اختيار عيون المركبة ذاتية الحركة: معركة الحواس والاستراتيجيات والتبادلات

من المتوقع أن يتجاوز سوق المركبات ذاتية الحركة 2.2 تريليون دولار بحلول عام 2030، مع ملايين السيارات التي تتنقل على الطرق باستخدام الذكاء الاصطناعي وأنظمة الحواس المتقدمة. ومع ذلك، فإن هناك نقاشًا أساسيًا لا يزال بدون حل: أي الحواس أكثر ملاءمة للقيادة ذاتية الحركة — ليدار أو كاميرات أو رادار أو شيء جديد تمامًا؟

هذا السؤال ليس مجرد سؤال أكاديمي. اختيار الحواس يؤثر على كل شيء من السلامة والأداء إلى التكلفة والكفاءة في استهلاك الطاقة. بعض الشركات، مثل Waymo، تراهن على التكرار والتنوع، حيث تُجهز مركباتها بمجموعة كاملة من ليدار وكاميرات ورادار. في حين أن شركات أخرى، مثل Tesla ، تتبع نهجًا أكثر تقليلية وتكلفة فعالة، حيث تعتمد بشكل كبير على الكاميرات وابتكار البرمجيات.

دعونا نستكشف هذه الاستراتيجيات المتباينة والمعضلات الفنية التي تواجهها والمنطق التجاري الذي يدفع قراراتها.

لماذا تتطلب الآلات الذكية حلول طاقة أكثر ذكاء

هذا هو بالفعل قضية مهمة. واجهت معضلة مماثلة عندما أسست شركة ناشئة متعلقة بالطائرات بدون طيار في عام 2013. كنا نحاول إنشاء طائرات بدون طيار قادرة على تتبع حركة الإنسان. في ذلك الوقت، كانت الفكرة متقدمة، ولكن سرعان ما أصبح واضحًا أن هناك معضلة فنية.

من أجل أن تتبع طائرة بدون طيار كائنًا، يجب أن تحلل بيانات الحواس، مما يتطلب قدرة حسابية — كمبيوترًا على متن الطائرة. ومع ذلك، كلما زادت قوة الكمبيوتر التي تحتاجها، زادت استهلاك الطاقة. ونتيجة لذلك، يُحتاج إلى بطارية ذات سعة أكبر. ومع ذلك، تزيد البطارية الأكبر من وزن الطائرة، ويزيد الوزن من استهلاك الطاقة. ويت形成 حلقة مفرغة: زيادة الطلب على القوة يؤدي إلى زيادة استهلاك الطاقة والوزن وبالتالي التكلفة.

تطبق نفس المشكلة على المركبات ذاتية الحركة. من ناحية، تريد تجهيز المركبة بجميع الحواس الممكنة لجمع أكبر قدر من البيانات، وتنسيقها، واتخاذ القرارات الأكثر دقة. من ناحية أخرى، يزيد ذلك بشكل كبير من تكلفة النظام واستهلاك الطاقة. من المهم أن نأخذ في الاعتبار ليس فقط تكلفة الحواس نفسها ولكن أيضًا الطاقة المطلوبة لمعالجة بياناتها.

يزداد حجم البيانات، ويتزايد الحمل الحسابي. بالطبع، مع مرور الوقت، أصبحت أنظمة الحوسبة أكثر ضيقًا و كفاءة في استهلاك الطاقة، وأصبحت البرمجيات أكثر تحسينًا. في الثمانينيات، يمكن أن يستغرق معالجة صورة 10×10 بكسل ساعات؛ اليوم، تحلل الأنظمة فيديو 4K في الوقت الفعلي وت执行 حسابات إضافية على الجهاز دون استهلاك طاقة زائدة. ومع ذلك، لا يزال معضلة الأداء موجودة، وشركات المركبات ذاتية الحركة تحسن ليس فقط الحواس ولكن أيضًا الأجهزة الحاسوبية و خوارزميات التحسين.

المعالجة أو الإدراك؟

تتمثل مشاكل الأداء حيث يجب على النظام أن يقرر أي بيانات يجب إسقاطها بشكل أساسي بسبب القيود الحسابية وليس مشاكل مع حواس ليدار أو كاميرا أو رادار. تعمل هذه الحواس كأعين وأذنين للمركبة، حيث تقوم بجمع كميات هائلة من البيانات البيئية بشكل مستمر. ومع ذلك، إذا كان الكمبيوتر الحاسوبي على متن الطائرة يفتقر إلى القدرة الحسابية لمعالجة جميع هذه المعلومات في الوقت الفعلي، يصبح الأمر مخنوقًا. ونتيجة لذلك، يجب على النظام أن يؤثر على بعض تدفقات البيانات على حساب الأخرى، وربما يتجاهل بعض الأجسام أو المشاهد في بعض الحالات ليتسنى التركيز على مهام ذات أولوية أعلى.

تعتبر هذه العتبة الحسابية تعني أن حتى إذا كانت الحواس تعمل بشكل مثالي، وغالبًا ما يكون لديها تكرارات لضمان الموثوقية، قد تواجه المركبة ذاتية الحركة صعوبة في معالجة جميع البيانات بشكل فعال. لا يعتبر لوم الحواس مناسبًا في هذا السياق لأن المشكلة تكمن في قدرة معالجة البيانات. تعزيز الأجهزة الحاسوبية و تحسين الخوارزميات هي خطوات أساسية للتغلب على هذه التحديات. من خلال تحسين قدرة النظام على التعامل مع حجم كبير من البيانات، يمكن للمركبات ذاتية الحركة تقليل احتمالية تفويت المعلومات الحاسمة، مما يؤدي إلى عمليات أكثر أمانًا وموثوقية.

نظم ليدار وكاميرا و رادار: الفوائد والعيوب

من المستحيل القول إن نوعًا من الحواس أفضل من الآخر — كلها تخدم غرضًا معينًا. يتم حل المشاكل bằng اختيار الحس الأ适 hợp للمهمة المحددة.

ليدار، على الرغم من تقديم خرائط ثلاثية الأبعاد دقيقة، فهو مكلف ويواجه صعوبات في الظروف الجوية السيئة مثل المطر والضباب، والتي يمكن أن ت散ع إشارات الليزر. كما يتطلب موارد حسابية كبيرة لمعالجة بياناته الكثيفة.

الكاميرات، على الرغم من كونها فعالة من حيث التكلفة، فهي تعتمد بشكل كبير على ظروف الإضاءة، وتؤدي أداءً سيئًا في الإضاءة المنخفضة أو التغييرات السريعة في الإضاءة. كما تفتقر إلى إدراك العمق المتأصل وتواجه صعوبات مع الحواجز مثل الغبار أو المطر أو الثلج على العدسة.

رادار موثوق في كشف الأجسام في ظروف جوية مختلفة، ولكن دقته المنخفضة تجعل من الصعب التمييز بين الأجسام الصغيرة أو المتباعدة. كما يولد إيجابيات كاذبة، حيث يكشف عن عناصر غير مهمة قد تؤدي إلى استجابات غير ضرورية. بالإضافة إلى ذلك، لا يمكن لرادار فك السياق أو مساعدة في تحديد الأجسام بصريًا، على عكس الكاميرات.

من خلال استخدام اندماج الحواس — دمج البيانات من ليدار و رادار و كاميرات — تكتسب هذه الأنظمة فهمًا شاملاً وأكثر دقة للبيئة، مما يعزز من السلامة و اتخاذ القرارات في الوقت الفعلي. Keymakr تعاونت مع مطورين ADAS الرائدين لتوضيح مدى أهمية هذا النهج لسلامة النظام. لقد عملنا باستمرار على مجموعات بيانات متنوعة وذات جودة عالية لدعم تدريب النماذج و تحسينها.

Waymo VS Tesla: قصة رؤيتين ذاتيتين

في مجال المركبات ذاتية الحركة، لا توجد مقارنة تثير الكثير من الجدل مثل Tesla و Waymo. كلاهما يرعى مستقبل النقل — ولكن بفلسفتين متباينتين تمامًا. لماذا يبدو سيارة Waymo وكأنها مركبة فضائية محملة بالحواس، بينما تظهر Tesla تقريبًا خالية من الحواس الخارجية؟

دعونا نلقي نظرة على مركبة Waymo. إنه سيارة جاغوار مُعدة للقيادة ذاتية الحركة. على سقفها عشرات الحواس: ليدار وكاميرات وأنظمة ليزر دوارة (المعروفة باسم “الدوّارات”) و رادار. هناك حقًا الكثير منها: كاميرات في المرايا، حواس في الواجهة الخلفية، أنظمة عرض بعيدة المدى — كل ذلك يتم تنسيقه.

إذا تعرضت هذه المركبة لحادث، يضيف فريق الهندسة حواسًا جديدة لجمع المعلومات المفقودة. نهجهم هو استخدام أكبر عدد من التكنولوجيات المتاحة.

لماذا لا تتبع Tesla نفس المسار؟ أحد الأسباب الرئيسية هو أن Tesla لم تطلق بعد روبوتاكسيها في السوق. كما أن نهجها يركز على تقليل التكلفة والابتكار. تعتقد Tesla أن استخدام ليدار غير عملي بسبب تكلفته العالية: تبلغ تكلفة تصنيع كاميرا RGB حوالي 3 دولارات، بينما يمكن أن تبلغ تكلفة ليدار 400 دولار أو أكثر. بالإضافة إلى ذلك، تحتوي ليدار على أجزاء ميكانيكية — مرايا دوارة ومحركات — مما يجعلها أكثر عرضة للفشل والاستبدال.

الكاميرات، على العكس، هي ثابتة. لا تحتوي على أجزاء متحركة، وهي أكثر موثوقية، ويمكنها العمل لعدة عقود حتى تدهور الغلاف أو تتمسخ العدسة. بالإضافة إلى ذلك، من السهل دمج الكاميرات في تصميم السيارة: يمكن إخفاؤها داخل الهيكل، وجعلها شبه غير مرئية.

تختلف أيضًا نهج الإنتاج بشكل كبير. تستخدم Waymo منصة موجودة — سيارة جاغوار إنتاجية — ويتم تثبيت الحواس عليها. لا لديهم خيار. Tesla، من ناحية أخرى، تصنع المركبات من الصفر ويمكنها تخطيط دمج الحواس في الهيكل من البداية، وإخفاؤها من العرض. بشكل رسمي، سوف يتم سرد الحواس في المواصفات، ولكن من الناحية البصرية، سوف تكون شبه غير مرئية.

تستخدم Tesla حاليًا ثماني كاميرات حول السيارة — في الأمام والخلف ومرايا الجانب والأبواب. هل سوف تستخدم حواسًا إضافية؟ أعتقد ذلك.

استنادًا إلى خبرتي كسائق Tesla الذي ركب أيضًا في سيارات Waymo، أعتقد أن دمج ليدار سوف يحسن نظام Tesla للقيادة ذاتية الحركة. يبدو لي أن نظام Tesla الحالي يفتقر إلى بعض الدقة عند القيادة. يمكن أن يضيف تقنية ليدار تحسينًا لقدرته على التنقل في ظروف صعبة مثل الإضاءة الشديدة أو الغبار الجوي أو الضباب. سوف يجعله ذلك نظامًا أكثر أمانًا وموثوقية مقارنة بالاعتماد فقط على الكاميرات.

ولكن من المنظور التجاري، عندما تطور شركة تكنولوجيا خاصة بها، تهدف إلى الحصول على ميزة تنافسية — حافة تكنولوجية. إذا كان بإمكانها إنشاء حل أكثر كفاءة ورخيصًا بشكل كبير، فستفتح الباب للهيمنة على السوق.

تتبع Tesla هذا المنطق. لا يريد موسك أن يتبع مسار الشركات الأخرى مثل فولكس فاجن أو بايدو، التي حققت تقدمًا كبيرًا. حتى أنظمة مثل Mobileye و iSight، المثبتة في السيارات القديمة، تظهر بالفعل استقلالية جيدة.

ولكن Tesla تهدف إلى أن تكون فريدة — وهذا المنطق التجاري. إذا لم تقدم شيئًا أفضل بشكل جذري، لن تختارك السوق.