Mașinile mai inteligente nu salvează încă pietonii

În 2024, 7.080 de pietoni au fost uciși și peste 71.000 răniți pe drumurile americane. Numărul de decese ale cicliștilor a atins nivelul cel mai ridicat din 1980. Numărul total de decese pe drumuri a scăzut sub 40.000 pentru prima dată din 2020. Cu toate acestea, aproape toate progresele au beneficiat ocupanții vehiculelor. Pietonii și cicliștii mor încă la rate aproape istorice.

Această diferență este povestea. Caracteristicile de asistență pentru șoferi au redus semnificativ numărul de decese ale ocupanților vehiculelor în ultimul deceniu. Ele nu au făcut același lucru pentru utilizatorii vulnerabili ai drumurilor, iar motivul se datorează liniei de vedere, nu comportamentului șoferului. Un stivă de senzori montat pe vehicul este limitat de geometria șasiului. Locurile în care pietonii și cicliștii sunt cei mai expuși riscurilor sunt exact locurile în care senzorii de bord sunt structural slabi. Intersecții ocluzionate. Treceri la nivel cu pietoni. Colțuri oarbe. Zone școlare în care un copil trece între mașini parcate. Această limită se aplică în mod egal unui șofer care privește prin parbriz, un sistem de frânare automată care citește un radar orientat înainte și orice stivă autonomă pe care o punem pe un vehicul.

Pentru cea mai mare parte a ultimului deceniu, întreaga conversație despre vehicule conectate, mobilitate autonomă și robotică urbană a fost o conversație Vehicle-to-Everything (V2X). Ideea este că vehiculul vorbește cu alte vehicule, cu echipamente de lângă drum, cu telefoanele pietonilor și cu rețea. Senzori mai mari, modele mai bune, mai multă putere de calcul pe bord și mai multă redundanță — toate centrate pe vehiculul însuși. Acest cadru a produs progrese reale. A impus, de asemenea, un plafon pentru ceea ce poate face percepția centrată pe vehicul pentru pietoni și cicliști.

Următoarea fază a acestui proiect are o formă diferită. S-o numim Infrastructure-to-Everything, sau I2X. Intersecția, coridorul și infrastructura înconjurătoare percep și prevăd în numele a ceea ce se mișcă prin ele. I2X este jumătatea mai grea a problemei. Este și acolo unde cazul de securitate se închide în sfârșit.

V2X are un plafon de securitate și acum îl atingem

Abordarea centrată pe vehicul a fost lizibilă pentru investitori, producători de automobile și reglementatori într-un mod în care infrastructura nu a fost. Progresul poate fi măsurat în numărul de senzori, parametrii modelului și ratele de dezangajare. Se potrivește frumos într-o prezentare. Stiva V2X a maturizat corespunzător. Standardele V2X celulare sunt reale, unitățile de lângă drum sunt desfășurate în zeci de coridoare, iar jucătorii importanți din industria auto și tehnologie investesc serios în platforme de percepție cooperativă.

Acest capital a produs câștiguri reale, din nou în primul rând pentru ocupanții vehiculelor. Nu a închis decalajul pentru utilizatorii vulnerabili ai drumurilor, iar comunitatea de cercetare este din ce în ce mai clară despre de ce. Un studiu empiric recent despre sistemele de percepție cooperativă V2X identifică șase tipare de eroare recurente în sistemele autonome cu un singur agent, majoritatea înrădăcinată în aceeași limitare: un vehicul nu poate percepe dincolo de linia sa de vedere. Ocluziuni, intersecții fără vedere directă, degradare meteorologică, cazuri marginale care nu au apărut în datele de antrenament. Cercetări separate axate pe securitatea pietonilor și cicliștilor ajung la aceeași concluzie dintr-un unghi diferit: localizarea pietonilor și cicliștilor este modul de eșec pe care senzorii de pe vehicul îl rezolvă structural prost.

Mai mult LiDAR ajută. Mai mult radar ajută. Modele mai bune ajută. Niciunul nu schimbă limitarea de bază. Un senzor montat pe vehicul va avea întotdeauna limitări de vedere, iar linia de vedere se înrăutățește pe măsură ce crește densitatea urbană. Locurile în care avem nevoie de autonomie pentru a fi cea mai sigură sunt exact locurile în care percepția centrată pe vehicul este structural slabă.

I2X inversează polaritatea

Infrastructure-to-Everything pornește de la o premisă diferită. Drumul, intersecția, coridorul și infrastructura înconjurătoare nu sunt suprafețe pasive care așteaptă să fie percepute. Ele devin straturi de inteligență active care percep, interpretează și transmit condiții în exterior. Un vehicul care se apropie de o intersecție ocluzată nu are nevoie să vadă în jurul colțului cu senzorii săi. Colțul vede pentru el. Un robot de livrare care lucrează pe o trotuar nu are nevoie să anticipeze pietonul din spatele unei mașini parcate. Stâlpul de iluminat știe deja că pietonul este acolo.

Acesta este partea problemei pe care o construim la Surge. Instalările noastre sunt noduri de percepție LiDAR montate pe infrastructura urbană existentă: stâlpi de iluminat, semne de circulație și acoperișuri. Fără camere, fără imagini și fără date de identificare personală capturate în momentul detectării. Le numim poziționarea „Anonimă prin fizică”, deoarece LiDAR capturează mișcarea și geometria, nu fețe, plăci de înmatriculare sau identitate. Ieșirea este un flux în timp real de locație, viteză și traiectorie. Același flux este util unui inginer de trafic urban, unui stivă de vehicule autonome, unui router de logistică și unui cercetător de securitate, toți de pe o singură amprentă de senzor.

Două alegeri de proiectare contează pentru cazul de securitate. Primul este acela că percepția infrastructurii este multi-locatară din start. Un stivă de senzori montat pe vehicul este punct-la-punct și deservește un singur client la un moment dat. Un nod LiDAR pe un stâlp de iluminat deservește fiecare vehicul, fiecare dronă și fiecare aplicație de siguranță a pietonilor care are nevoie de date, simultan. Economia se aseamănă mai mult cu o turn de celule decât cu o sondă de petrol. Al doilea este acela că acoperirea la nivel de coridor contează mai mult decât acoperirea la nivel de intersecție. Nodurile izolate sunt utile. Coridoarele conectate sunt defensive, deoarece siguranța pietonilor, antrenamentul vehiculelor autonome și răspunsul la urgențe depind de continuitate, nu de instantanee.

Percepția în timp real este podeaua. Prevederea este tavanul.

Oportunitatea mai profundă nu este stratul în timp real. Percepția în timp real rezolvă cazurile de securitate evidente, și asta singură este valoroasă. Oportunitatea mai profundă vine atunci când modelele de inteligență artificială se antrenează cu date continue de infrastructură pe parcursul lunilor și anilor, în loc de instantanee episodice capturate de vehicule.

Datele vehiculului sunt, prin natura lor, rare și discontinue. O mașină trece printr-o intersecție de câteva ori pe zi, cel mult. Vede o felie. Un nod de infrastructură observă aceeași intersecție 24 de ore pe zi, în fiecare zi, timp de ani. Vede distribuția completă. Aceeași locație prin orele de vârf, furtuni, construcții, întreruperi, evenimente și schimbări sezoniere. Acesta este un tip fundamental diferit de date de antrenament, și produce un tip fundamental diferit de model.

Pe măsură ce se acumulează date, sistemul încetează să mai fie reactiv și devine predictiv. Modelul de mers al cuiva care este pe cale să treacă strada fără să se uite. Profilul de decelerare al unui vehicul care este pe cale să treacă un semafor roșu. Geometria de convergență care precede un aproape-accident între un autobuz care se întoarce și o bicicletă în banda pentru bicicliști. Acestea sunt semnale precursori. Sunt observabile statistic. Nu există în rapoartele de accidente pentru că nu sunt accidente. Sunt evenimente precursori și apar cu ordine de mărime mai des decât accidentele însele. Accidentele sunt rare din punct de vedere statistic. Aproape-accidentele sunt abundente. Sistemele de infrastructură observă comportamentele precursori pe care bazele de date ale accidentelor nu le captează niciodată. Un vehicul care trece printr-o intersecție nu va vedea niciodată la scară. Infrastructura care trăiește la intersecție le vede constant.

Asta este deblocarea reală a securității. Promisiunea mobilității conectate a fost întotdeauna că am putea interveni înainte de un accident, nu doar să-l documentăm după. Senzorii de bord plus comunicarea reactivă vehicul-la-tot obțin jumătate din drum. Un strat predictiv antrenat cu date continue, multimodale și rezidente în infrastructură este ceea ce obține restul drumului. Logica aceeași, incidental, se aplică și pe partea energetică, unde companii precum HEVO demonstrează că flotele complet autonome au nevoie de infrastructură pentru a livra energie, precum și percepție. Domeniu diferit, aceeași concluzie: lumea trebuie să facă munca pe care vehiculul nu o poate face singur.

Un sistem nervos pentru mediul urban

Când vă îndepărtați de la orice singură implementare, ceea ce construim aici este de fapt ceva pe care orașele nu l-au avut niciodată: un sistem nervos. Orașele au deja beton, oțel, rețele de energie electrică și fibră optică. Ceea ce le lipsește este un strat care simte, amintește și prevăd în timp real mediul fizic.

I2X este acel strat. Un nod LiDAR pe un stâlp de iluminat funcționează ca o neuronă senzorială. Calculul de margine se comportă ca un reflex local, suficient de rapid pentru a acționa fără a aștepta sistemele centralizate. În timp, o rețea de noduri construiește o memorie instituțională la scară urbană: cum se comportă intersecțiile, unde apar aproape-accidentele, cum se schimbă fluxurile în timpul furtunilor, întreruperilor, construcțiilor sau urgențelor.

Aplicațiile urmează în mod natural. O alertă de siguranță a pietonilor într-o zonă școlară este un reflex. O ajustare a semnalului de trafic pe baza fluxului observat este un răspuns învățat. O recomandare predictivă de rutare pentru un vehicul de urgență depinde atât de percepție, cât și de memorie. Logistică, gestionarea urgențelor, reziliența climatică și antrenamentul vehiculelor autonome devin mai ușoare atunci când orașul poate observa și învăța în mod continuu din propriile operațiuni. Punctul nu este să adăugăm mai multe camere sau table. Punctul este să dăm mediului urban capacitatea pe care a lipsit-o întotdeauna: capacitatea de a percepe, aminti și răspunde în timp real.

Infrastructura schimbă economia autonomiei

Când stratul de inteligență migrează de la vehicul la infrastructură, economia autonomiei și a operațiunilor urbane se schimbă în trei moduri importante.

În primul rând, curba de cost a hardware-ului de bord a vehiculului are în sfârșit unde să meargă. Astăzi, fiecare vehicul autonom este solicitat să poarte întreaga problemă a percepției și cea mai mare parte a problemei securității pe șasiu. De aceea lista de materiale pentru un vehicul autonom arată astfel. Când infrastructura livrează percepția peste ultimii o sută de metri și prevederea deasupra acesteia, vehiculul devine mai ușor, mai ieftin și mai ușor de certificat. Logica aceeași se aplică și dronelor, roboților de pe trotuar și oricărui alt factor de formă autonom care așteaptă ca economia sa unitară să se închidă.

În al doilea rând, piața adresabilă pentru orice implementare de infrastructură se extinde dramatic. Un nod LiDAR pe un stâlp de iluminat care deservește echipa de inginerie a traficului dintr-un oraș, un transportator logistic național, un operator de shuttle autonom, un cercetător de securitate și un asigurător este un activ fundamental diferit decât un senzor care deservește un singur chiriaș. Infrastructura partajată se compune într-un mod în care soluțiile punctuale nu o fac.

În al treilea rând, povestea finanțării devine lizibilă pentru capitalul instituțional care a finanțat istoric porturi, turnuri, fibră și utilități. Între noi, aducem conducerea operațională în implementarea infrastructurii conectate și peste două decenii de experiență în finanțarea proiectelor de infrastructură în firme precum Integrated Roadways, Black & Veatch și Diode Ventures. Modelul este familiar. Odată ce o clasă de active produce fluxuri de venit multiple, contractate, cu durată lungă, dintr-o singură amprentă fizică, costul capitalului scade, durata se extinde și construcția se accelerează. Acesta este momentul pe care îl abordăm cu infrastructura inteligentă. Capitalul a așteptat lizibilitate, nu tehnologie.

Drumul învață să gândească înapoi

Numărul de decese grele nu va scădea semnificativ până nu vom înceta să cerem vehiculului să facă toată munca. Deceniul de investiții centrate pe vehicul a produs standarde, implementări și câștiguri semnificative pentru ocupanții vehiculelor. Nu a mutat acul pentru oamenii cei mai expuși consecințelor vehiculelor care greșesc, iar motivul structural este încorporat în geometria problemei.

Următorul capitol este infrastructura ieșită. Drumuri care percep. Intersecții care prevăd. Coridoare care învață și intervin înainte de accidente. Adăugați partea energetică mai târziu, pe aceeași amprentă fizică, și aveți substratul pentru autonomie ca sistem, nu ca produs. Mai important, aveți infrastructura pe care orașele o pot folosi pentru tot ce au încercat să rezolve în ultimii douăzeci de ani.

V2X a învățat vehiculele să vorbească. I2X este orașul care învață să simtă, să gândească înapoi și apoi să gândească înainte.