Smarte biler redder fortsatt ikke fotgjengere

I 2024, 7 080 fotgjengere ble drept og over 71 000 skadet på amerikanske veier. Syklistdødsfall nådde sitt høyeste nivå siden minst 1980. Samlet trafikktoll sank under 40 000 for første gang siden 2020. Men nesten all denne fremgangen gavnet bilens innbyggere. Fotgjengere og syklister dør fortsatt i nær historiske tall.

Denne gapet er historien. Førerhjelpsfunkjoner har målbart redusert innbyggerdødsfall de siste ti årene. De har ikke gjort det samme for sårbare vegbrukere, og grunnen kommer ned til synsfelt, ikke føreratferd. Et kjøretøy-montert sensorsystem er begrenset av chassisets geometri. Stedene hvor fotgjengere og syklister er mest utsatt, er nøyaktig de stedene hvor onboard-sensorer er strukturelt svakest. Okkulterte kryssninger. Midt-blokk-kryssninger. Blinde hjørner. Skoleområder hvor et barn trår mellom parkerte biler. Denne begrensningen gjelder like mye for en menneskelig fører som ser gjennom en frontrute, et automatisk bremseystem som leser en fremovervendt radar, og ethvert fremtidig autonomt system vi setter på et kjøretøy.

For det meste av det siste tiåret, har hele samtalen rundt koblet kjøretøy, autonom mobilitet og by-robotikk vært en Vehicle-to-Everything (V2X)-samtale. Idéen er at kjøretøyet snakker med andre kjøretøy, med vegutstyr, med fotgjenger-telefoner og med nettverket. Større sensorsuiter, bedre modeller, mer onboard-komputering, mer redundans — alt sentrert rundt kjøretøyet selv. Denne innrammingen produserte virkelig fremgang. Den påførte også en tak i hva kjøretøy-sentrert persepsjon kan gjøre for fotgjengere og syklister.

Neste fase av dette arbeidet har en annen form. Kall det Infrastructure-to-Everything, eller I2X. Kryssningen, korridoren og omgivende infrastruktur oppfatter og forutsier på vegne av hva som helst som beveger seg gjennom dem. I2X er det hardeste problemet. Det er også der sikkerhetstilfellet endelig lukkes.

V2X har en sikkerhetstak, og vi er nå ved den

Kjøretøy-sentrert tilnærming har vært lesbar for investorer, bilprodusenter og regulatorer på en måte infrastruktur ikke har. Fremgang kan måles i sensor-tellinger, modellparametere og frakoblingsrater. Det passer nøye inn i en presentasjonsflate. V2X-staken har modnet deretter. cellulær V2X-standarden er virkelig, vegutstyr er utbygget i dusinvis av korridorer, og større bil- og teknologiselskaper heller betydelig kapital i kooperative persepsjonsplattformer.

Denne kapitalen har produsert ekte gevinster, igjen primært for bilens innbyggere. Den har ikke lukket gapet for sårbare vegbrukere, og forskningssamfunnet er stadig mer klart om hvorfor. En nylig empirisk studie av V2X-kooperative persepsjonssystemer identifiserer seks gjentakende feilmodeller i enkelt-agent autonome systemer, de fleste med samme begrensning: et kjøretøy kan ikke oppfatte utenfor sin synsflate. Okkulteringer, ikke-synsflate-kryssninger, værforverring, kanttilfeller som ikke dukket opp i treningdata. Separat forskning fokusert på sårbare vegbrukersikkerhet nårmer seg samme konklusjon fra en annen vinkel: fotgjenger- og syklist-lokaliseringsfeil er feilmodusen kjøretøy-monterte sensorer er strukturelt dårlige til å løse.

Mer LiDAR hjelper. Mer radar hjelper. Bedre modeller hjelper. Ingen av dem endrer den underliggende geometrien. Et kjøretøy-montert sensor vil alltid ha synsflate-begrensninger, og synsflaten blir dårligere jo tettere bybebyggelsen er. Stedene hvor vi trenger autonomi til å være tryggest, er nøyaktig de stedene hvor kjøretøy-sentrert persepsjon er strukturelt svakest.

I2X snur polariteten

Infrastructure-to-Everything starter fra en annen premisse. Veien, kryssningen, korridoren og lasteområdet er ikke passive overflater som venter på å bli oppfattet. De blir aktive intelligenslag som oppfatter, tolker og kringkaster tilstander utover. Et kjøretøy som nærmer seg en okkultert kryssning, trenger ikke å se rundt hjørnet med sine egne sensorer. Hjørnet ser for det. En leveringsrobot som arbeider på en fortaus, trenger ikke å forutse en fotgjenger bak en parkert bil. Lyktstolpen vet allerede at fotgjengeren er der.

Dette er siden av problemet vi bygger på Surge. Våre utbygginger er LiDAR-bare edge-persepsjonsnoder montert på eksisterende by-infrastruktur: lyktstolper, signalhoder og tak. Ingen kameraer, ingen bilder og ingen personlig identifiserbar data fanget på øyeblikket for oppfattelse. Vi kaller posisjoneringen «Anonym ved fysikk», fordi LiDAR fanger bevegelse og geometri, ikke ansikter, nummerplater eller identitet. Utgangen er en sanntidsstrøm av plassering, hastighet og bane. Den samme strømmen er nyttig for en bys trafikkingeniør, en autonom kjøretøy-stak, en logistikk-ruter, en sikkerhetsforsker, alle fra ett enkelt sensorspor.

To designvalg er viktige for sikkerhetstilfellet. Først er at infrastruktur-persepsjon er multi-leietaker fra begynnelsen. Et kjøretøy-montert sensor-stak er punkt-til-punkt og betjener en kunde om gangen. En LiDAR-node på en lyktstolpe betjener hver bil, hver drone og hver fotgjenger-sikkerhetsapplikasjon som trenger data, samtidig. Økonomien ligner mer på en mobil-tårn enn et olje-brønn. Andre er at korridor-dekkning er viktigere enn kryssnings-dekkning. Isolerte noder er nyttige. Nettskaps-korridorer er forsvarbare, fordi fotgjenger-sikkerhet, autonom kjøretøy-trening og nødsituasjonssvar avhenger av kontinuitet, ikke øyeblikksbilder.

Sanntids-persepsjon er gulvet. Forutsigelse er taket.

Den dypere muligheten er ikke sanntids-laget. Sanntids-persepsjon løser de åpenbare sikkerhetstilfellene, og det alene er verdifullt. Den dypere låsen kommer når AI-modeller trener på kontinuerlig infrastruktur-data over måneder og år, i stedet for episodiske øyeblikksbilder kjøretøy fanger.

Kjøretøy-data er, av sin natur, sparsom og ujevn. En bil passerer gjennom en kryssning noen ganger om dagen på det meste. Den ser en skive. En infrastruktur-node ser på samme kryssing 24 timer i døgnet, hver dag, i år. Den ser hele distribusjonen. Samme sted gjennom rushtid, stormer, bygging, strømbrudd, arrangementer og sesongskifter. Det er en fundamentalt annen type trening-data, og det produserer en fundamentalt annen type modell.

Etterhvert som data samles inn, stopper systemet å være reaktivt og blir forutsigbart. Gange-mønsteret til noen som er på vei å trå av kanten uten å se. Bremsingsprofilen til et kjøretøy som er på vei å kjøre rødt. Konvergens-geometrien som foregår en nær-miss mellom en svingende buss og en syklist i sykkel-løpet. Disse er forløper-signaler. De er statistisk observerbare. De finnes ikke i kollisjons-rapporter fordi de ikke er kollisjoner. De er forløper-hendelser og skjer mange flere ganger enn kollisjoner selv. Kollisjoner er statistisk sparsomme. Nær-misser er overflodige. Infrastruktur-systemer observerer forløper-atferdene som kollisjons-databaser aldri fanger. Et kjøretøy som beveger seg gjennom en kryssning, vil aldri se dem i skala. Infrastruktur som bor i kryssingen, ser dem konstant.

Det er den faktiske sikkerhets-låsen. Løftet om koblet mobilitet har alltid vært at vi kunne gripe inn før en kollisjon, ikke dokumentere det etter. Onboard-sensorer pluss reaktiv kjøretøy-til-alt kommunikasjon får deg delvis der. Et forutsigbart lag trent på kontinuerlig, multi-modal, infrastruktur-bosatt data er hva som får deg resten av veien. Samme logikk, incidentally, gjelder på energi-siden, hvor selskaper som HEVO viser at fullt autonome flåter trenger infrastruktur for å levere kraft så vel som persepsjon. Forskellig domene, samme konklusjon: verden må gjøre arbeid som kjøretøyet ikke kan gjøre alene.

En nervesystem for den urbane miljø

Når du tar ett skritt tilbake fra en enkelt utbygging, er dette arbeidet virkelig bygging av noe byer aldri har hatt: et nervesystem. Byer har allerede betong, stål, kraftnet og fiber. Hva de mangler, er et lag som oppfatter, husker og forutsier i sanntid over den fysiske miljøet.

I2X er det laget. En LiDAR-node på en lyktstolpe fungerer som en sanntids-neuron. Edge-komputering oppfører seg som en lokal refleks, rask nok til å handle uten å vente på sentraliserte systemer. Over tid bygger en nettverk av noder institusjonell minne på by-skala: hvordan kryssninger oppfører seg, hvor nær-misser skjer, hvordan strømmer endrer seg under stormer, strømbrudd, bygging eller nødsituasjoner.

Applikasjonene følger naturlig. En fotgjenger-sikkerhets-varsel i et skole-område er en refleks. En trafikksignal-justering basert på observert strøm er en lært respons. En forutsigbar rute-anbefaling for et nødsituasjonskjøretøy avhenger av både oppfattelse og minne. Logistikk, nødsituasjons-håndtering, klima-resiliens og autonom kjøretøy-trening blir alle enklere når byen kan kontinuerlig observere og lære fra sine egne operasjoner. Poenget er ikke å legge til flere kameraer eller dashboards. Poenget er å gi den urbane miljøet evnen det alltid har manglet: evnen til å oppfatte, huske og svare i sanntid.

Infrastruktur endrer økonomien til autonomi

Når intelligens-laget migrerer fra kjøretøyet til infrastrukturen, endrer økonomien til autonomi og by-operasjoner seg på tre viktige måter.

Først er at kostningskurven til onboard-kjøretøy-hardware endelig har et sted å gå. I dag blir hver autonom kjøretøy bedt om å bære hele persepsjons-problemet og det meste av sikkerhets-problemet på sitt chassis. Det er hvorfor regnskapslisten for et autonomt kjøretøy ser ut som den gjør. Når infrastruktur leverer persepsjon over de siste hundre meterne og forutsigelse på toppen, blir kjøretøyet lettere, billigere og enklere å sertifisere. Samme logikk gjelder for droner, fortaus-roboter og enhver annen autonom form-faktor som venter på at enhets-økonomien skal lukke.

Andre er at markedet for hver enkelt infrastruktur-utbygging utvides dramatisk. En LiDAR-node på en lyktstolpe som betjener en bys trafikkingeniør, en nasjonal logistikk-leverandør, en autonom skyttel-operatør, en sikkerhetsforsker og en forsikrings-underskriver, er en fundamentalt annen aktivitet enn en sensor som betjener en enkelt leietaker. Delte infrastrukturer forsterker på en måte punkt-løsninger ikke gjør.

Tredje er at finansierings-historien blir lesbar for det institusjonelle kapital som historisk har finansiert havner, tårn, fiber og utilitar. Mellom oss bringer vi operasjonell ledelse i koblet-infrastruktur-utbygging og mer enn to tiår med infrastruktur-prosjekt-finansieringserfaring på selskaper som Integrated Roadways, Black & Veatch og Diode Ventures. Mønsteret er kjent. Når en aktivitetstype produserer flere, kontraherte, lang-tenor-inntektsstrømmer fra ett enkelt fysisk spor, synker kostnaden for kapital, varigheten utvides og utbyggingen akselererer. Det er øyeblikket vi nærmer oss med intelligent infrastruktur. Kapitalen har ventet på lesbarhet, ikke på teknologien.

Veien lærer å tenke tilbake

De harde dødstallene kommer ikke til å bevege seg materielt før vi stopper å be kjøretøyet om å gjøre all arbeidet. Tiåret med kjøretøy-sentrert investering produserte standarder, utbygginger og meningsfulle gevinster for kjøretøy-innbyggere. Det flyttet ikke nålet for de personene som er mest utsatt for konsekvensene av at kjøretøy får det galt, og den strukturelle grunnen er bygget inn i problemets geometri.

Neste kapittel er infrastruktur-ut. Veier som oppfatter. Kryssninger som forutsier. Korridorer som lærer og griper inn før kollisjoner skjer. Legg til energi-siden senere, på samme fysisk spor, og du har substratet for autonomi som et system snarere enn et produkt. Enda viktigere, du har infrastruktur som byer kan bruke til alt annet de har prøvd å løse de siste tyve årene.

V2X lærte kjøretøy å snakke. I2X er byen som lærer å føle, å tenke tilbake og så å tenke fremover.