеспечивает ориентир, по которому транспортное средство может очень точно определить, где именно оно находится (включая информацию о полосе движения) и в каком направлении движется.
• GPS-локализация без HD-карт . Другой подход основан на GPS для приблизительной локализации, а затем использует датчики AV для отслеживания изменений в окружающей среде и, таким образом, уточнения информации о местоположении.Такая система, например, использует данные о местоположении GPS в сочетании с изображениями, снятыми бортовыми камерами. Покадровый сравнительный анализ уменьшает диапазон ошибок сигнала GPS. 95-процентный доверительный интервал для горизонтальной геолокации GPS составляет около восьми метров, что может быть разницей между движением по правой полосе или в неправильном (противоположном) направлении.

Оба подхода также сильно зависят от инерциальных навигационных систем и данных одометрии. Опыт показывает, что первый подход, как правило, гораздо более надежен и обеспечивает более точную локализацию, а второй проще реализовать, поскольку карты HD не требуются.Учитывая разницу в точности между ними, дизайнеры могут использовать второй подход в областях (например, на сельских и менее населенных дорогах), где точная информация о местонахождении транспортных средств не имеет решающего значения для навигации.

Принятие решения

Полностью автономные автомобили могут принимать тысячи решений на каждую пройденную милю. Им нужно делать это правильно и последовательно. В настоящее время дизайнеры AV используют несколько основных методов, чтобы держать свои автомобили на правильном пути.

• Нейронные сети .Для выявления конкретных сценариев и принятия подходящих решений современные системы принятия решений в основном используют нейронные сети. Однако сложный характер этих сетей может затруднить понимание первопричин или логики определенных решений.
• Принятие решений на основе правил . Инженеры придумывают все возможные комбинации правил «если-то», а затем соответственно программируют средства передвижения на основе подходов. Требуемые значительные время и усилия, а также вероятная неспособность учесть все потенциальные дела делают этот подход неосуществимым.
• Гибридный подход . Многие эксперты считают лучшим решением гибридный подход, в котором используются как нейронные сети, так и программирование на основе правил. Разработчики могут решить сложность, присущую нейронным сетям, путем введения избыточности — конкретных нейронных сетей для отдельных процессов, связанных централизованной нейронной сетью. Если-то правила дополняют этот подход.

Гибридный подход, особенно в сочетании с моделями статистического вывода, сегодня наиболее популярен.

Испытания и валидация

В автомобильной промышленности накоплен значительный опыт использования методов тестирования и валидации. Вот некоторые из типичных подходов, используемых для разработки AV.

• Грубая сила . Инженеры проверяют автомобили на миллионы километров пробега, чтобы статистически определить, что системы безопасны и работают должным образом. Проблема заключается в необходимом количестве миль, на накопление которого может уйти много времени. Исследования показывают, что AV-системам потребуется около 275 миллионов миль, чтобы продемонстрировать с 95-процентной уверенностью, что их частота отказов не превышает 1.09 смертельных случаев на 100 миллионов миль, что эквивалентно уровню смертности людей в США в 2013 году. Чтобы продемонстрировать возможности, превосходящие человеческие, количество требуемых миль может быстро исчисляться миллиардами.

  Если 100 автономных транспортных средств будут ездить 24 часа в сутки, 365 дней в году, со средней скоростью 25 миль в час, то для достижения 275 миллионов миль потребуется более десяти лет.

• Программное обеспечение в цикле или моделирование в цикле . Более осуществимый подход сочетает в себе реальные испытания с моделированием, который может значительно сократить количество требуемых миль испытаний и уже знаком в автомобильной промышленности.Моделирование запускает транспортные средства с помощью алгоритмов для различных ситуаций, чтобы продемонстрировать, что система может принимать правильные решения в различных обстоятельствах.
• Аппаратное моделирование (HIL) . Чтобы проверить работу реального оборудования, моделирование HIL тестирует его, а также передает в систему предварительно записанные данные датчиков. Такой подход снижает стоимость тестирования и валидации и повышает уверенность в их результатах.

В конечном итоге компании, вероятно, будут внедрять гибридный подход, который включает в себя все эти методы, чтобы достичь требуемых уровней достоверности за минимальное время.

Подрывные тенденции, которые изменят автомобильную промышленность

Ускорение процесса

Хотя текущие оценки показывают, что до внедрения полностью автономных транспортных средств, вероятно, потребуется больше десяти лет, отрасль может сократить эти сроки несколькими способами.

Во-первых, AV-игроки должны осознавать, что одной компании будет чрезвычайно сложно самостоятельно разработать весь программный и аппаратный стек, необходимый для автономных транспортных средств.Им необходимо стать более искусными в сотрудничестве и формировании отраслевых партнерств. В частности, они могут связываться с нетрадиционными участниками отрасли, такими как технологические стартапы и OEM-производители. На детальном уровне это означает сотрудничество с компаниями (такими как
поставщиков лидаров и картографии) из стратегически важных сегментов.

Далее, разработка и проверка патентованных решений могут быть чрезмерно дорогими, поскольку для них потребуется несколько AV-плееров, которые берут на себя всю ответственность и разделяют риск.Открытый образ мышления и согласованные стандарты не только ускорят сроки, но и сделают разрабатываемую систему более надежной. В результате совместимые компоненты будут способствовать созданию модульной инфраструктуры разработки системы по принципу plug-and-play.

Еще один способ ускорить процесс — перейти к разработке интегрированных систем. Вместо нынешнего подавляющего внимания к компонентам с конкретным использованием, отрасли необходимо уделять больше внимания разработке реальных (систем) систем, особенно с учетом огромных проблем безопасности, связанных с AV.Фактически, достижение уровней надежности и долговечности на протяжении всего жизненного цикла транспортного средства, которые сейчас наблюдаются в самолетах, с большой вероятностью станет
новый мандат отрасли и упор на развитие системы, вероятно, лучший способ достичь этой цели.

Появление полностью автономных автомобилей может произойти через несколько лет, но компании уже делают огромные ставки на то, как будет выглядеть окончательный архетип AV. Как автономные автомобили будут принимать решения, чувствовать свое окружение и защищать людей, которых они перевозят? Действующие игроки, стремящиеся формировать — и, возможно, контролировать — стратегические элементы этой отрасли, сталкиваются с легионом находчивых, высококонкурентных игроков, у которых есть все необходимое, чтобы дать возможность даже самому высокопоставленному инсайдеру потратить свои деньги.Учитывая безумные темпы развития индустрии AV, компаниям, ищущим кусок этого пирога, необходимо стратегически позиционировать себя, чтобы захватить его сейчас, а регулирующим органам необходимо наверстать упущенное, чтобы обеспечить безопасность населения, не препятствуя гонке за инновациями.

Будьте в курсе ваших любимых тем

Автопилот Автопилот Самоходная Автомобильная Технология

Автор: Меган Тунг

От дома до места назначения усовершенствованный автопилот Tesla добавляет новые ощущения к беспилотным транспортным средствам.Благодаря 40-кратному увеличению вычислительной мощности и передовой сенсорной технологии Tesla открывает дорогу будущему вождения.

Возможности Tesla, делающие возможным автопилот:

• РЛС, обращенная вперед
• Камеры
• Камеры обеспечивают видимость на расстоянии до 250 метров
• Высокоточная электрическая вспомогательная тормозная система с цифровым управлением
• 12 ультразвуковых датчиков дальнего действия вокруг автомобиля
• Эти датчики могут быть повреждены, если их покрывает мусор
• Чувствую все в пределах 16 футов от автомобиля

Радиолокатор, обращенный вперед

Ультразвуковые датчики вокруг автомобиля

Круиз-контроль

Радар и камеры, направленные вперед, отслеживают положение автомобилей впереди и соответственно регулируют скорость Tesla.Эта функция поддерживает безопасное расстояние между вами и автомобилем впереди. Расстояние между машинами зависит от скорости движения обеих машин. Если автомобиль выезжает на вашу полосу движения, Tesla отслеживает его положение и при необходимости снижает скорость. Tesla не паникует и не тормозит, если машина выезжает на вашу полосу движения и разгоняется.

Автоуправление

Функция автопилота позволяет Tesla оставаться в центре полосы движения, менять полосу движения и самостоятельно парковаться. Чтобы Tesla находилась в центре, камеры вокруг автомобиля отслеживают расположение дорожной разметки, а датчики отслеживают другие автомобили на дороге, чтобы сохранить безопасное расстояние.Чтобы Tesla сменила полосу движения, водитель вручную указывает сигнал поворота, а затем датчики предотвращают слияние Tesla с другими автомобилями. Для самостоятельной парковки в параллельном и перпендикулярном положениях автомобиль использует как датчики, так и камеры, чтобы избежать столкновения с окружающей средой.

Функция автопилота не работает, если дорожная разметка нечеткая и / или когда автомобиль движется со скоростью менее 20 миль в час. Эту функцию не рекомендуется использовать в жилых зонах, где есть уличные фонари и знаки остановки.Водителю по-прежнему нужно быть внимательным и держать руки на руле. Если колесо не чувствует руки водителя, оно будет визуально и звуко предупредить водителя о необходимости взять на себя управление. Если водитель все еще не возьмется за руль, автомобиль начнет безопасно замедляться до тех пор, пока он не остановится полностью или водитель не возьмет на себя управление.

Tesla только помогает водителям, она не может самостоятельно управлять автомобилем. Тем не менее, новая функция Tesla позволяет въезжать или выезжать с парковочных мест без водителя в автомобиле.Эта функция удобна, когда между вашим припаркованным автомобилем и автомобилем / стеной / кустом рядом с ним плотно зажато, что затрудняет вход / выход из автомобиля после того, как он припаркован. Существует также функция вызова, которая позволяет владельцу выйти из парадной двери и вызвать свою машину, то есть Tesla откроет дверь гаража, выйдет и подойдет «поприветствовать» вас. На данный момент функцию призыва можно использовать только на частной территории. Если Tesla паркуется без водителя в автомобиле, он может двигаться только вперед / назад, но пока не может делать повороты.

Меган Тунг проходит летнюю стажировку в Jameco Electronics и набирает обороты в UC Santa Barbara. Ее интересы включают фотографию, музыку, бизнес и инженерное дело.

Что такое автономный автомобиль? — Как работают самоуправляемые автомобили

Полностью автономные автомобили (уровень 5) проходят испытания в нескольких регионах мира, но ни один из них пока не доступен для широкой публики. До этого еще далеко. Проблемы варьируются от технологических и законодательных до экологических и философских.Вот лишь некоторые из неизвестных.

Лидар и радар

Лидар

стоит дорого и все еще пытается найти правильный баланс между диапазоном и разрешением. Если несколько автономных автомобилей будут ездить по одной дороге, будут ли их лидарные сигналы мешать друг другу? И если будет доступно несколько радиочастот, будет ли частотного диапазона достаточно для поддержки массового производства автономных автомобилей?

Погодные условия

Что происходит, когда автономный автомобиль проезжает во время сильных осадков? Если на дороге лежит слой снега, разделители полос исчезают.Как камеры и датчики будут отслеживать разметку полосы движения, если разметка закрыта водой, маслом, льдом или мусором?

Условия дорожного движения и законы

Будут ли у беспилотных автомобилей проблемы в туннелях или на мостах? Как они будут вести себя в движении от бампера к бамперу? Будут ли автономные автомобили переведены на определенную полосу движения? Будет ли им предоставлен доступ к автостоянке? А как насчет парка старых автомобилей, которые будут использовать дороги в ближайшие 20 или 30 лет?

State vs.Федеральное постановление

Регуляторный процесс в США недавно перешел с федерального руководства на требования штата к автономным автомобилям. Некоторые штаты даже предложили ввести налог за милю на автономные транспортные средства, чтобы предотвратить рост числа «автомобилей-зомби», разъезжающих без пассажиров. Законодатели также написали законопроекты, в которых предлагается, чтобы все автономные автомобили были транспортными средствами с нулевым уровнем выбросов и имели установленную тревожную кнопку. Но будут ли законы отличаться от штата к штату? Сможете ли вы пересечь границы штата на беспилотном автомобиле?

Ответственность за несчастный случай

Кто несет ответственность за аварии, вызванные беспилотным автомобилем? Производитель? Человек-пассажир? Последние чертежи предполагают, что полностью автономный автомобиль 5-го уровня не будет иметь приборной панели или рулевого колеса, поэтому у пассажира-человека даже не будет возможности взять под контроль автомобиль в экстренной ситуации.

Искусственный интеллект в сравнении с эмоциональным интеллектом

Водители-люди полагаются на тонкие подсказки и невербальную коммуникацию — например, зрительный контакт с пешеходами или чтение выражений лиц и языка тела других водителей — чтобы делать выводы и предсказывать поведение за доли секунды. Смогут ли автономные автомобили воспроизвести эту связь? Будут ли они иметь те же инстинкты спасения жизни, что и водители-люди?

.