Älykkäät autot eivät edelleenkään pelasta jalankulkijoita

Vuonna 2024 7 080 jalankulkijaa kuoli ja yli 71 000 loukkaantui Yhdysvaltain teillä. Pyöräilijöiden kuolemat saavuttivat korkeimman tasonsa vuoden 1980 jälkeen. Liikennekuolemat laskivat alle 40 000:en ensimmäistä kertaa vuoden 2020 jälkeen. Mutta lähes kaikki tämä edistys hyödytti ajoneuvon matkustajia. Jalankulkijat ja pyöräilijät kuolevat edelleen lähes historiallisella tasolla.

Tämä kuilu on tarina. Ajoneuvon avustusominaisuudet ovat mittavasti vähentäneet matkustajien kuolemantapausten määrää viimeisen vuosikymmenen aikana. Ne eivät ole tehneet samaa haavoittuvien tienkäyttäjien osalta, ja syy johtuu näkökentästä, ei ajajan käyttäytymisestä. Ajoneuvon sensoripino on rajoitettu alustan geometrian vuoksi. Paikat, joissa jalankulkijat ja pyöräilijat ovat eniten vaarassa, ovat tarkalleen ne paikat, joissa ajoneuvon sensorit ovat rakenteellisesti heikoimmat. Tukkeutuneet risteykset. Kadun ylittävät kohdat. Sokeat kulmat. Koulujen alueet, joissa lapsi astuu puolivälissä pysäköityjen autojen välissä. Tämä rajoitus koskee yhtä lailla ihmistä, joka ajaa auton läpi, automaattista jarrutusjärjestelmää, joka lukee eteenpäin suunnattua tutkaa, ja mitä tahansa tulevaa autonomista pinorakennetta asennamme ajoneuvoon.

Viimeisen vuosikymmenen ajan suurin osa keskustelusta liittyen yhteydenpitoon, autonomiseen liikkuvuuteen ja urbaaniin robottiikkaan on ollut ajoneuvon ja kaiken (V2X) keskustelua. Ideana on, että ajoneuvo puhuu muiden ajoneuvojen, tiellä olevan laitteiston, jalankulkijoiden puhelimien ja verkon kanssa. Suuremmat sensoripinot, paremmat mallit, enemmän laitteiston laskentakapasiteettia, enemmän redundanssia – kaikki ajoneuvon ympärillä. Tämä viitekehyksessä on tuottanut todellista edistystä. Se on myös asettanut katon sille, mitä ajoneuvokeskeinen havainnointi voi tehdä jalankulkijoiden ja pyöräilijöiden turvallisuuden osalta.

Seuraava vaihe tässä työssä on erilainen. Kutsutaan sitä Infrastruktuuri-kaikkeen (I2X). Risteys, reitti ja ympäröivä infrastruktuuri havainnoivat ja ennustavat puolestaan kaikkea, mitä niiden kautta liikkuu. I2X on vaikeampi puoli ongelmanratkaisussa. Se on myös se, missä turvallisuuden asia lopulta sulkeutuu.

V2X:lla on turvallisuuden katto, ja me olemme nyt saavuttaneet sen

Ajoneuvokeskeinen lähestymistapa on ollut sijoittajille, autonvalmistajille ja viranomaisille ymmärrettävämpää kuin infrastruktuuri. Edistystä voidaan mitata sensorien määrällä, malliparametreillä ja kytkentäpoikkeamilla. Se sopii siististi diaesitykseen. V2X-pino on kypsynyt vastaavasti. Soluverkkovirheiden V2X-standardeja on, tiellä olevia laitteita on käytössä kymmenissä reiteissä, ja suuret autonvalmistajat ja teknologiayritykset panostavat vakavasti yhteistyöhön perustuvien havaintojärjestelmien kehittämiseen.

Tämä pääoma on tuottanut aitoja voittoja, jälleen pääasiassa ajoneuvon matkustajien hyväksi. Se ei ole sulkenut kuilua haavoittuvien tienkäyttäjien osalta, ja tutkimusyhteisö on yhä selvemmässä siitä, miksi. Äskettäinen empiirinen tutkimus V2X:n yhteistyöhön perustuvista havaintojärjestelmistä tunnistaa kuusi toistuvaa virhetilaa yksittäisissä autonomisissa järjestelmissä, joista suurin osa juontuu samasta rajoituksesta: ajoneuvo ei voi havainnoida näkökenttänsä ulkopuolella. Tukkeutumiset, näkökentän ulkopuoliset risteykset, säätilan heikentäminen, reunatapaukset, jotka eivät olleet näkyvissä koulutusaineistossa. Erillinen tutkimus, joka keskittyi haavoittuvien tienkäyttäjien turvallisuuteen, saavuttaa saman johtopäätöksen toisesta näkökulmasta: jalankulkijoiden ja pyöräilijöiden sijainti on se epäonnistumistapa, jota ajoneuvon sensorit ovat rakenteellisesti huonot ratkaisemaan.

Enemmän LiDAR:ia auttaa. Enemmän tutkaa auttaa. Paremmat mallit auttavat. Mikään näistä ei muuta perustavanlaatuista geometriaa. Ajoneuvon sensori on aina näkökentän rajoituksia. Näkökenttä heikkenee, kun kaupunkitiheys kasvaa. Paikat, joissa tarvitsemme autonomian olevan turvallisinta, ovat tarkalleen ne paikat, joissa ajoneuvokeskeinen havainnointi on rakenteellisesti heikointa.

I2X kääntää polariteetin

Infrastruktuuri-kaikkeen (I2X) lähtee toisesta oletuksesta. Tie, risteys, reitti ja lastauslaituri eivät ole passiivisia pintoja, jotka odottavat havainnointia. Ne muuttuvat aktiivisiksi älykerroksiksi, jotka havainnoivat, tulkkaavat ja lähettävät tilan eteenpäin. Ajoneuvo, joka lähestyy tukkeutunutta risteystä, ei tarvitse nähdä kulman ympäri omilla sensoreillaan. Kulma näkee sen puolesta. Toimitusrobotti, joka työskentelee jalankulkijan kadulla, ei tarvitse ennakoida jalankulkijaa puolivälissä pysäköityjen autojen välissä. Valopylväs tietää jo, että jalankulkija on siellä.

Tämä on se puoli ongelmaa, jota rakennamme Surge:ssa. Käyttöönottojamme ovat LiDAR-pohjaiset reunahavaintosolmut, jotka on asennettu olemassa olevaan urbaaniin infrastruktuuriin: valopylväisiin, signaaliin ja kattoihin. Ei kamera, ei kuvia ja ei henkilökohtaisia tunnistetietoja, jotka kerätään havainnon hetkellä. Kutsutaan tätä asettamista “Anonyymin fysiikan” mukaan, koska LiDAR havainnoi liikettä ja geometriaa, ei kasvoja, rekisterikilpiä tai henkilöllisyyttä. Tuloste on reaaliaikainen virta sijainnista, nopeudesta ja trajektoria. Sama virta on hyödyllinen kaupungin liikenneinsinöörille, autonomisen ajoneuvon pinolle, logistiikkarouterille ja turvallisuustutkijalle, kaikki yhdestä sensorijalansijasta.

Kaksi suunnitteluratkaisua on merkittäviä turvallisuuden kannalta. Ensinnäkin infrastruktuurin havainnointi on monen vuokraajan luonnostaan. Ajoneuvon sensoripino on piste-piste ja palvelee yhtä asiakasta kerrallaan. LiDAR-solmu valopylväässä palvelee jokaista ajoneuvoa, jokaista dronia ja jokaista jalankulkijan turvallisuuden sovellusta, jotka tarvitsevat tietoa, samanaikaisesti. Taloudellinen näkemys muistuttaa enemmän solmua kuin öljyntuotantolaitosta. Toiseksi koridorin laajuus on tärkeämpää kuin risteyskohtaisuus. Erilliset solmut ovat hyödyllisiä. Verkkorakenteiset koridorit ovat puolustettavissa, koska jalankulkijoiden turvallisuus, autonomisen ajoneuvon koulutus ja hätätilannevastaavuus kaikki riippuvat jatkuvuudesta, ei otoksista.

Reaaliaikainen havainnointi on lattia. Ennustaminen on katto.

Syvempi mahdollisuus ei ole reaaliaikainen kerros. Reaaliaikainen havainnointi ratkaisee ilmeiset turvallisuustapaukset, ja se on arvokasta itsessään. Syvempi avaaminen tulee, kun tekoälymallit koulutetaan jatkuvasti infrastruktuurin aineistosta kuukausien ja vuosien ajan, eikä vain ajoneuvon satunnaisten otteiden perusteella.

Ajoneuvon aineisto on luonteeltaan harva ja epäjatkuva. Auto kulkee risteyksen kautta vain muutaman kerran päivässä. Se näkee viillen. Infrastruktuurin solmu tarkkailee samaa risteystä 24 tuntia vuorokaudessa, joka päivä, vuosien ajan. Se näkee koko jakautumisen. Samassa paikassa ruuhka-aikana, myrskyssä, rakennuskohteessa, sähkökatkoissa, tapahtumissa ja vuodenaikojen vaihtelussa. Se on perustavanlaatuista erilainen aineisto, ja se tuottaa perustavanlaatuista erilaisen mallin.

Kun tietoa kertyy, järjestelmä lopettaa reagoinnin ja tulee ennustavaksi. Askelpatteri, joka edeltää ihmistä, joka on valmis astumaan kevyen liikenteen kaistalle ilman katsomista. Jarrutusprofiili, joka edeltää ajoneuvon kiihdytystä punaisen valon aikana. Geometria, joka edeltää lähesonnettomuutta kiertyvän bussin ja pyöräilijän välillä pyöräilykaistalla. Nämä ovat edeltävät signaalit. Ne ovat tilastollisesti havaittavissa. Niitä ei ole onnettomuusraporteissa, koska ne eivät ole onnettomuuksia. Ne ovat ennakkoilmoituksia, ja ne tapahtuvat useita kertoja useammin kuin itse onnettomuudet. Onnettomuudet ovat tilastollisesti harvinaisia. Lähesonnettomuudet ovat runsaita. Infrastruktuurijärjestelmät havainnoivat ennakkoilmoitukset, joita ajoneuvot eivät koskaan näe.

Se on todellinen turvallisuuden avaaminen. Liikkuvuuden yhteyden lupaamana on aina ollut, että voisimme puuttua ennen onnettomuutta, ei dokumentoida sitä jälkeenpäin. Ajoneuvon sensorit plus reaktiivinen ajoneuvon ja kaiken välinen viestintä saa sinut osittain sinne. Ennustava kerros, joka on koulutettu jatkuvasti monimuotoisella, infrastruktuurin asettamalla aineistolla, on se, mikä saa sinut loppuun asti. Sama logiikka, incidentaalisesti, koskee energian puolella, jossa yritykset kuten HEVO osoittavat, että täysin autonomiset laivastot tarvitsevat infrastruktuuria sekä havainnoinnin että voiman toimittamiseksi. Eri toimiala, sama johtopäätös: maailman on tehtävä työtä, joita ajoneuvo ei voi tehdä yksin.

Hermosto urbaanille ympäristölle

Kun otat askeleen taaksepäin yhdestä käyttöönotosta, se, mitä tämä työ todella rakentaa, on jotain, mitä kaupungit eivät ole koskaan todella omistaneet: hermosto. Kaupungit ovat jo betonia, terästä, sähköverkkoja ja kuitua. Mitä ne puuttuvat, on kerros, joka aistii, muistaa ja ennustaa reaaliajassa fyysistä ympäristöä.

I2X on se kerros. LiDAR-solmu valopylväässä toimii aistimisen hermosolmuna. Reunatietokone toimii paikallisena refleksinä, joka on tarpeeksi nopea toimimaan ilman keskitettyjä järjestelmiä. Ajan myötä solmujen verkosto rakentaa institutionaalista muistia urbaanissa mittakaavassa: miten risteykset käyttäytyvät, missä lähesonnettomuudet tapahtuvat, miten virtaukset muuttuvat myrskyssä, sähkökatkoissa, rakennuskohteissa tai hätätilanteissa.

Sovellukset seuraavat luonnostaan. Jalankulkijoiden turvallisuusilmoitus koulun alueella on refleksi. Liikennevalojen säätö, joka perustuu havaittuun virtaukseen, on opittu reaktio. Ennustava reitityssuositus hätäajoneuvolle riippuu sekä havainnoinnista että muistista. Logistiikka, hätätilannehallinta, ilmaston kestävyys ja autonomisen ajoneuvon koulutus kaikki tulevat helpommaksi, kun kaupunki voi jatkuvasti havainnoida ja oppia omista toimistaan. Asia ei ole lisätä enemmän kameroiden tai näyttöjen määrää. Asia on antaa urbaanille ympäristölle kyky, jota se on aina puuttunut: kyky aistia, muistaa ja reagoida reaaliajassa.

Infrastruktuuri muuttaa autonomian taloutta

Kun älykerros siirtyy ajoneuvosta infrastruktuuriin, autonomian ja urbaanien toimintojen talous muuttuu kolmella tärkeällä tavalla.

Ensinnäkin, ajoneuvon laitteiston kustannuskaava saa viimein paikan, minne mennä. Tänä päivänä jokainen autonomisen ajoneuvon on pyydettävä kantamaan koko havainnointiongelman ja suurimman osan turvallisuuden ongelmasta alustallaan. Siksi autonomisen ajoneuvon laitteiston hinnasto näyttää siltä, miltä se näyttää. Kun infrastruktuuri toimittaa havainnoinnin viimeisten sadan metrin matkalla ja ennustamisen sen päällä, ajoneuvo tulee kevyemmäksi, halvemmaksi ja helpommaksi sertifioinnissa. Sama logiikka koskee droneja, kävelyteiden roboteja ja muita autonomisia muotoja, jotka odottavat yksikköekonomioiden sulkemista.

Toiseksi, yhden infrastruktuurin käyttöönoton kohdennettu markkina laajenee dramaattisesti. LiDAR-solmu valopylväässä, joka palvelee kaupungin liikenneinsinöörien tiimiä, kansallista logistiikkayritystä, autonomista shuttle-operaattoria, turvallisuustutkijaa ja vakuutusyhtiön arvioijaa, on perustavanlaatuista erilainen omaisuus kuin sensori, joka palvelee yhtä vuokralaista. Jaettu infrastruktuuri kasvaa tapa, jota pistekohtaiset ratkaisut eivät tee.

Kolmanneksi, rahoitustarina tulee lukukelpoiseksi institutionaaliselle pääomalle, joka on perinteisesti rahoittanut satamia, tornia, kuitua ja julkisia palveluita. Meidän joukossamme on operatiivinen johtajuus yhteydenpitoon liittyvän infrastruktuurin käyttöönotossa ja yli kaksi vuosikymmentä infrastruktuuriprojektien rahoituskokemusta yrityksissä kuten Integrated Roadways, Black & Veatch ja Diode Ventures. Malli on tuttu. Kun omaisuusluokka tuottaa useita, sopimuksella varattuja, pitkäaikaisia tulovirtoja yhdestä fyysisestä jalanjäljestä, pääoman kustannukset laskevat, kesto pitenee ja rakentaminen kiihtyy. Se on hetki, jota lähestymme älykkään infrastruktuurin kanssa. Pääoma on odottanut selkeyttä, ei teknologiaa.

Tie oppii ajattelemaan takaisin

Kovia kuolonuhreja ei tulla siirtämään merkittävästi, kunnes lopetamme pyytämisen ajoneuvolta tekemään kaiken työn. Vuosikymmenen ajoneuvokeskeinen investointi tuotti standardeja, käyttöönottoja ja merkittäviä voittoja ajoneuvon matkustajien hyväksi. Se ei siirtänyt kuilua haavoittuvien tienkäyttäjien osalta, ja rakenteellinen syy on rakennettu geometrian ongelman ympärille.

Seuraava luku on infrastruktuurin puolella. Tiet, jotka havainnoivat. Risteykset, jotka ennustavat. Koridorit, jotka oppivat ja puuttuvat ennen onnettomuuksia. Lisää siihen myöhemmin energia, samalla fyysisellä jalanjäljellä, ja sinulla on perusta autonomialle järjestelmänä, ei tuotteena. Tärkeämpää on, että sinulla on infrastruktuuri, jonka kaupungit voivat käyttää kaikkeen muuhun, mihin he ovat yrittäneet ratkaista viimeisen 20 vuoden ajan.

V2X opetti ajoneuvoille puhumaan. I2X on kaupungin, joka oppii tunteen, ajattelemaan takaisin ja sitten eteenpäin.