Kierowanie się w stronę przyszłości pojazdów autonomicznych

Samochody bez kierowcy krążą w wiadomościach. Wraz z postępem technologii istnieje ryzyko, że wkrótce będziemy mogli zobaczyć ich kilka na drogach. Chociaż samochody autonomiczne osiągnęły wzorowe wyniki w testach i próbach symulacyjnych, powtórzenie tego sukcesu w scenariuszach rzeczywistych, w których muszą wchodzić w interakcję z nieprzewidywalnymi sytuacjami wynikającymi z działania innych pojazdów, pieszych i różnych innych zmiennych w ich otoczeniu, nadal stanowi wyzwanie. Płynne i bezpieczne poruszanie się po nich nadal budzi niepokój. Takie scenariusze są bardzo możliwe w przypadku napotkania wielu pasów ruchu i skrzyżowań, a bezpieczna nawigacja staje się jeszcze trudniejsza.
Dlatego też w wielu miejscach na świecie obserwuje się agresywne prace badawczo-rozwojowe mające na celu rozwiązanie takich problemów. 

Jedno z ostatnich osiągnięć Uniwersytetu Stanforda wygląda całkiem obiecująco 

Firma LUCIDGames na Uniwersytecie Stanforda stworzyła niedawno algorytm, który może przewidywać i planować adaptacyjne trajektorie pojazdów autonomicznych. Technika ta wykorzystuje algorytm oparty na teorii gier i metodzie estymacji. LUCIDGames może szybko zidentyfikować cele zarówno samochodów, jak i pieszych w ich pobliżu. Pozwala im to przewidzieć, co te różne elementy zrobią w przyszłości, a nawet w złożonych sytuacjach.

Jeśli chodzi o pojazdy autonomiczne, istnieją pewne poziomy, które definiują stopień automatyzacji, przy czym poziom 0 to tradycyjne samochody, do których wszyscy jesteśmy przyzwyczajeni. Ta taksonomia została podana przez SAE International i oto, co ona oznacza: 

Poziomy technologii pojazdów autonomicznych

Poziom 1
Tempomat lub kontrola adaptacyjna to przykład poziomu 1, w którym samochód i kierowca dzielą kontrolę. Kierowca zajmuje się kierowaniem, podczas gdy autonomiczny system zarządza przepustnicą i hamowaniem przy określonej prędkości. Asystent parkowania i asystent utrzymania pasa ruchu to przykłady poziomu 1.

Poziom 2 
Zautomatyzowany system może w pełni zarządzać kierowaniem, przyspieszaniem i hamowaniem, chociaż kierowca będzie musiał pozostawać w gotowości na wypadek awarii systemu. Istnieją czujniki monitorujące uwagę kierowcy poprzez śledzenie ruchu oczu.

Poziom 3
Na poziomie automatyzacji 3 samochód w większości scenariuszy może prowadzić się sam, a kierowca nie musi zwracać uwagi na jazdę. Istnieją pewne określone warunki dotyczące widoku z kamery, pogody, GPS itp., których należy przestrzegać, aby samochód mógł pracować w trybie w pełni zautomatyzowanym. Jeżeli którykolwiek z tych warunków nie zostanie spełniony, kierowca będzie musiał interweniować. 

Poziom 4
Automatyka poziomu 4 obejmuje inteligentne systemy, które mogą nawet nie mieć kierownicy, w przypadku których od kierowcy może nie być wymagane przebudzenie lub możliwość odzyskania kontroli. Poziom ten miałby zastosowanie głównie do zrobotyzowanych systemów taksówek lub dostaw w określonych obszarach, w których spełnione są z góry określone optymalne warunki.

Poziom 5
Przy automatyzacji poziomu 5 samochód nie wymagałby nadzoru człowieka. Byłby w stanie poruszać się po wszystkich powierzchniach, pogodzie i sytuacjach. Chociaż poziom 4 jest już badany, automatyzacja poziomu 5 jest nadal zbyt skomplikowana, aby ją wdrożyć.

Jaki jest zatem status poziomów złożonych, czyli poziomu 3 i kolejnych?
Okazuje się, że w tej przestrzeni dzieje się naprawdę sporo. 

Zintegrowany system sztucznej inteligencji Baidu Apollo umożliwia działanie pojazdów bez kierowcy w pojeździe. Wykorzystuje w swoich pojazdach teleoperację z obsługą 5G, aby mieć pewność, że nie wystąpią żadne nieprzewidziane zdarzenia.
Cruise, firma produkująca samochody autonomiczne powiązana z GM i Hondą, testuje w San Francisco samochody w pełni autonomiczne, bez ludzkiego kierowcy za kierownicą. To jeden z niewielu przypadków testowania samochodów autonomicznych w złożonym środowisku tętniącego życiem miasta.

Firma Cruise dopiero niedawno zaprezentowała swoje możliwości na poziomie 4, podczas gdy firma Google (Waymo) ogłosiła, że ​​udostępni klientom usługi taksówkowe na poziomie 4. Pierwotnie Cruise planował wprowadzenie na rynek komercyjnych taksówek autonomicznych w 2019 r., ale nie udało się to osiągnąć.

Jednak pomimo tak zaawansowanych osiągnięć, bezpieczeństwo pozostaje głównym czynnikiem wpływającym na akceptację samochodów autonomicznych przez konsumentów. 
Pojazdy są wyposażane w zaawansowane technologie, aby uniknąć wypadków. Na powierzchni pojazdów rozmieszczonych jest wiele LIDARów wraz z kilkoma kamerami i radarami, które mają nakładające się pola czujników. Służy to nie tylko zwiększeniu widoczności przeszkód na drodze pojazdu, ale także uniknięciu martwych punktów.

Biorąc pod uwagę tak wiele wydarzeń w dziedzinie samochodów autonomicznych, oczywiste jest, że trendy w zakresie własności intelektualnej również mogą wiązać się z dużą aktywnością. Oczekuje się, że wiele startupów również wykorzysta tę przestrzeń. Co więcej, w domenie tej prowadzi się wiele działań i współpracy międzybranżowych.

W 2020 r. Ford był najaktywniejszym podmiotem zgłaszającym patenty na systemy nawigacji i sterowania pojazdami, a za nim plasowały się Toyota Motor Corp. i LG Electronics Inc. Intel planuje dodać radar i LIDAR, oparty na laserze system zapewniający trójwymiarowy widok drogi, aby ulepszyć technologię autonomicznej jazdy do 3 roku.

Oxbotica – jeden z pionierów technologii autonomicznych, zebrał obecnie 47 milionów dolarów w ramach finansowania serii B od BP, BGF, Halma, Tencent, Venture Science i innych. Oxbotica pragnie wykorzystać możliwości oferowane przez firmy przemysłowe w sektorach takich jak górnictwo, logistyka portowa w zastosowaniach terenowych. Oprogramowanie pojazdów autonomicznych można podłączyć do pojazdów przemysłowych w celu zarządzania flotą, nawigacji i percepcji.

Platforma Snapdragon Automotive 5G firmy Qualcomm i platforma Snapdragon Automotive Cockpit trzeciej generacji zostaną zastosowane we flagowym sedanie NIO. NIO, które wprowadziło na rynek EP3 – jeden z najszybszych samochodów elektrycznych na świecie, wykorzystuje obecnie wiedzę Qualcomm w zakresie komputerów i łączności, aby ulepszyć swoją technologię inteligentnej mobilności.

Velodyne Lidar podpisał wieloletni kontrakt z Motional – spółką joint venture pomiędzy Hyundai i Aptiv Autonomous Driving w zakresie czujników Alpha Prime, aby zapewnić dalekosiężną wizję dla pojazdów autonomicznych poziomu 4. Opatentowana przez firmę Velodyne technologia percepcji 360 stopni umożliwia autonomiczną jazdę w deszczu, śniegu, deszczu ze śniegiem, a także w skomplikowanych środowiskach miejskich. 

Przyszłość nawigacji pojazdów autonomicznych

Bezpieczeństwo pozostaje najważniejszą kwestią dla producentów i konsumentów samochodów. Nacisk położony jest na rozwiązywanie mniej powszechnych scenariuszy drogowych, różniących się od normalnych warunków drogowych. Istniejący zestaw czujników AV jest nadal niewystarczający, aby poradzić sobie z każdą możliwością. Oprócz zaawansowanych czujników LIDAR, ultradźwiękowych czy radarowych badacze badają technologie takie jak termowizja i długofalowe kamery na podczerwień. Wiele czujników FIR okaże się przydatnych w pracach nad w pełni autonomicznymi samochodami w przyszłości.