Volba očí autonomního vozidla: Bitva senzorů, strategií a kompromisů

Do roku 2030 se očekává, že trh s autonomními vozidly překročí 2,2 bilionu dolarů, s miliony vozidel, která budou navigovat po silnicích pomocí umělé inteligence a pokročilých senzorových systémů. Přestože se tento trh rychle rozvíjí, zůstává jeden základní spor nevyřešen: které senzory jsou nejvhodnější pro autonomní řízení — lidary, kamery, radary nebo něco úplně nového?

Tato otázka není vůbec akademická. Volba senzorů ovlivňuje vše od bezpečnosti a výkonu po náklady a energetickou efektivitu. Některé společnosti, jako je Waymo, vsází na redundanci a rozmanitost, vybavují svá vozidla kompletním sadou lidarů, kamer a radarů. Jiné, jako Tesla, sledují minimalistický a nákladově efektivní přístup, spoléhají se silně na kamery a inovace softwaru.

Pojďme prozkoumat tyto rozdílné strategie, technické paradoxes, se kterými se potýkají, a obchodní logiku, která řídí jejich rozhodnutí.

Proč chytřejší stroje vyžadují chytřejší energetické řešení

Toto je skutečně důležitá otázka. Já jsem se setkal s podobnou dilematem, když jsem v roce 2013 spustil startup související s drony. Snažili jsme se vytvořit drony, které by byly schopné sledovat lidské pohyby. V té době byla tato myšlenka předstižná, ale brzy se ukázalo, že existuje technický paradox.

Pro dron, který má sledovat objekt, je nutné analyzovat data ze senzorů, což vyžaduje výpočetní výkon — počítač na palubě. Avšak čím výkonnější počítač je potřebný, tím vyšší je spotřeba energie. V důsledku toho je zapotřebí baterie s vyšší kapacitou. Avšak větší baterie zvyšuje hmotnost dronu, a větší hmotnost vyžaduje ještě více energie. Vzniká tak začarovaný kruh: rostoucí nároky na výkon vedou k vyšší spotřebě energie, hmotnosti a nakonec i nákladům.

Stejný problém platí i pro autonomní vozidla. Na jedné straně chcete vybavit vozidlo všemi možnými senzory, aby bylo možné shromáždit co nejvíce dat, synchronizovat je a učinit nejpreciznější rozhodnutí. Na druhé straně to významně zvyšuje náklady a spotřebu energie systému. Je důležité zohlednit nejen náklady na samotné senzory, ale i energii potřebnou pro zpracování jejich dat.

Množství dat se zvyšuje a výpočetní zátěž roste. Samozřejmě, že v průběhu času se výpočetní systémy staly kompaktnějšími a energeticky efektivnějšími, a software se stal více optimalizovaným. V 80. letech mohlo zpracování 10×10 pixelového obrázku trvat hodiny; dnes systémy analyzují 4K video v reálném čase a provádějí další výpočty na zařízení bez nadměrné spotřeby energie. Avšak paradox výkonu stále přetrvává, a společnosti zabývající se autonomními vozidly zlepšují nejen senzory, ale i výpočetní hardware a optimalizační algoritmy.

Zpracování nebo vnímání?

Problémy s výkonem, kde systém musí rozhodnout, která data jsou třeba vynechat, jsou primárně způsobeny výpočetními omezeními, nikoli problémy se senzory LiDAR, kamerou nebo radarem. Tyto senzory fungují jako oči a uši vozidla, neustále zachycují velké množství environmentálních dat. Avšak pokud počítač na palubě postrádá dostatečný výpočetní výkon pro zpracování všech těchto informací v reálném čase, stává se to přehlcující. V důsledku toho musí systém priorizovat určitá data nad jinými, potenciálně ignoruje některé objekty nebo scény v určitých situacích, aby se soustředil na úkoly s vyšší prioritou.

Tento výpočetní úzký profil znamená, že i když senzory fungují perfektně, a často mají redundance, aby zajistily spolehlivost, vozidlo může stále mít potíže se zpracováním všech dat efektivně. Nelze vinít senzory v tomto kontextu, protože problém spočívá ve zpracování dat. Zlepšování výpočetního hardwaru a optimalizace algoritmů jsou nezbytné kroky pro zmírnění těchto výzev. Zlepšením schopnosti systému zpracovat velké objemy dat mohou autonomní vozidla snížit pravděpodobnost ztráty kritických informací, což povede k bezpečnějšímu a spolehlivějšímu provozu.

Lidar, kamera a radarové systémy: Výhody a nevýhody

Nelze říci, že jeden typ senzoru je lepší než jiný — každý slouží svému účelu. Problémy se řeší výběrem vhodného senzoru pro konkrétní úkol.

Lidar, ačkoli nabízí přesné 3D mapování, je drahý a má potíže v nepříznivých povětrnostních podmínkách, jako je déšť a mlha, které mohou rozptýlit jeho laserové signály. Také vyžaduje značné výpočetní zdroje pro zpracování jeho hustých dat.

Kamery, ačkoli jsou nákladově efektivní, jsou silně závislé na světelných podmínkách, fungují špatně ve slabém světle, oslnění nebo rychlých změnách osvětlení. Také postrádají vrozenou hloubkovou percepci a mají potíže s překážkami, jako je nečistota, déšť nebo sníh na objektivu.

Radar je spolehlivý při detekci objektů v různých povětrnostních podmínkách, ale jeho nízké rozlišení činí obtížným rozlišit malé nebo blízko umístěné objekty. Často generuje falešné pozitivy, detekuje irelevantní položky, které mohou spustit zbytečné reakce. Kromě toho radar nemůže rozpoznat kontext nebo pomoci identifikovat objekty vizuálně, na rozdíl od kamer.

Používáním senzorové fúze — kombinací dat z LiDAR, radaru a kamer — tyto systémy získávají komplexnější a přesnější pochopení svého prostředí, což zlepšuje bezpečnost a rozhodování v reálném čase. Keymakrova spolupráce s předními vývojáři ADAS ukázala, jak zásadní je tento přístup pro spolehlivost systému. Pracovali jsme na rozmanitých, vysoce kvalitních datech pro podporu školení modelů a jejich vylepšování.

Waymo vs. Tesla: Příběh dvou autonomních vizí

V oblasti autonomních vozidel je málo srovnání, které by vyvolávalo tolik debat jako Tesla a Waymo. Obě společnosti jsou průkopníky budoucnosti mobility — ale s radikálně odlišnými filozofiemi. Proč vypadá vozidlo Waymo jako senzorově naplněná kosmická loď, zatímco Tesla vypadá téměř bez vnějších senzorů?

Pojďme se podívat na vozidlo Waymo. Je to upravený Jaguar pro autonomní řízení. Na jeho střeše jsou desítky senzorů: lidary, kamery, rotační laserové systémy (tzv. “spinners”) a radary. Je jich opravdu mnoho: kamery v zrcátkách, senzory na předním a zadním nárazníku, systémy pro dálkové sledování — vše je synchronizováno.

Jestliže takové vozidlo se dostane do nehody, inženýrský tým přidá nové senzory, aby shromáždil chybějící informace. Jejich přístup spočívá v použití maximálního počtu dostupných technologií.

Proč Tesla nevybírá stejnou cestu? Jedním z hlavních důvodů je, že Tesla dosud nevydala své Robotaxi na trh. Jejich přístup se soustředí na minimalizaci nákladů a inovace. Tesla věří, že použití lidarů je nepraktické kvůli jejich vysokým nákladům: výrobní náklady RGB kamery jsou kolem 3 dolarů, zatímco lidar může stát 400 dolarů nebo více. Kromě toho lidary obsahují mechanické části — rotační zrcadla a motory —, což je činí náchylnějšími k selhání a výměně.

Kamery, na rozdíl od toho, jsou statické. Nemají žádné pohyblivé části, jsou mnohem spolehlivější a mohou fungovat po desetiletí, dokud se nezhorší jejich pouzdro nebo se nezatmí objektiv. Kromě toho jsou kamery snazší integrovat do designu vozidla: mohou být skryty uvnitř karoserie, téměř neviditelné.

Produkční postupy se také výrazně liší. Waymo používá stávající platformu — sériový Jaguar — na kterou se montují senzory. Nemají na výběr. Tesla, na druhou stranu, vyrábí vozidla od základu a může plánovat integraci senzorů do karoserie od začátku, čímž je skrývá z pohledu. Formálně budou uvedeny v technických specifikacích, ale vizuálně budou téměř neviditelné.

Právě teď Tesla používá osm kamer kolem vozidla — vpředu, vzadu, v zrcátkách a dveřích. Budou-li používat další senzory? Domnívám se, že ano.

Založeno na mé zkušenosti jako řidiče Tesly, který také jel ve vozidlech Waymo, jsem přesvědčen, že začlenění lidaru by zlepšilo Teslino systém plně autonomního řízení. Zdá se mi, že Teslino FSD目前 postrádá jistou přesnost při řízení. Přidání technologie lidaru by mohlo vylepšit jeho schopnost navigovat v náročných podmínkách, jako je silné sluneční osvětlení, vzdušný prach nebo mlha. Toto zlepšení by potenciálně učinilo systém bezpečnějším a spolehlivějším ve srovnání s používáním pouze kamer.

Ale z obchodního hlediska, když společnost vyvíjí svou vlastní technologii, cílem je získat konkurenční výhodu — technologickou převahu. Pokud může vytvořit řešení, které je dramaticky efektivnější a levnější, otevře se mu dveře k dominanci na trhu.

Tesla sleduje tuto logiku. Musk nechce jít cestou ostatních společností, jako je Volkswagen nebo Baidu, které také udělaly značný pokrok. I systémy, jako je Mobileye a iSight, instalované ve starších vozidlech, již prokazují jistou autonomii.

Ale Tesla chce být jedinečná — a to je obchodní logika. Pokud nenabízíte něco radikálně lepšího, trh si vás nevybere.