Alegerea ochilor vehiculului autonom: O bătălie a senzorilor, strategiilor și compromisurilor

Până în 2030, piața vehiculelor autonome se așteaptă să depășească 2,2 trilioane de dolari, cu milioane de mașini care navighează pe drumuri folosind inteligență artificială și sisteme de senzori avansate. Însă, în mijlocul acestei creșteri rapide, o dezbatere fundamentală rămâne nerezolvată: care senzori sunt cei mai potriviți pentru conducerea autonomă — lidar, camere, radare sau ceva complet nou?

Această întrebare este departe de a fi academică. Alegerea senzorilor afectează totul, de la siguranță și performanță la cost și eficiență energetică. Unele companii, precum Waymo, pariază pe redundanță și varietate, echipând vehiculele cu o gamă completă de lidar, camere și radare. Altele, precum Tesla, urmăresc o abordare mai minimalistă și mai eficientă din punct de vedere al costurilor, bazându-se puternic pe camere și inovație software.

Să explorăm aceste strategii divergente, paradoxurile tehnice cu care se confruntă și logica de business care le determină deciziile.

De ce mașinile mai inteligente necesită soluții de energie mai inteligente

Acesta este, într-adevăr, un aspect important. Am întâmpinat o dilemă similară atunci când am lansat o companie care se ocupa de drone în 2013. Încercam să creăm drone capabile să urmărească mișcarea umană. La acea vreme, ideea era înaintea timpului său, dar curând a devenit clar că exista un paradox tehnologic.

Pentru ca un dron să urmărească un obiect, trebuie să analizeze datele de la senzori, ceea ce necesită putere de calcul — un computer de bord. Cu toate acestea, cu cât computerul trebuie să fie mai puternic, cu atât consumă mai multă energie. În consecință, este necesar un baterie cu o capacitate mai mare. Însă, o baterie mai mare crește greutatea dronului, iar o greutate mai mare necesită și mai multă energie. Apare un ciclu vicios: creșterea puterii necesită un consum mai mare de energie, greutate și, în final, cost.

Același problemă se aplică și vehiculelor autonome. Pe de o parte, doriți să echipați vehiculul cu toți senzorii posibili pentru a colecta cât mai multe date, a le sincroniza și a lua decizii cât mai precise. Pe de altă parte, acest lucru crește semnificativ costul și consumul de energie al sistemului. Este important să se ia în considerare nu numai costul senzorilor înșiși, ci și energia necesară pentru a procesa datele lor.

Cantitatea de date crește, iar încărcătura de calcul este în creștere. Desigur, de-a lungul timpului, sistemele de calcul au devenit mai compacte și mai eficiente din punct de vedere energetic, iar software-ul a devenit mai optimizat. În anii ’80, procesarea unei imagini de 10×10 pixeli putea dura ore; astăzi, sistemele analizează videouri în timp real și efectuează calcule suplimentare pe dispozitiv fără a consuma energie excesivă. Cu toate acestea, dilema performanței rămâne, iar companiile de vehicule autonome îmbunătățesc nu numai senzorii, ci și hardware-ul de calcul și algoritmii de optimizare.

Procesare sau percepție?

Problemele de performanță, în care sistemul trebuie să decidă ce date să ignore, sunt cauzate în primul rând de limitările computaționale, și nu de probleme cu senzorii LiDAR, camera sau radar. Acești senzori funcționează ca ochi și urechi ale vehiculului, capturând în mod continuu cantități mari de date despre mediu. Cu toate acestea, dacă computerul de bord nu are puterea de calcul necesară pentru a procesa toate aceste informații în timp real, devine copleșitor. Ca urmare, sistemul trebuie să prioritizeze anumite fluxuri de date în detrimentul altora, ignorând posibil anumite obiecte sau scene în anumite situații pentru a se concentra pe sarcini cu prioritate mai mare.

Acest blocaj computațional înseamnă că, chiar dacă senzorii funcționează perfect, și adesea au redundanțe pentru a asigura fiabilitatea, vehiculul poate totuși să aibă dificultăți în a procesa eficient toate datele. Nu este corect să învinovățiți senzorii în acest context, deoarece problema constă în capacitatea de procesare a datelor. Îmbunătățirea hardware-ului de calcul și optimizarea algoritmilor sunt pași esențiali pentru a atenua aceste provocări. Prin îmbunătățirea capacității sistemului de a gestiona volume mari de date, vehiculele autonome pot reduce probabilitatea de a pierde informații critice, conducând la operațiuni mai sigure și mai fiabile.

Sistemele LiDAR, cameră și radar: avantaje și dezavantaje

Este imposibil să spunem că un anumit tip de senzor este mai bun decât altul — fiecare își are propriul scop. Problemele sunt rezolvate prin selectarea senzorului potrivit pentru o anumită sarcină.

LiDAR-ul, deși oferă o cartografiere 3D precisă, este scump și are dificultăți în condiții meteorologice nefavorabile, cum ar fi ploaia și ceața, care pot dispersa semnalele laser. De asemenea, necesită resurse computaționale semnificative pentru a procesa datele sale dense.

Camerele, deși sunt rentabile, sunt puternic dependente de condițiile de iluminare, funcționând slab în lumină slabă, strălucire sau schimbări rapide de iluminare. De asemenea, lipsesc percepția profundă inerentă și au dificultăți cu obstacolele, cum ar fi murdăria, ploaia sau zăpada de pe obiectiv.

Radarul este fiabil în detectarea obiectelor în diverse condiții meteorologice, dar rezoluția sa scăzută face dificilă distingerea între obiecte mici sau situate la distanțe mici. Acesta generează adesea false pozitive, detectând articole irelevante care pot declanșa răspunsuri inutile. În plus, radarul nu poate descifra contextul sau ajuta la identificarea obiectelor vizual, spre deosebire de camere.

Prin utilizarea fuziunii de senzori — combinarea datelor de la LiDAR, radar și camere — aceste sisteme obțin o înțelegere mai holistică și mai precisă a mediului, ceea ce, la rândul său, îmbunătățește atât siguranța, cât și luarea deciziilor în timp real. Colaborarea Keymakr cu principalii dezvoltatori de sisteme avansate de asistență pentru șoferi (ADAS) a demonstrat cât de critică este această abordare pentru fiabilitatea sistemului. Am lucrat constant la seturi de date diverse și de înaltă calitate pentru a sprijini antrenamentul și rafinarea modelului.

Waymo VS Tesla: O poveste a două viziuni autonome

În domeniul vehiculelor autonome, puține comparații generează atâta dezbatere ca cea între Tesla și Waymo. Ambele companii sunt pioniere în viitorul mobilității — dar cu filosofii radical diferite. De ce, atunci, o mașină Waymo arată ca o navă spațială plină de senzori, în timp ce Tesla pare aproape lipsită de senzori externi?

Să aruncăm o privire asupra vehiculului Waymo. Este o mașină Jaguar modificată pentru conducere autonomă. Pe acoperișul său se află zeci de senzori: lidar, camere, sisteme laser rotative (așa-numiții “spinners”) și radare. Sunt, într-adevăr, foarte mulți: camere în oglinzi, senzori pe bara de protecție din față și spate, sisteme de vizualizare pe distanțe lungi — toate sunt sincronizate.

Dacă un astfel de vehicul este implicat într-un accident, echipa de ingineri adaugă noi senzori pentru a colecta informațiile lipsă. Abordarea lor constă în utilizarea maximă a tehnologiilor disponibile.

De ce, atunci, Tesla nu urmează aceeași cale? Una dintre principalele motive este că Tesla nu a lansat încă Robotaxi pe piață. De asemenea, abordarea lor se concentrează pe minimizarea costurilor și inovare. Tesla consideră că utilizarea lidar-ului este impracticabilă din cauza costului său ridicat: costul de producție al unei camere RGB este de aproximativ 3 dolari, în timp ce un lidar poate costa 400 de dolari sau mai mult. În plus, lidar-urile conțin componente mecanice — oglinzi rotative și motoare — ceea ce le face mai predispuse la defectare și înlocuire.

Camerele, pe de altă parte, sunt statice. Nu au părți mobile, sunt mult mai fiabile și pot funcționa timp de decenii până când carcasă se degradează sau obiectivul se estompează. În plus, camerele sunt mai ușor de integrat în designul mașinii: pot fi ascunse în interiorul caroseriei, făcându-le aproape invizibile.

Abordările de producție diferă, de asemenea, semnificativ. Waymo utilizează o platformă existentă — o mașină Jaguar de producție — pe care montează senzori. Nu au avut de ales. Tesla, pe de altă parte, produce vehicule de la zero și poate planifica integrarea senzorilor în caroserie din start, ascunzându-i din vedere. Formal, vor fi enumerate în specificații, dar vizual vor fi aproape imperceptibili.

În prezent, Tesla utilizează opt camere în jurul mașinii — în față, spate, oglinzi laterale și uși. Vor utiliza senzori suplimentari? Cred că da.

Pe baza experienței mele ca șofer Tesla și pasager în vehicule Waymo, cred că integrarea lidar-ului ar îmbunătăți sistemul de conducere autonomă completă al lui Tesla. Simt că sistemul FSD al lui Tesla lipsește, în prezent, o anumită precizie atunci când conduce. Adăugarea tehnologiei lidar ar putea îmbunătăți capacitatea sa de a naviga în condiții dificile, cum ar fi strălucirea solară puternică, praful din aer sau ceața. Această îmbunătățire ar face sistemul mai sigur și mai fiabil în comparație cu utilizarea exclusivă a camerelor.

Însă, din punct de vedere al afacerilor, atunci când o companie dezvoltă propria tehnologie, urmărește un avantaj competitiv — un avantaj tehnologic. Dacă poate crea o soluție care este dramatic mai eficientă și mai ieftină, deschide ușa către dominanța pe piață.

Tesla urmează această logică. Musk nu vrea să urmeze calea altor companii, cum ar fi Volkswagen sau Baidu, care au făcut, de asemenea, progrese semnificative. Chiar și sistemele precum Mobileye și iSight, instalate în mașini mai vechi, demonstrează deja o autonomie decentă.

Însă Tesla își propune să fie unică — și aceasta este logica de business. Dacă nu oferiți ceva radical mai bun, piața nu vă va alege.