مشاكل المركبات ذاتية القيادة وكيفية حلها – قادة الفكر

المركبات ذاتية القيادة تحتاج إلى أكثر من مجرد ذكاء اصطناعي بسيط. سيارة ذاتية القيادة تستقبل بيانات من مصادر مختلفة مثل السونار والكاميرات والرادار والجي بي إس والليدار مما يسمح لها بالتنقل في أي بيئة. يجب معالجة المعلومات من هذه الأجهزة بسرعة، وهناك كميات هائلة من البيانات.

المعلومات من المستشعرات لا يتم معالجتها فقط بواسطة كمبيوتر السيارة في الوقت الفعلي. يتم إرسال بعض البيانات إلى مراكز بيانات محيطية لمزيد من التحليل. ثم يتم إعادة توجيهها من خلال هرمية معقدة إلى سحابية مختلفة.

الذكاء الاصطناعي الذي يتمتع به المركبة هو أمر بالغ الأهمية، ولكن أيضًا القدرات المعالجية لأجهزة الكمبيوتر على متن الطائرة والخادمة المحيطة والسحابية. سرعة إرسال واستقبال البيانات بواسطة السيارة، بالإضافة إلى انخفاض التأخير، هما كلاهما مهمان جدًا.

مشكلة حجم البيانات

حتى السيارات العادية، مع سائق خلف العجلة، تنتج المزيد والمزيد من البيانات. يمكن للسيارات ذاتية القيادة أن تنتج حوالي 1 تيرابايت من البيانات في الساعة. هذا الكم من البيانات هو مجرد عملاق. ويمثل أحد العوائق أمام تبني القيادة الذاتية على نطاق واسع.

للأسف، لا يمكن معالجة جميع بيانات سيارة ذاتية القيادة في السحابة أو مراكز البيانات المحيطية لأنها تroduce تأخيرًا كبيرًا. حتى تأخير 100 مللي ثانية يمكن أن يجعل الفرق بين حياة أو موت راكب أو مشاة. يجب على السيارة الاستجابة للظروف الناشئة بأسرع ما يمكن.

为了减少 التأخير بين استقبال المعلومات والاستجابة لها، يتم تحليل جزء من المعلومات بواسطة الكمبيوتر على متن الطائرة. على سبيل المثال، يتم تزويد نماذج جيب الجديدة بكمبيوتر على متن الطائرة يحتوي على 25-50 نواة معالجة تخدم نظام التحكم في السرعة، وتنبيه النقطة العمياء، وتنبيه العوائق، والفرامل الأوتوماتيكية، إلخ. تعمل عقد السيارة مع بعضها البعض عبر شبكة داخلية. كما أنها تناسب مفهوم الحوسبة المحيطية إذا اعتبرنا الكمبيوتر على متن الطائرة كعقدة محيطية للشبكة. ونتيجة لذلك، فإن المركبات غير المأهولة تشكل شبكة هجينة معقدة تجمع بين مراكز البيانات المركزية والسحابة وعدد كبير من العقد المحيطية. وتقع هذه العقد ليس فقط في السيارات ولكن أيضًا في الإشارات المرورية ومنافذ التحكم و محطات الشحن، إلخ.

توفير هذه الخوادع ومراكز البيانات خارج السيارة كل المساعدة الممكنة للقيادة الذاتية. تتيح للسيارة “رؤية” ما وراء نطاق مستشعراتها، وتنسق الحمل على شبكة الطرق، وتساعد على اتخاذ القرارات المثلى.

التفاعل مع بعضها البعض والبنية التحتية

نظام تحديد المواقع العالمي (جي بي إس) وأنظمة الرؤية الحاسوبية توفر للسيارات ذاتية القيادة معلومات عن موقعها والمناطق المحيطة بها. ومع ذلك، فإن نطاق البيئة المحسوبة يتزايد باستمرار. ومع ذلك، يمكن لسيارة واحدة فقط جمع كمية محدودة من المعلومات. لذلك، فإن تبادل البيانات أمر ضروري. ونتيجة لذلك، يمكن لكل سيارة تحليل ظروف القيادة على أساس مجموعة بيانات أكبر تم جمعها بواسطة أسطول المركبات ذاتية القيادة. تعتمد أنظمة الاتصال بين المركبات (في تو في) على شبكات الشبكة التي تم إنشاؤها بواسطة المركبات في نفس المنطقة الجغرافية. يتم استخدام في تو في لتبادل المعلومات وإرسال الإشارات إلى سيارات أخرى، مثل تحذيرات المسافة.

يمكن تمديد شبكات في تو في لتبادل المعلومات مع البنية التحتية لحركة المرور مثل الإشارات المرورية. ومن المناسب التحدث عن اتصال المركبة بالبنية التحتية (في تو آي) هنا. لا تزال معايير في تو آي تتطور. في الولايات المتحدة، تنشر إدارة الطرق السريعة الفيدرالية (FHWA) بانتظام各种 دلائل و تقارير في تو آي لمساعدة تحسين التكنولوجيا. تمتد فوائد في تو آي إلى ما هو أبعد من الأمان. بالإضافة إلى تعزيز الأمان، توفر تقنية المركبة والبنية التحتية مزايا فيما يتعلق بالتنقل والتفاعل مع البيئة.

السائقون الذين يسافرون نفس الطريق كل يوم يتذكر كل الحفر على الطريق. السيارات ذاتية القيادة تتعلّم أيضًا باستمرار. ستقوم السيارات ذاتية القيادة بتحميل المعلومات المتاحة والمفيدة إلى مراكز بيانات محيطية، على سبيل المثال، المتكاملة في محطات الشحن. ستعتمد محطات الشحن على خوارزميات الذكاء الاصطناعي التي ستساعد في تحليل البيانات الواردة من السيارات واقتراح حلول ممكنة. من خلال السحابة، سيتم نقل هذه البيانات إلى سيارات أخرى غير مأهولة في الشبكة المشتركة.

إذا تم تحقيق هذا النموذج لتبادل البيانات بين جميع السيارات ذاتية القيادة في غضون بضعة سنوات، يمكننا توقع إكسابايت (ملايين التيرابايت) من البيانات في اليوم. وفقًا لتقديرات مختلفة، قد تظهر مئات الآلاف إلى عشرات الملايين من السيارات ذاتية القيادة على الطرق في هذا الوقت.

5G هو المفتاح للنجاح

كما ذكرنا أعلاه، يمكن للسيارات ذاتية القيادة استقبال المعلومات عن المشاة ودراجات الهوائية ليس فقط من مستشعراتها ولكن أيضًا من خلال تبادل البيانات مع سيارات أخرى، وإشارات مرورية، وبنية تحتية حضرية أخرى.

已经 وجود مشاريع سيارات متصلة بتقنية 5G. تستخدم السيارات شبكة الهاتف المحمول 5G وتقنية سي في تو إكس (Cellular Vehicle-to-Everything) للاتصال مع سيارات أخرى ودراجات هوائية وحتى إشارات مرورية. وتجهيز الإشارات المرورية بكاميرات حرارية تكتشف المشاة الذين يقتربون من العبور؛ ونتيجة لذلك، تظهر تحذير على لوحة القيادة. يتم إعلام الدراجين المتصلين بموقعهم، مما يمنع الحالات الخطيرة. في حالة الرؤية السيئة، يتم تشغيل أضواء الطوارئ للسيارات المتوقفة تلقائيًا، مما يُحذر جميع السيارات التي تقترب من موقعها.

تأتي قدرات شبكات الهاتف المحمول 5G هنا مفيدة. توفر سرعات سريعة وتأخير منخفض للغاية و khảية دعم عدد كبير من الاتصالات المتزامنة. لن تكون السيارات ذاتية القيادة بدون هذه القدرات على معالجة البيانات قادرة على أداء العديد من المهام بشكل أسرع من الشخص. على سبيل المثال، لتحديد مظهر المشاة في أقرب تقاطع. وعلاوة على ذلك، يجب أن يكون التأخير 최소، حيث يمكن أن يؤدي تأخير جزء من الثانية إلى حادث.

已经 استثمرت الشركات المصنعة للسيارات الكبيرة مثل بي إم دبليو ودايلمر وهاونداي وفورد وتويوتا ملايين الدولارات في بناء شبكات 5G. لذلك، هذا هو الوقت المناسب لتزويد المركبات بمجموعة من المهارات التي ستكون مفيدة في التشغيل اليومي.

جميع التجارب مع السيارات ذاتية القيادة التي تعمل بتقنية 5G سوف تتوقف إذا لم تكن هناك بنية تحتية لشبكة 5G. مرة أخرى، يمكن لسيارة ذاتية القيادة أن تنتج 1 تيرابايت من البيانات في الساعة، لذلك يجب أن تكون الشبكة المحمولة جاهزة لنقل هذه البيانات.

كيفية معالجة وتخزين إكسابايت من البيانات

ليس جميع أنواع البيانات تتطلب معالجة فورية، وكمبيوتر السيارة على متن الطائرة لديه أداء وسمات تخزين محدودة. لذلك، يجب جمع البيانات التي يمكن “الانتظار” وتحليلها في مراكز بيانات محيطية، في حين أن بعض البيانات سوف تنتقل إلى السحابة وتتم معالجتها هناك.

من مسؤولية حكومات المدن وشركات السيارات جمع البيانات ومعالجتها ونقلها وحمايتها وتحليلها حول كل سيارة وازدحام مروري ومشاة و حفر.已经 بعض مهندسي المدن الذكية يجرّبون خوارزميات تعلم الآلة التي تتحليل بيانات حركة المرور بشكل أكثر كفاءة لتحديد الحفر في الطريق بسرعة وتنظيم حركة المرور والاستجابة الفورية لحوادث. من منظور عالمي، توفر خوارزميات تعلم الآلة توصيات لتحسين البنية التحتية الحضرية.

为了 introduce القيادة الذاتية الكاملة إلى حياتنا، من الضروري حل مشكلة معالجة وتخزين كميات هائلة من البيانات. يمكن لسيارة واحدة غير مأهولة أن تنتج حتى 20 تيرابايت من البيانات في اليوم. فقط سيارة واحدة! في المستقبل، يمكن أن يؤدي ذلك إلى إكسابايت من البيانات في اليوم. لتخزين هذه البيانات، تحتاج إلى بنية تحتية حافة عالية الأداء ومرونة وأمان وموثوقية. هناك أيضًا مشكلة معالجة البيانات بكفاءة.

为了 اتخاذ قرارات في الوقت الفعلي، يحتاج الكمبيوتر على متن الطائرة إلى المعلومات الأكثر حداثة عن البيئة. البيانات القديمة، مثل معلومات موقع السيارة وسرعتها قبل ساعة، عادة ما لم تعد ضرورية. ومع ذلك، هذه البيانات مفيدة لتحسين خوارزميات القيادة الذاتية.

يجب على مطوري أنظمة الذكاء الاصطناعي الحصول على كميات كبيرة من البيانات لتدريب شبكات التعلم العميق: تحديد الأجسام وحركتها من خلال الكاميرات ومعلومات الليدار ودمج المعلومات حول البيئة والبنية التحتية بشكل مثالي لاتخاذ القرارات.对于 أخصائيي سلامة الطرق، البيانات التي تم جمعها بواسطة السيارات قبل حوادث أو مواقف خطيرة على الطريق هي حيوية.

كما يتم جمع البيانات بواسطة السيارات ذاتية القيادة وتنقلها من السيارات إلى مراكز بيانات محيطية، ثم تنتقل إلى تخزين السحابة، تصبح مشكلة استخدام بنية تخزين البيانات المتدرجة أكثر وأكثر صلة. يجب تحليل البيانات الطازجة على الفور لتحسين نماذج التعلم الآلي. يتطلب ذلك تدفق عالٍ وتأخير منخفض. أفضل ما يصلح لهذا الغرض هو أقراص الصلبة و أقراص هامر عالية السعة مع دعم تكنولوجيا الأقراص المتعددة.

بعد أن تكون البيانات قد مرت مرحلة التحليل الأولية، يجب تخزينها بطريقة أكثر كفاءة: على تخزين تقليدي عالي السعة ومنخفض التكلفة. هذه خوادع التخزين مناسبة إذا كانت البيانات قد تكون مطلوبة في المستقبل. يمكن نقل البيانات القديمة التي من غير المحتمل أن تكون ضرورية ولكن يجب الاحتفاظ بها لأسباب أخرى إلى مستوى الأرشيف.

ستتم معالجة البيانات بشكل متزايد وتحليلها على الحافة، مما يعلن عن عصر الصناعة 4.0، الذي يغير طريقة استخدامنا للبيانات. سوف تسمح الحوسبة على الحافة بمعالجة البيانات بالقرب من مكان جمعها، بدلاً من خادم السحابة التقليدية، مما يسمح بمعالجتها بسرعة أكبر، والاستجابة الفورية للتغيرات في الظروف. سوف تساعد شبكة عالية السرعة لتبادل المعلومات بين السيارات ومراكز البيانات المحيطية في جعل القيادة الذاتية أكثر أمانًا وموثوقية.

الختام

نأمل أن هذه التحليل قد ألقى بعض الضوء على أهمية البيانات في مجال القيادة الذاتية. يتضمن تبني المركبات غير المأهولة على نطاق واسع جمع كميات كبيرة من البيانات التي يجب معالجتها ليس فقط بواسطة الكمبيوتر على متن الطائرة ولكن أيضًا بواسطة خوادع الحافة والسحابة. يجب أن تكون بنية تحتية المعالجة جاهزة مسبقًا.

随着 انتشار 5G، سوف تبدأ السيارات ذاتية القيادة في إنتاج المزيد والمزيد من البيانات، والتي سوف يتم تحليلها واستخدامها لجعل المدن الذكية حقيقة. لن يكون تحقيق هذا الهدف سهلاً، ولكن في النهاية، سوف نفتح فصلًا جديدًا في تاريخ وسيلة النقل الشهيرة مثل السيارة.

السيارات ذاتية القيادة هي في طليعة تقنيات الذكاء الاصطناعي والاتصالات وتخزين البيانات. للوصول إلى مستوى القيادة الذاتية الكاملة، من الضروري الاستمرار في تطوير وتحسين هذه التكنولوجيا.