Przyszłość pojazdów autonomicznych

Przyjęcie pojazdów autonomicznych na skalę globalną przybiera na szybkości. W Wielkiej Brytanii niedawno przyjęto Ustawę o pojazdach autonomicznych, aby zapewnić bezpieczną integrację w pełni i częściowo autonomicznych pojazdów w społeczeństwie w ciągu najbliższych kilku lat. Więcej pojazdów autonomicznych jest testowanych właśnie w Chinach niż gdziekolwiek indziej na świecie. A w Stanach Zjednoczonych, duże obszary miejskie wykorzystują „robotaksówki” w swoich możliwościach transportu publicznego. Firmy takie jak Cruise, Waymo i, oczywiście, Tesla mają miliardy dolarów zainwestowane w swoje wielkie ambicje związane z samochodami i usługami bez kierowcy od wybrzeża do wybrzeża i na całym świecie. W tym momencie rozwój i wdrożenie technologii pojazdów autonomicznych nie jest już kwestią „czy” lub nawet „kiedy”, ale po prostu kwestią „w jakim stopniu”? Co może przyjęcie pojazdów autonomicznych na masową skalę zrobić, aby nie tylko poprawić nasze drogi, ale także nasze społeczeństwo?

Automatyzacja bezpieczeństwa drogowego

Popychanie pojazdów autonomicznych i gór pieniędzy zainwestowanych w te technologie jest wskazaniem powszechnie uznanego dobra publicznego, jakie może mieć wdrożenie samochodów bez kierowcy. Po pierwsze, są standardy bezpieczeństwa samochodów bez kierowcy w porównaniu z kierowcami ludzkimi. Ostatnie badanie opublikowane w Nature Communications i wnioski z Raportu o wpływie Tesli z 2022 roku podkreślają potencjał przekształceniowy wdrożenia pojazdów autonomicznych w celu poprawy bezpieczeństwa drogowego. Pojazdy autonomiczne okazały się zmniejszyć kolizje z tyłu, czołowe i boczne, a także przypadki zjechania z drogi o 20% do 50%. Biorąc pod uwagę, że Światowa Organizacja Zdrowia szacuje, że urazy drogowe są odpowiedzialne za śmierć 1,35 miliona ludzi na całym świecie każdego roku, ta dramatyczna poprawa bezpieczeństwa samochodów będzie miała ogromny wpływ. Chociaż wymagane są jeszcze dalsze udoskonalenia technologiczne, zanim pojazdy autonomiczne przewyższą kierowców ludzkich we wszystkich okolicznościach (samochody z kierowcami ludzkimi nadal pozostają bezpieczniejsze w warunkach niskiej widoczności i podczas skrętów), dalszy postęp technologii sensorycznych, algorytmów predykcyjnych i komunikacji V2X będzie nadal poprawiać odpowiedzi w tych złożonych scenariuszach jazdy i umożliwiać tworzenie bezpieczniejszych dróg.

Unikanie korków

Ponadto, wdrożenie pojazdów autonomicznych będzie miało znaczący wpływ na problem korków. W badaniu przeprowadzonym przez Stowarzyszenie Transportu Komunikacyjnego (ACT) i Departament Transportu Stanów Zjednoczonych (USDOT), „godziny szczytu” – kiedyś odpowiedni tytuł – teraz stanowią sześć godzin dziennie i sprawiają, że podróż w tych czasach jest o 40% dłuższa. Jeden pojedynczy kierowca hamujący może wpłynąć na ruch w całym mieście, powodując spowolnienie lub nawet całkowite zakorkowanie. Z pomocą czujników i kamer zasilanych przez najnowocześniejsze oprogramowanie, jednakże, pojazdy autonomiczne hamują znacznie rzadziej niż ich ludzcy odpowiednicy i, w wyniku tego, są znacznie mniej prawdopodobne, aby spowodować te zakorkowania. Nawet wdrożenie kilku pojazdów autonomicznych może mieć pozytywny wpływ na korki, pomagając modyfikować prędkość kierowców ludzkich, z którymi dzielą drogę.

Efektywność paliwowa i zrównoważoność

Pojazdy autonomiczne mogą również poprawić efektywność paliwową nad kierowcami ludzkimi, kontrolując ich prędkość i przyspieszenie, a także podróżując bliżej siebie, aby poprawić opór powietrza i zmniejszyć zużycie paliwa. Zgodnie z MIT News, jeśli każdy pojazd na drodze był autonomiczny, nie tylko prędkość podróży wzrosłaby o 20%, ale również zużycie paliwa zostałoby zmniejszone o 18%, a emisje dwutlenku węgla zostałyby obniżone o 25%. Ten rozwój byłby przełomowy w naszych dalszych wysiłkach, aby wprowadzić zrównoważoność do niezliczonej liczby branż i firm. Badanie przeprowadzone przez TuSimple wykazało, że ich autonomiczne ciężarówki były o 11% bardziej ekonomiczne pod względem paliwa niż te prowadzone przez kierowców ludzkich. Zwiększona ekonomia paliwowa pozwoli towarom i usługom stać się mniej kosztownymi dla konsumentów, a także pomoże tym firmom w ich wysiłkach, aby uczynić swoje operacje bardziej zielonymi i zrównoważonymi.

Spojrzenie pod maskę

Poziom rozwoju technologicznego, który pozwala tym systemom pojazdów autonomicznych działać, był dziesiątkami lat w powstawaniu. Tablice czujników, w tym kamery, radary i LiDAR-y, dostarczają danych do sieci neuronowych zaprojektowanych do naśladowania ludzkiego mózgu i wykonywania wykrywania obiektów i segmentacji obrazu. Te sieci neuronowe następnie przetwarzają te sensoryczne dane wejściowe, w tym obecność innych pojazdów, znaków drogowych i przeszkód, w celu utworzenia kompleksowej mapy otoczenia pojazdu. Następnym krokiem jest planowanie ruchu, gdzie szczegółowe trasy i trajektorie są obliczane przy użyciu kompleksowej analizy wszystkich wcześniej zebranych danych. Nawet wtedy te procesy muszą nadal uwzględniać nieprzewidziane sytuacje i być w stanie dostosować się w czasie rzeczywistym do tych okoliczności. Ze względu na ogromną liczbę skomplikowanych i szczegółowych procesów, które wchodzą w skład rozwoju tych systemów i oprogramowania, żaden z nich nie jest identyczny, a każdy z tych systemów AV ma swoje wady i zalety.

Rozstaje dróg

Dwa główne podejścia do rozwoju jazdy autonomicznej to mapy HD i systemy bez map HD. Korzyścią z używania map jest uproszczone wykrywanie obiektów i planowanie ruchu, ale te systemy są uzależnione od ciągłej komunikacji w celu aktualizacji danych i są narażone na przestarzałość. Systemy bez map, takie jak ten opracowany przez firmę oprogramowania do jazdy autonomicznej Imagry, opierają się niemal wyłącznie na danych w czasie rzeczywistym i są bardziej zgodne z tym, jak działają kierowcy ludzcy. Są one również bardziej samodzielne i mniej narażone na zagrożenia cybernetyczne, ale wymagają zaawansowanych możliwości percepcji na pokładzie i złożonego przetwarzania w czasie rzeczywistym. Po tym początkowym podziale filozoficznym istnieją inne, które były na pierwszym planie debaty w branży. Planowanie ruchu oparte na regułach w porównaniu z planowaniem opartym na sieciach neuronowych jest jednym z takich punktów spornych, z preferencjami dla bardziej określonego podejścia „jeśli-to” charakterystycznego dla systemów opartych na regułach. Chociaż konstrukcja predefiniowanych scenariuszy oferuje wysoką wyjaśnialność, te systemy mają trudności z adaptacją do nowych, nieprzewidzianych sytuacji, obszaru, w którym systemy oparte na sieciach neuronowych wyróżniają się.

Przyszłość

Prace nad umożliwieniem powszechnego przyjęcia pojazdów autonomicznych na całym świecie są kontynuowane. Nie ma braku producentów samochodów i firm, które są gotowe zainwestować miliardy dolarów w rozwój pojazdów autonomicznych i usług z nimi związanych. Chociaż istnieje wiele różnych systemów i procesów, które wchodzą w skład tworzenia samochodów bez kierowcy, wszyscy eksperci w jakimś stopniu zgadzają się co do ogromnej liczby praktycznych korzyści, jakie pojazdy autonomiczne i ich wdrożenie mogą mieć dla społeczeństwa. Następna i być może najważniejsza przeszkoda do pokonania jest budowanie zaufania ogółu społeczeństwa do tych technologii. Rozwój sztucznej inteligencji również rozpoczął się pod chmurą sceptycyzmu i nieufności, które musiały być przezwyciężone. Teraz nie ma już większej branży ani firmy na świecie, która nie wykorzystywałaby tych technologii w jakimś stopniu. Pojazdy autonomiczne będą miały podobną górę do pokonania, ale w miarę jak te systemy będą się rozwijać i stawać się bardziej powszechne na naszych drogach, nasza wygodność i znajomość z nimi również będzie rosła. W miarę jak te technologie rozwijają się w szybkim tempie, branża AV jest dalej na drodze do globalnego przyjęcia, niż mogliby się spodziewać niektórzy.