Умные машины всё ещё не спасают пешеходов

В 2024 году 7 080 пешеходов были убиты и более 71 000 ранены на американских дорогах. Смерти велосипедистов достигли самого высокого уровня с 1980 года. Общее количество дорожно-транспортных происшествий снизилось ниже 40 000 впервые с 2020 года. Но почти все прогресса принесли пользу только пассажирам транспортных средств. Пешеходы и велосипедисты всё ещё гибнут в gần исторических темпах.

Этот разрыв является главной проблемой. Функции помощи водителю сократили количество смертей пассажиров за последнее десятилетие. Они не сделали того же для уязвимых участников дорожного движения, и причина заключается в ограничении видимости, а не в поведении водителя. Сенсорная система, установленная на транспортном средстве, ограничена геометрией шасси. Места, где пешеходы и велосипедисты наиболее подвержены риску, являются именно теми местами, где бортовые датчики структурально слабее. Закрытые перекрёстки. Пересечения в середине квартала. Слепые углы. Школьные зоны, где ребёнок выходит между припаркованными машинами. Это ограничение применяется одинаково к водителю, смотрящему через лобовое стекло, системе автоматического торможения, читающей переднюю радар, и любой будущей автономной системе, которую мы установим на транспортное средство.

На протяжении большей части последнего десятилетия вся беседа вокруг связанных транспортных средств, автономной мобильности и городской робототехники была беседой о Vehicle-to-Everything (V2X). Идея заключается в том, что транспортное средство общается с другими транспортными средствами, с дорожным оборудованием, с телефонами пешеходов и с сетью. Более крупные сенсорные комплексы, лучшие модели, больше бортовых вычислений, больше избыточности — всё это центрируется вокруг самого транспортного средства. Такой подход принёс реальный прогресс. Он также наложил потолок на то, что может сделать восприятие, центрированное на транспортном средстве, для пешеходов и велосипедистов.

Следующая фаза этой работы имеет другую форму. Назовём её Infrastructure-to-Everything, или I2X. Перекрёсток, коридор и окружающая инфраструктура воспринимают и прогнозируют от имени всего, что движется через них. I2X — это более сложная половина проблемы. Это также место, где наконец-то закрывается дело безопасности.

V2X имеет потолок безопасности, и мы сейчас достигаем его

Подход, центрированный на транспортном средстве, был понятен инвесторам, автопроизводителям и регулирующим органам так, как инфраструктура не была. Прогресс можно измерить количеством сенсоров, параметров моделей и показателей отключения. Он хорошо вписывается в презентацию. Стек V2X созрел соответственно. Стандарты сотовой связи V2X являются реальными, дорожные блоки развернуты в десятках коридоров, и крупные игроки автомобильной и технологической промышленности вкладывают серьёзный капитал в платформы кооперативного восприятия.

Этот капитал принёс реальные выгоды, снова в основном для пассажиров транспортных средств. Он не закрыл разрыв для уязвимых участников дорожного движения, и исследовательское сообщество всё более ясно о том, почему. Недавнее эмпирическое исследование систем кооперативного восприятия V2X выявило шесть повторяющихся ошибочных моделей в автономных системах с одним агентом, большинство из которых коренится в том же ограничении: транспортное средство не может воспринимать за пределами своей видимости. Закрытые перекрёстки, непрямая видимость, ухудшение погоды, краевые случаи, которые не появлялись в обучающих данных. Отдельные исследования, сосредоточенные на безопасности уязвимых участников дорожного движения, приходят к тому же выводу с другой стороны: локализация пешеходов и велосипедистов является режимом отказа, который бортовые датчики структурально плохо решают.

Больше LiDAR помогает. Больше радаров помогает. Лучшие модели помогают. Ни одно из них не меняет основную геометрию. Сенсорная система, установленная на транспортном средстве, всегда будет иметь ограничения видимости, и видимость ухудшается с увеличением городской плотности. Места, где нам нужно, чтобы автономность была самой безопасной, являются именно теми местами, где восприятие, центрированное на транспортном средстве, структурально слабее.

I2X меняет полярность

Infrastructure-to-Everything начинается с другого предпосылки. Дорога, перекрёсток, коридор и погрузочная зона не являются пассивными поверхностями, ожидающими восприятия. Они становятся активными слоями интеллекта, которые воспринимают, интерпретируют и передают условия наружу. Транспортное средство, подходящее к закрытому перекрёстку, не нужно видеть за углом с помощью своих сенсоров. Угол видит за него. Робот, работающий на тротуаре, не нужно предвидеть пешехода за припаркованной машиной. Фонарный столб уже знает, что пешеход там.

Это та сторона проблемы, над которой мы работаем в Surge. Наши развертывания — это узлы восприятия LiDAR, установленные на существующей городской инфраструктуре: фонарные столбы, сигнальные головки и крыши. Нет камер, нет изображений и нет персонально идентифицируемых данных, захваченных в момент восприятия. Мы называем позиционирование «Анонимным по физике», потому что LiDAR захватывает движение и геометрию, а не лица, номера или идентификаторы. Выходные данные — это потоковая передача местоположения, скорости и траектории. Этот же поток полезен для городского инженера по трафику, стека автономного транспортного средства, логистического маршрутизатора и исследователя безопасности, все из одного сенсорного следа.

Два дизайнерских решения имеют значение для дела безопасности. Первое заключается в том, что инфраструктурное восприятие является многоарендным по умолчанию. Сенсорная система, установленная на транспортном средстве, является punto-по-пункту и обслуживает одного клиента за раз. Узел LiDAR на фонарном столбе обслуживает каждое транспортное средство, каждый дрон и каждое приложение безопасности пешеходов, которое нуждается в данных, одновременно. Экономика выглядит более как башня сотовой связи, чем нефтяная скважина. Второе заключается в том, что покрытие коридора имеет значение больше, чем покрытие перекрёстка. Изолированные узлы полезны. Сетевые коридоры оборонительны, потому что безопасность пешеходов, обучение автономных транспортных средств и реагирование на чрезвычайные ситуации все зависят от непрерывности, а не снимков.

Восприятие в реальном времени — это пол. Прогнозирование — это потолок.

Более глубокая возможность заключается не в слое реального времени. Восприятие в реальном времени решает очевидные дела безопасности, и это само по себе ценно. Более глубокая возможность заключается в том, что модели ИИ обучаются на непрерывных данных инфраструктуры за месяцы и годы, а не на эпизодических снимках, которые захватывают транспортные средства.

Данные транспортного средства, по своей природе, разрежены и непрерывны. Машина проходит через перекрёсток несколько раз в день. Она видит срез. Узел инфраструктуры наблюдает за тем же перекрёстком 24 часа в сутки, каждый день, в течение лет. Он видит полное распределение. То же место через час пик, штормы, строительство, отключения, события и сезонные сдвиги. Это фундаментально другой тип обучающих данных, и он производит фундаментально другой тип модели.

По мере накопления этих данных система перестаёт быть реактивной и становится прогнозирующей. Шаблон походки человека, готового шагнуть с тротуара без взгляда. Профиль замедления транспортного средства, которое собирается проехать на красный. Геометрия сходимости, предшествующая почти столкновению между поворачивающим автобусом и велосипедом в велосипедной полосе. Это сигналы-предшественники. Они статистически наблюдаемы. Они не существуют в отчётах о столкновениях, потому что они не являются столкновениями. Они являются событиями-предшественниками и происходят на несколько порядков чаще, чем сами столкновения. Столкновения статистически разрежены. Почти столкновения обильны. Системы инфраструктуры наблюдают за поведением-предшественником, которое никогда не захватывают базы данных о столкновениях. Транспортное средство, движущееся через перекрёсток, никогда не увидит их в масштабе. Инфраструктура, живущая на перекрёстке, видит их постоянно.

Это и есть реальная возможность безопасности. Обещание связанной мобильности всегда заключалось в том, что мы могли бы вмешаться до столкновения, а не задокументировать его после. Системы бортовых сенсоров плюс реактивная связь «транспортное средство-каждому» приводят вас частично туда. Прогнозирующий слой, обученный на непрерывных, многофакторных, инфраструктурных данных, — это то, что приводит вас к остальной части пути. Та же логика, кстати, применяется на энергетической стороне, где компании, такие как HEVO, показывают, что полностью автономные флоты нуждаются в инфраструктуре для доставки энергии, а также для восприятия. Другая область, тот же вывод: мир должен делать работу, которую транспортное средство не может сделать в одиночку.

Нервная система для городской среды

Когда вы отступаете от любого отдельного развертывания, то, что эта работа действительно строит, — это что-то, чего города никогда не имели: нервную систему. Города уже имеют бетон, сталь, энергетические сети и волоконную оптику. Что им не хватает, — это слой, который чувствует, помнит и прогнозирует в реальном времени по всей физической среде.

I2X — это тот слой. Узел LiDAR на фонарном столбе функционирует как сенсорный нейрон. Краевой вычислитель ведёт себя как местный рефлекс, достаточно быстрый, чтобы действовать без ожидания централизованных систем. Со временем сеть узлов строит институциональную память в городском масштабе: как перекрёстки ведут себя, где происходят почти столкновения, как потоки меняются во время штормов, отключений, строительства или чрезвычайных ситуаций.

Применения следуют естественно. Предупреждение о безопасности пешеходов в школьной зоне — это рефлекс. Настройка сигнала交通а на основе наблюдаемого потока — это выученный ответ. Прогнозируемое маршрутизационное предложение для транспортного средства экстренных служб зависит как от восприятия, так и от памяти. Логистика, управление чрезвычайными ситуациями, климатическая устойчивость и обучение автономных транспортных средств становятся проще, когда город может непрерывно наблюдать и учиться на своих собственных операциях. Смысл не в добавлении больше камер или панелей. Смысл в том, чтобы дать городской среде возможность, которой она всегда была лишена: способность воспринимать, помнить и реагировать в реальном времени.

Инфраструктура меняет экономику автономности

Когда слой интеллекта мигрирует от транспортного средства к инфраструктуре, экономика автономности и городских операций меняется тремя важными способами.

Во-первых, кривая затрат на бортовое оборудование транспортного средства наконец-то имеет куда уйти. Сегодня каждое автономное транспортное средство просится нести всю проблему восприятия и большую часть проблемы безопасности на своём шасси. Это почему счёт материалов для автономного транспортного средства выглядит так, как он выглядит. Когда инфраструктура доставляет восприятие за последние сто метров и прогнозирование поверх него, транспортное средство становится легче, дешевле и проще в сертификации. Та же логика применяется к дронам, роботам на тротуаре и любому другому автономному формату, который ждёт, пока его экономика единицы закроется.

Во-вторых, адресуемый рынок для любого отдельного развертывания инфраструктуры расширяется значительно. Узел LiDAR на фонарном столбе, который обслуживает команду городского инженера по трафику, национального логистического перевозчика, оператора автономного шаттла, исследователя безопасности и страховщика, — это фундаментально другой актив, чем сенсор, который обслуживает одного арендатора. Общая инфраструктура складывается так, как решения с одним пунктом не складываются.

В-третьих, история финансирования становится понятной для институционального капитала, который исторически финансировал порты, башни, волоконную оптику и коммунальные услуги. Между нами, мы приносим оперативное лидерство в развертывании связанной инфраструктуры и более двух десятилетий опыта финансирования инфраструктурных проектов в компаниях, таких как Integrated Roadways, Black & Veatch и Diode Ventures. Шаблон знаком. Как только класс активов производит несколько, заключённых, долгосрочных потоков доходов от одного физического следа, стоимость капитала снижается, продолжительность продлевается, и развертывание ускоряется. Это тот момент, которого мы приближаемся с интеллектуальной инфраструктурой. Капитал ждал не технологии, а понятности.

Дорога учится думать назад

Твёрдые цифры смертельных случаев не будут двигаться существенно, пока мы не перестанем просить транспортное средство делать всю работу. Десятилетие инвестиций в транспортное средство принесло стандарты, развертывания и значительные выгоды для пассажиров транспортных средств. Оно не сдвинуло с места разрыв для людей, наиболее подверженных последствиям ошибок транспортного средства, и структурная причина встроена в геометрию проблемы.

Следующая глава — инфраструктура-снаружи. Дороги, которые воспринимают. Перекрёстки, которые прогнозируют. Коридоры, которые учатся и вмешиваются до того, как произойдут столкновения. Добавьте позже сторону энергетики на том же физическом следе, и у вас есть субстрат для автономности как системы, а не продукта. Более важно, у вас есть инфраструктура, которую города могут использовать для всего остального, что они пытались решить за последние двадцать лет.

V2X научил транспортные средства разговаривать. I2X — это город, который учится чувствовать, думать назад и затем думать вперед.