Представьте себе: проведя удивительное время в местном баре с друзьями, вы решаете, что выпили достаточно на ночь. Вы заботитесь о счете и оставляете щедрый совет, затем идете к машине. Вы садитесь на заднее сиденье и говорите: «Хорошо, Тесла, отвези меня домой». Затем машина заводится и направляется к вашему заранее заданному адресу.

Нет вождения в нетрезвом виде, практически нет шансов спровоцировать аварию и, что самое приятное, он даже паркуется, поэтому вам не придется тратить дополнительное время.

Как насчет того, чтобы поработать или почитать книгу, когда ваш автомобиль с самостоятельным вождением доставит вас до пункта назначения, который находится в 6 часах езды, и вам даже не нужно сидеть на пассажирском сиденье? Или просто наслаждаться этим гамбургером и картошкой фри, пока жарко, даже если вы спешите вернуться домой.

Похоже ли это на будущее поездок на работу и вождение? Давайте посмотрим на основные аргументы (за и против) автомобилей с автоматическим управлением и то, как эта новая технология может повлиять на нашу жизнь.

Future Self Driving Cars

Аппаратное обеспечение

Для того, чтобы управлять автомобилем самостоятельно, в автономном автомобиле используются датчики, которые интерпретируют окружающую среду и обеспечивают автоматическое рулевое управление и изменение скорости. Множество датчиков создают избыточность, гарантируя, что автономное вождение уровня 5 (то есть вождение полностью без участия водителя) достижимо.

Существует три основных типа датчиков, которые автономные автомобили используют в своей деятельности:

  • Камеры
  • Радары
  • LiDAR-датчики

Несмотря на то, что сначала камеры были встроены в автомобили, чтобы предлагать подробности для водителей-людей, с увеличением разрешения изображения и скорости обработки они стали необходимым входом для автономных систем вождения. Например, как задние, так и более новые 360-градусные камеры обеспечивают улучшенное представление окружающей среды вокруг автомобиля. Кроме того, 2D-камеры иногда используются для добавления другого слоя оцифрованной информации поверх изображения, например, углов поворота.

Для автономных транспортных средств система от 4 до 6 камер управляется центральным процессором. Устройство собирает видео со всех камер и передает более точное изображение в систему вождения. В большинстве случаев эта операция требует огромных вычислительных мощностей, поэтому в инфраструктуру могут быть добавлены дополнительные вычислительные блоки для поддержания постоянного потока данных.

Существуют также камеры, обращенные вперед, которые по сравнению с 360-градусными системами, которые действуют только в непосредственной близости от автомобиля, имеют тенденцию предоставлять информацию для средней и большой дальности. За аппаратной частью камеры сложная инфраструктура обнаруживает объекты, назначает указанные объекты в категории, а затем вычисляет расстояние до объекта. Эти камеры в основном используются для предупреждения о пешеходах, прибывающих транспортных средствах, опорах мостов и тупиках.

С другой стороны, радар датчики используют радиоволны, а не фактические изображения, чтобы повысить производительность и безопасность автономных автомобилей. Большинство систем RADAR работают на очень высоких частотах, обычно 24 ГГц или 77 ГГц. Чем выше частота, тем выше точность измерения расстояния и скорости. С другой стороны, более низкие частоты требуют меньшей антенны и создают меньшие помехи.

Основные функции, которые радарные системы придают автомобилям с самостоятельным вождением:

  • Обнаружение и контроль слепых зон
  • Помощник по изменению Lange
  • Предупреждение о столкновениях и их предотвращение
  • Помощь при торможении
  • Автоматический контроль расстояния

Наконец, LiDAR является последним дополнением к миксу и был разработан специально для повышения эффективности и приблизить нас к автономному автомобилю 5-го уровня. LiDAR работает так же, как RADAR, до некоторой степени. Вместо того чтобы излучать радиоволны, он излучает импульсы инфракрасного излучения (также известные как лазеры), которые невидимы для человеческого глаза. Измеряя, сколько времени требуется определенному импульсу, чтобы отскочить от объекта, LiDAR рассчитывает размер, форму, расстояние и скорость конкретного объекта. Процесс происходит не менее нескольких миллионов раз в секунду, что позволяет LiDAR предоставлять данные с поразительной точностью.

Результаты лазерных импульсов собираются в облаке точек, которое работает аналогично трехмерной карте мира. Карта обновляется в режиме реального времени в соответствии с информацией, которую LiDAR передает из окружающей среды. По сравнению с обычной камерой или RADAR, обнаружение LiDAR настолько точно, что как только он обнаруживает объект рядом с автомобилем, он также сможет прогнозировать его поведение, например, для пешехода, который может неожиданно начать бежать на улицу.

В то время как автономные автомобили нуждаются во всех трех категориях датчиков, чтобы обеспечить наилучшие впечатления, ни один из двух не может сравниться с эффективностью LiDAR. В сочетании с новейшими алгоритмами машинного обучения, LiDAR прокладывает путь к будущим автомобилям, которым больше не нужен руль.

Больше нет уличных фонарей, меньше аварий

Помимо датчиков и камер, автономные автомобили также выиграют от автомобильной связи. В идеальной, полностью автономной среде вождения автомобилям не нужно останавливаться у фонарей или уступать дорогу. Благодаря системам связи между автомобилями каждый автомобиль будет в полной мере осведомлен о положении своего коллеги на дороге.

Таким образом, на перекрестках будут проезжать машины, как того требует компьютер. Поскольку время реакции автономных систем во много раз выше, чем у водителя-человека, автомобили смогут проходить на расстоянии нескольких дюймов друг от друга в оживленных перекрестках и совершенно избегать аварий.

То же самое касается аварий с участием пешеходов. Куча датчиков и камер, найденных на автономном транспортном средстве с самостоятельным вождением, склонна к значительному снижению количества аварий, в которых участвуют пешеходы. Прежде всего, снижение достигается за счет устранения человеческого фактора ошибки (который отвечает за 94% всех аварий и является ведущим фактором в 74% из них), а затем за счет того, что система реагирует быстрее и прогнозирует поведение пешеходы лучше, чем человек.

self driving cars

Глюки в матрице

Вот немного пищи для размышлений: кто возьмет на себя вину за автокатастрофу? Идеального мира не существует, поэтому аварии случаются независимо от избыточности автономных систем. Иногда камеры интерпретируют дорожный знак иначе, чем на самом деле, или принимают дорожный барьер за дорожную разметку, врезавшуюся в него. Или, может быть, система экстренного торможения не работает по команде центрального процессора.

Помните тех нелепых российских мошенников, занимающихся страхованием автомобилей? Что бы тогда делал автономный автомобиль?

Какой бы ни был случай, если произошла авария с участием автономного автомобиля, кто виноват? Владелец машины? Производитель машины? Поставщик датчика?

Хотя в некоторых частях мира у нас даже есть дорожные полосы, предназначенные для автономных автомобилей, общее законодательство все еще находится в серой зоне, когда речь заходит о юридической ответственности. Эта проблема все еще обсуждается, и оказывается, что очень трудно точно определить конкретную сторону, которая должна взять на себя вину в любом конкретном сценарии.

Правовая лазейка — один из элементов, сдерживающих крупномасштабное автономное вождение в крупных городах по всему миру.

Автономные машины по номерам

По состоянию на 2016 год рынок автономного вождения увеличивается до 3,4 млрд долларов, при этом 30% граждан США могут приобрести частично автономный автомобиль.

Краткосрочные прогнозы показывают, что к 2025 году рынок автономных транспортных средств достигнет 36 млрд долларов для частично автономных автомобилей и 6 млрд долларов для полностью автономных автомобилей. Только за последние три года в технологию автономного вождения было вложено около 80 млрд долларов.

Общий рейтинг удовлетворенности пользователей Дубайской программы «Умный автомобиль» достиг 91% за 2 месяца тестирования.

Что касается ADAS (усовершенствованных систем помощи водителю), то согласно прогнозам, к трем основным поставщикам ОЕМ запланировано отгрузить 38,1 миллиона единиц к 2020 году. General Motors Group, Ford Group и FCA являются крупнейшими финансовыми компаниями в области автономного вождения. ниша.

Заключение

Достигнем ли мы когда-нибудь полностью автономного мира вождения? Возможно, хотя и не в ближайшее время. Хотя автономные транспортные средства обещают предлагать быстродействующие, эффективные и избыточные решения для вождения, особенно в городских районах, все еще есть много возможностей для улучшения. Сегодняшние автомобили с автоматическим управлением могут все еще быть запутанными замаскированными знаками остановки, чайками, холмами, снежинками, тенями деревьев и так далее. Тем не менее, со временем автомобили с автоматическим управлением, несомненно, улучшатся, чтобы устранить недостатки, подобные этим и другим. Возможно, в конечном итоге они улучшатся до уровня, намного превосходящего возможности человека.

Тогда есть те, кто любит вождение. Будь они заядлыми автолюбителями или просто людьми, которые предпочли бы иметь свои руки за рулем, в ближайшем будущем все еще существует достаточный спрос на автомобили с водителем, а не с роботом. Энтузиасты никогда не примут мир без ручного ввода транспортного средства, так что экстремум, вероятно, никогда не случится.

Революция в сфере самостоятельного вождения автомобилей предлагает множество интригующих преимуществ, которые продвигают ее вперед к будущей реальности. Автомобили с самостоятельным вождением улучшат нашу жизнь, позволив нам быть более продуктивными и путешествовать безопаснее.

Несмотря на то, что автомобили с самостоятельным вождением прошли долгий путь, необходимо преодолеть многие юридические и технологические препятствия, прежде чем мы увидим автономные транспортные средства уровня 5, бродящие по улицам.