Chytré auta stále nejsou schopna zachránit chodce

V roce 2024 bylo na amerických silnicích zabito 7 080 chodců a více než 71 000 zraněno. Úmrtí cyklistů dosáhla nejvyšší úrovně od roku 1980. Celkové počet smrtelných dopravních nehod klesl pod 40 000 poprvé od roku 2020. Ale téměř весь tento pokrok prospěl pouze cestujícím ve vozidlech. Chodci a cyklisté stále umírají při téměř historicky nejvyšších rychlostech.

Tato mezera je příběhem. Funkce asistenčních řidičů výrazně snížily počet smrtelných nehod cestujících ve vozidlech za posledních deset let. Nezlepšily se však pro zranitelné účastníky silničního provozu, a důvod spočívá v zorném poli, nikoli v chování řidiče. Senzorový systém umístěný na vozidle je omezen geometrií podvozku. Místa, kde jsou chodci a cyklisté nejvíce ohroženi, jsou přesně ta místa, kde jsou senzory na vozidle strukturálně nejslabší. Zakryté křižovatky. Přechody uprostřed bloku. Slepá místa. Školní zóny, kde dítě vystoupí mezi parkovanými auty. Toto omezení se vztahuje stejně na lidského řidiče, který se dívá skrz přední sklo, automatický brzdný systém, který čte radar, a na jakékoli budoucí autonomní systémy, které umístíme na vozidlo.

Po většinu posledních deseti let byla celá diskuse o propojených vozidlech, autonomní mobilitě a městské robotice diskusí o Vehicle-to-Everything (V2X). Nápad spočívá v tom, že vozidlo komunikuje s ostatními vozidly, s cestami, s chodci a sítí. Více senzorů, lepší modely, více výpočetního výkonu, více redundance — vše se točí kolem vozidla samotného. Tento rámec přinesl skutečný pokrok. Také však stanovil strop toho, co může vozidlo-centricitní vnímání udělat pro chodce a cyklisty.

Další fáze této práce má jiný tvar. Nazvěme ji Infrastructure-to-Everything, nebo I2X. Křižovatka, koridor a okolní infrastruktura vnímají a předpovídají za vše, co se pohybuje skrze ně. I2X je těžší polovina problému. Je to také místo, kde se případ bezpečnosti konečně uzavírá.

V2X má bezpečnostní strop, a my jsme ho nyní dosáhli

Vozidlo-centricitní přístup byl srozumitelný investorům, automobilkám a regulátorům způsobem, jakým infrastruktura nebyla. Pokrok lze měřit počtem senzorů, parametry modelů a mírou odstavení. Vejde se do prezentace. V2X stack zrál podle toho. Standardy buněčné V2X jsou reálné, jednotky cest jsou nasazeny v desítkách koridorů a hlavní automobilové a technologické hráči investují vážný kapitál do kooperativních percepčních platforem.

Tento kapitál přinesl skutečné zisky, opět především pro cestující ve vozidlech. Nezlepšil se však rozdíl pro zranitelné účastníky silničního provozu, a výzkumná komunita je stále jasnější o tom, proč. Nedávná empirická studie V2X kooperativních percepčních systémů identifikuje šest opakujících se chyb v samostatných autonomních systémech, většina z nich je zakořeněna ve stejném omezení: vozidlo nemůže vnímat za svým zorným polem. Zakrytí, křižovatky mimo zorné pole, poškození počasí, edge případy, které se neobjevily ve výcvikových datech. Samostatný výzkum zaměřený na bezpečnost zranitelných účastníků silničního provozu dosahuje stejného závěru z jiného úhlu: lokalizace chodců a cyklistů je selhání, kterému jsou senzory na vozidle strukturálně špatné.

Více LiDAR pomáhá. Více radaru pomáhá. Lepší modely pomáhají. Nic z toho nemění základní geometrii. Senzor na vozidle bude vždy mít omezení zorného pole, a zorné pole se zhoršuje, jak se zvyšuje městská hustota. Místa, kde potřebujeme, aby autonomie byla nejbezpečnější, jsou přesně ta místa, kde je vozidlo-centricitní vnímání strukturálně nejslabší.

I2X otočí polaritu

Infrastructure-to-Everything začíná z jiného předpokladu. Cesta, křižovatka, koridor a nakládací rampa nejsou pasivní povrchy, které čekají, až budou vnímány. Stávají se aktivními inteligentními vrstvami, které vnímají, interpretují a vysílají podmínky ven. Vozidlo, které se blíží zakryté křižovatce, nemusí vidět kolem rohu svými vlastními senzory. Roh sieht pro něj. Dodávací robot, který pracuje na chodníku, nemusí očekávat chodce za parkovaným autem. Sloup již ví, že chodec je tam.

Toto je strana problému, na které pracujeme v Surge. Naše nasazení jsou LiDAR-only edge percepční uzly umístěné na stávající městské infrastruktuře: sloupy, signalizační hlavy a střechy. Žádné kamery, žádné obrázky a žádná osobní identifikační data jsou zachycena v okamžiku snímání. Nazýváme to “Anonymní fyzikou”, protože LiDAR zachycuje pohyb a geometrii, ne tváře, registrační značky nebo identitu. Výstup je reálný tok polohy, rychlosti a dráhy. Stejný tok je užitečný pro městského inženýra dopravy, autonomní vozidlo, logistického routeru a bezpečnostního výzkumníka, všechny z jediného senzorového stopy.

Dvě designové volby jsou důležité pro bezpečnostní případ. První je, že infrastrukturální vnímání je multi-tenantní výchozí. Senzorový systém na vozidle je bod-to-bod a slouží jednomu zákazníkovi najednou. LiDAR uzel na sloupu slouží každému vozidlu, každému dronu a každé aplikaci pro bezpečnost chodců, která potřebuje data, současně. Ekonomika vypadá více jako věž než jako ropný vrt. Druhá je, že pokrytí koridoru je důležitější než pokrytí křižovatky. Izolované uzly jsou užitečné. Sítě koridorů jsou obranyschopné, protože bezpečnost chodců, autonomní vozidlo a reakce na mimořádné události všechny závisí na kontinuitě, ne na snímcích.

Reálné vnímání je podlahou. Předpověď je stropem.

Hlubší příležitost není reálná vrstva. Reálné vnímání řeší zjevné bezpečnostní případy, a to samo o sobě je cenné. Hlubší odemčení přichází, když se AI modely učí na kontinuálních infrastrukturálních datech po měsících a letech místo epizodických snímků vozidel.

Data vozidel jsou svou povahou řídká a nekонтinuální. Auto projde křižovatkou několikrát denně. Vidí plátko. Infrastrukturální uzel sleduje stejnou křižovatku 24 hodin denně, každý den, po léta. Vidí plnou distribuci. Stejné místo během špičky, bouří, konstrukce, výpadků, akcí a sezónních posunů. To je fundamentálně jiný typ tréninkových dat, a produkuje fundamentálně jiný typ modelu.

Jak se tato data hromadí, systém přestává být reaktivní a stává se prediktivním. Chodící vzorec někoho, kdo je na pokraji přechodu bez pohledu. Brzdný profil vozidla, které je na pokraji projetí červené. Konvergenční geometrie, která předchází téměř srážce mezi otočným autobusem a bicyklem v cyklostezce. Tyto jsou signály předchůdců. Jsou statisticky pozorovatelné. Neexistují v havarijních zprávách, protože nejsou haváriemi. Jsou předchůdci událostí a vyskytují se řádově častěji než havárie samy. Havárie jsou statisticky řídké. Téměř srážky jsou hojné. Infrastrukturální systémy pozorují předchůdce chování, které databáze havárií nikdy nezachytí. Vozidlo projíždějící křižovatkou nikdy neuvidí je v měřítku. Infrastruktura, která žije na křižovatce, vidí je neustále.

To je skutečné bezpečnostní odemčení. Slib propojené mobility vždy byl, že bychom mohli zasáhnout před havárií, ne ji dokumentovat po ní. Senzory na vozidle plus reaktivní komunikace vozidlo-k-všemu dostanou vás částečně tam. Prediktivní vrstva, která se učí na kontinuálních, multi-modálních, infrastrukturálních datech, je to, co vám dá zbytek cesty. Stejné logice se vztahuje na energetickou stranu, kde společnosti jako HEVO ukazují, že plně autonomní flotily potřebují infrastrukturu k dodání energie i vnímání. Jiný obor, stejný závěr: svět musí udělat práci, kterou vozidlo nemůže udělat samo.

Nervový systém pro městské prostředí

Když se vrátíte od jakéhokoli jednotlivého nasazení, co tato práce opravdu buduje, je něco, co města nikdy neměla: nervový systém. Města již mají beton, ocel, elektrické sítě a optické kabely. Co jim chybí, je vrstva, která vnímá, pamatuje a předpovídá v reálném čase napříč fyzickým prostředím.

I2X je tato vrstva. LiDAR uzel na sloupu funguje jako senzorický neuron. Edge compute se chová jako lokální reflex, dostatečně rychlý, aby jednal bez čekání na centralizované systémy. V průběhu času se síť uzlů buduje institucionální paměť na městském měřítku: jak se křižovatky chovají, kde se vyskytují téměř srážky, jak se mění toky během bouří, výpadků, konstrukce nebo nouzových situací.

Aplikace následují přirozeně. Upozornění na bezpečnost chodců ve školní zóně je reflex. Úprava semaforu na základě pozorovaného toku je naučená odpověď. Prediktivní doporučení pro nouzová vozidla závisí na obou vnímání a paměti. Logistika, nouzový management, klimatická odolnost a autonomní vozidlo-trénink se semua stávají snazšími, když město může neustále pozorovat a učit se ze svých vlastních operací. Bod není přidat více kamer nebo dashboardů. Bod je dát městskému prostředí schopnost, kterou vždy postrádalo: schopnost vnímat, pamatovat a reagovat v reálném čase.

Infrastruktura mění ekonomiku autonomie

Když se inteligentní vrstva migruje z vozidla na infrastrukturu, ekonomika autonomie a městských operací se mění třemi důležitými způsoby.

První, křivka nákladů hardwaru na vozidle konečně má kam jít. Dnes je každé autonomní vozidlo požádáno, aby neslo celý problém vnímání a většinu bezpečnostního problému na svém podvozku. Proto vypadá účet za materiál pro autonomní vozidlo tak, jak vypadá. Když infrastruktura dodává vnímání za posledních sto metrů a předpověď na vrcholu, vozidlo se stává lehčím, levnějším a snazším na certifikaci. Stejné logice se vztahuje na drony, chodce-robota a jakékoli jiné autonomní formy, které čekají, až se jejich ekonomika uzavře.

Druhý, adresovatelný trh pro jakékoli jednotlivé infrastrukturální nasazení se dramaticky rozšiřuje. LiDAR uzel na sloupu, který slouží městskému inženýrovi dopravy, národnímu logistickému dopravci, autonomnímu shuttle operátorovi, bezpečnostnímu výzkumníku a pojišťovacímu úředníkovi, je fundamentálně jiný aktivum než senzor, který slouží jednomu nájemníkovi. Sdílená infrastruktura se sčítá způsobem, jakým bodová řešení nedělají.

Třetí, příběh financování se stává srozumitelným institucionálnímu kapitálu, který historicky financoval přístavy, věže, optické kabely a utilitní společnosti. Mezi námi, přinášíme provozní vedení v nasazení propojené infrastruktury a více než dvě desetiletí zkušeností s financováním infrastrukturálních projektů ve firmách jako Integrated Roadways, Black & Veatch a Diode Ventures. Vzorec je známý. Jakmile třída aktiv vytváří více, smluvních, dlouhodobých příjmů z jediné fyzické stopy, náklady na kapitál klesají, doba trvání se prodlužuje a nasazení se zrychluje. To je moment, ke kterému se blížíme s inteligentní infrastrukturou. Kapitál čekal na srozumitelnost, ne na technologii.

Cesta se naučí myslet zpět

Těžká čísla úmrtí se nebudou podstatně měnit, dokud nebudeme požadovat, aby vozidlo dělalo veškerou práci. Desetiletí investic do vozidlo-centricity přineslo standardy, nasazení a významné zisky pro cestující ve vozidlech. Nezlepšilo se však pro lidi, kteří jsou nejvíce vystaveni důsledkům vozidel, která se mýlí, a strukturální důvod je zabudován do geometrie problému.

Další kapitola je infrastrukturou. Cesty, které vnímají. Křižovatky, které předpovídají. Koridory, které se učí a zasahují před tím, než dojde k nehodám. Přidání energetické stránky později na stejném fyzickém základě a máte substrát pro autonomii jako systém, ne jako produkt. Co je důležitější, máte infrastrukturu, kterou města mohou použít pro všechno ostatní, co se snažily řešit za posledních dvacet let.

V2X naučilo vozidla mluvit. I2X je město, které se učí cítit, myslet zpět a pak myslet dopředu.