ปัญหาของยานพาหนะที่ขับเคลื่อนเองและวิธีแก้ปัญหา – ผู้นำความคิด

ยานพาหนะที่ขับเคลื่อนเองต้องการมากกว่าความฉลาดเทียมทั่วไป ยานพาหนะที่ขับเคลื่อนเองได้รับข้อมูลจากแหล่งต่างๆ เช่น โซนาร์ กล้อง เรดาร์ จีพีเอส และลิแดร์ ทำให้สามารถนำทางในใดๆ สภาพแวดล้อมได้ ข้อมูลจากอุปกรณ์เหล่านี้ควรจะถูกประมวลผลอย่างรวดเร็ว และปริมาณข้อมูลมีขนาดใหญ่มาก

ข้อมูลจากเซ็นเซอร์ไม่ถูกประมวลผลเพียงโดยคอมพิวเตอร์ของรถเท่านั้น บางข้อมูลถูกส่งไปยังศูนย์ข้อมูลระยะไกลเพื่อวิเคราะห์ต่อไป จากนั้นผ่านลำดับชั้นที่ซับซ้อน จะถูกส่งไปยังคลาวด์ต่างๆ

ความฉลาดเทียมที่ยานพาหนะมีเป็นสิ่งสำคัญ แต่ความสามารถในการประมวลผลของคอมพิวเตอร์บนรถ คอมพิวเตอร์ระยะไกล และคลาวด์ก็มีความสำคัญเช่นกัน ความเร็วในการส่งและรับข้อมูลโดยรถพร้อมกับความหน่วงต่ำมีความสำคัญเช่นกัน

ปัญหาของปริมาณข้อมูล

แม้รถทั่วไปที่มีคนขับอยู่หลังพวงมาลัยก็สามารถสร้างข้อมูลได้มากขึ้นเรื่อยๆ ยานพาหนะที่ขับเคลื่อนเองสามารถสร้างข้อมูลได้ประมาณ 1 เทระไบต์ต่อชั่วโมง ปริมาณข้อมูลนี้มีขนาดใหญ่มาก และเป็นหนึ่งในอุปสรรคต่อการนำยานพาหนะที่ขับเคลื่อนเองมาใช้กันอย่างแพร่หลาย

ไม่สามารถประมวลผลข้อมูลทั้งหมดของยานพาหนะที่ขับเคลื่อนเองในคลาวด์หรือศูนย์ข้อมูลระยะไกลได้ เนื่องจากจะทำให้เกิดความหน่วงมากเกินไป แม้ความหน่วงเพียง 100 มิลลิวินาทีก็สามารถทำให้เกิดความแตกต่างระหว่างชีวิตหรือความตายของผู้โดยสารหรือคนเดินถนนได้ รถต้องตอบสนองต่อสถานการณ์ที่เกิดขึ้นอย่างรวดเร็วที่สุด

เพื่อลดความหน่วงระหว่างการรับข้อมูลและการตอบสนองต่อข้อมูล ส่วนหนึ่งของข้อมูลจะถูกวิเคราะห์โดยคอมพิวเตอร์บนรถ ตัวอย่างเช่น รุ่นใหม่ของ Jeep มีคอมพิวเตอร์บนรถที่มี 25-50 คอร์ประมวลผลที่ให้บริการระบบควบคุมความเร็ว ระบบเตือนจุดบอด ระบบเตือนอุปสรรค ระบบเบรกอัตโนมัติ ฯลฯ โหนดของยานพาหนะสื่อสารกันผ่านเครือข่ายภายใน โหนดเหล่านี้ยังเข้ากันได้กับแนวคิดการประมวลผลระยะไกลหากเราพิจารณาคอมพิวเตอร์บนรถเป็นโหนดระยะไกลของเครือข่าย ดังนั้น ยานพาหนะที่ขับเคลื่อนเองจึงประกอบขึ้นเป็นเครือข่ายไฮบริดที่ซับซ้อน ซึ่งรวมศูนย์ข้อมูลระยะไกล คลาวด์ และโหนดระยะไกลหลายแห่ง โหนดเหล่านี้ตั้งอยู่ไม่เพียงแต่ในรถยนต์เท่านั้น แต่ยังอยู่ในไฟจราจร จุดควบคุม สถานีชาร์จ ฯลฯ

เซิร์ฟเวอร์และศูนย์ข้อมูลนอกรถยนต์ให้การสนับสนุนทุกอย่างแก่การขับเคลื่อนเอง รถยนต์สามารถ “มองเห็น” ได้ไกลกว่าระยะของเซ็นเซอร์ รถยนต์สามารถประสานงานกับโหลดบนเครือข่ายถนน และช่วยตัดสินใจอย่างเหมาะสม

การโต้ตอบระหว่างกันและกับโครงสร้างพื้นฐาน

ระบบจีพีเอสและวิชวลคอมพิวเตอร์ให้ข้อมูลแก่ยานพาหนะที่ขับเคลื่อนเองเกี่ยวกับตำแหน่งและบริเวณโดยรอบของตน อย่างไรก็ตาม พิสัยของสภาพแวดล้อมที่คำนวณได้ก็เพิ่มขึ้นอย่างต่อเนื่อง แต่รถยนต์หนึ่งคันสามารถรวบรวมข้อมูลได้เพียงจำกัดเท่านั้น ดังนั้น การแลกเปลี่ยนข้อมูลจึงจำเป็นมาก ยานพาหนะที่ขับเคลื่อนเองสามารถวิเคราะห์สภาพการขับขี่ได้ดีขึ้นโดยอาศัยข้อมูลที่รวบรวมจากฝูงยานพาหนะที่ขับเคลื่อนเอง ระบบสื่อสารระหว่างยานพาหนะ (V2V) พึ่งพาเครือข่ายเมชที่สร้างขึ้นโดยยานพาหนะในพื้นที่ทางภูมิศาสตร์เดียวกัน V2V ใช้สำหรับการแลกเปลี่ยนข้อมูลและส่งสัญญาณไปยังยานพาหนะอื่น ๆ เช่น ระบบเตือนระยะทาง

เครือข่าย V2V สามารถขยายเพื่อแบ่งปันข้อมูลกับโครงสร้างพื้นฐานการจราจร เช่น ไฟจราจร มันเหมาะสมที่จะพูดถึงการรับส่งข้อมูลระหว่างยานพาหนะและโครงสร้างพื้นฐาน (V2I) ที่นี่ มาตรฐาน V2I ยังคงพัฒนา ในสหรัฐอเมริกา องค์การบริหารทางหลวงสหพันธรัฐ (FHWA) ออกคำแนะนำและรายงาน V2I อย่างสม่ำเสมอเพื่อปรับปรุงเทคโนโลยี ประโยชน์ของ V2I มีมากกว่าความปลอดภัย ในการเพิ่มความปลอดภัย เทคโนโลยีระหว่างยานพาหนะและโครงสร้างพื้นฐานให้ประโยชน์ในการเคลื่อนย้ายและโต้ตอบกับสภาพแวดล้อม

คนขับที่เดินทางไปตามเส้นทางเดียวกันทุกวันจะจดจำรอยแตกบนถนนได้ ยานพาหนะที่ขับเคลื่อนเองก็เรียนรู้อย่างต่อเนื่องเช่นกัน ยานพาหนะที่ขับเคลื่อนเองจะอัปโหลดข้อมูลที่มีประโยชน์ไปยังศูนย์ข้อมูลระยะไกล ตัวอย่างเช่น ที่รวมเข้ากับสถานีชาร์จ สถานีชาร์จจะพึ่งพาแอลกอริทึมความฉลาดเทียมที่จะวิเคราะห์ข้อมูลที่ได้รับจากยานพาหนะและให้คำแนะนำที่เป็นไปได้ ข้อมูลนี้จะถูกส่งผ่านคลาวด์ไปยังยานพาหนะที่ขับเคลื่อนเองอื่น ๆ ในเครือข่ายร่วมกัน

หากแบบจำลองการแลกเปลี่ยนข้อมูลระหว่างยานพาหนะที่ขับเคลื่อนเองทั้งหมดเป็นจริงในอีกไม่กี่ปี เราก็สามารถคาดหวังข้อมูลได้ถึงเอ็กซะไบต์ (ล้านเทระไบต์) ต่อวัน ตามการประมาณการต่างๆ ระหว่างหลายแสนถึงหลายสิบล้านยานพาหนะที่ขับเคลื่อนเองอาจปรากฏบนถนนในเวลานั้น

5G เป็นกุญแจสู่ความสำเร็จ

ตามที่กล่าวไว้ข้างต้น ยานพาหนะที่ขับเคลื่อนเองสามารถรับข้อมูลเกี่ยวกับคนเดินและคนขี่จักรยานไม่เพียงแต่จากเซ็นเซอร์ของตนเองเท่านั้น แต่ยังสามารถรับข้อมูลจากการแลกเปลี่ยนข้อมูลกับยานพาหนะอื่น ๆ ไฟจราจรและโครงสร้างพื้นฐานเมืองอื่น ๆ

มีหลายโครงการที่เกี่ยวข้องกับการเชื่อมต่อ 5G สำหรับยานพาหนะที่ขับเคลื่อนเองแล้ว ยานพาหนะใช้เครือข่าย 5G ของผู้ให้บริการโทรศัพท์มือถือและเทคโนโลยี C-V2X (Cellular Vehicle-to-Everything) เพื่อสื่อสารกับยานพาหนะอื่น คนขี่จักรยานและแม้แต่ไฟจราจร ไฟจราจรเหล่านี้ติดตั้งเครื่องมืออิมเมจความร้อนเพื่อตรวจจับคนเดินที่เข้าใกล้ทางข้าม ระบบจะแสดงคำเตือนบนแผงหน้าปัดของรถ คนขี่จักรยานที่เชื่อมต่อก็จะได้รับแจ้งตำแหน่งของตน ซึ่งจะป้องกันสถานการณ์ที่อันตราย ในกรณีที่มีความมองเห็นที่ไม่ดี รถที่จอดจะเริ่มไฟเตือนฉุกเฉินโดยอัตโนมัติ เพื่อแจ้งรถที่เข้าใกล้ถึงตำแหน่งของตน

ความสามารถของเครือข่ายมือถือ 5G มีประโยชน์มากที่นี่ โดยให้ความเร็วสูง ความหน่วงต่ำมาก และความสามารถในการรองรับการเชื่อมต่อพร้อมกันหลายรายการ ยานพาหนะที่ขับเคลื่อนเองที่ไม่มีความสามารถประมวลผลข้อมูลดังกล่าวจะไม่สามารถทำงานได้เร็วกว่ามนุษย์ ตัวอย่างเช่น เพื่อกำหนดการปรากฏตัวของคนเดินบนจุดข้ามที่ใกล้ที่สุด นอกจากนี้ ความหน่วงควรจะน้อยที่สุด เนื่องจากความหน่วงเพียงเศษเสี้ยวของวินาทีก็สามารถนำไปสู่อุบัติเหตุได้

ผู้ผลิตรถยนต์รายใหญ่ เช่น BMW, Daimler, Hyundai, Ford และ Toyota กำลังรวมเทคโนโลยี 5G เข้ากับผลิตภัณฑ์ของตนแล้ว ผู้ให้บริการโทรศัพท์มือถือได้ใช้จ่ายหลายพันล้านดอลลาร์ในการสร้างเครือข่าย 5G ดังนั้น นี่คือเวลาที่เหมาะสมที่จะให้รถยนต์มีเซตทักษะที่จะมีประโยชน์ในการใช้งานประจำวัน

การทดลองทั้งหมดกับยานพาหนะที่ขับเคลื่อนเองที่เชื่อมต่อกับ 5G จะหยุดชะงักหากไม่มีโครงสร้างพื้นฐาน 5G ยานพาหนะที่ขับเคลื่อนเองสามารถสร้างข้อมูลได้ถึง 1 เทระไบต์ต่อชั่วโมง ดังนั้นเครือข่ายมือถือจึงต้องพร้อมที่จะถ่ายโอนข้อมูลนี้

วิธีการประมวลผลและจัดเก็บข้อมูลเอ็กซะไบต์

ไม่ใช่ทุกประเภทของข้อมูลที่ต้องการการประมวลผลทันที และคอมพิวเตอร์บนรถมีความสามารถในการประมวลผลและจัดเก็บข้อมูลที่จำกัด ดังนั้น ข้อมูลที่สามารถ “รอ” ได้ควรจะถูกสะสมและวิเคราะห์ในศูนย์ข้อมูลระยะไกล ในขณะที่บางส่วนของข้อมูลจะย้ายไปยังคลาวด์และประมวลผลที่นั่น

เป็นความรับผิดชอบของหน่วยงานรัฐบาลท้องถิ่นและผู้ผลิตรถยนต์ที่จะจับ ข้อมูล ประมวลผล ส่ง ตรวจสอบและวิเคราะห์ข้อมูลเกี่ยวกับรถยนต์ ทุกคัน อุบัติเหตุ คนเดิน และรอยแตกบนถนน สถาปนิกเมืองอัจฉริยะบางคนกำลังทดลองกับแอลกอริทึมการเรียนรู้ของเครื่องจักรที่วิเคราะห์ข้อมูลการจราจรได้อย่างมีประสิทธิภาพมากขึ้น เพื่อระบุรอยแตกบนถนนได้อย่างรวดเร็ว จัดการการจราจร และตอบสนองต่ออุบัติเหตุได้ทันที ในมุมมองระดับโลก แอลกอริทึมการเรียนรู้ของเครื่องจักรให้คำแนะนำสำหรับการปรับปรุงโครงสร้างพื้นฐานเมือง

เพื่อนำการขับเคลื่อนอัตโนมัติเต็มรูปแบบมาใช้ในชีวิตประจำวัน จำเป็นต้องแก้ปัญหาในการประมวลผลและจัดเก็บข้อมูลจำนวนมาก ยานพาหนะที่ขับเคลื่อนเองสามารถสร้างข้อมูลได้ถึง 20 เทระไบต์ต่อวัน เพียงคันเดียว ในอนาคตอาจนำไปสู่การสร้างข้อมูลเอ็กซะไบต์เป็นพันล้านในหนึ่งวัน เพื่อจัดเก็บข้อมูลนี้ คุณต้องการโครงสร้างพื้นฐานระดับเอดจ์ที่มีประสิทธิภาพ มีความยืดหยุ่น มีความปลอดภัย และเชื่อถือได้ นอกจากนี้ยังมีปัญหาในการประมวลผลข้อมูลอย่างมีประสิทธิภาพ

เพื่อให้คอมพิวเตอร์บนรถตัดสินใจได้แบบเรียลไทม์ จำเป็นต้องมีข้อมูลล่าสุดเกี่ยวกับสภาพแวดล้อม ข้อมูลเก่า เช่น ข้อมูลเกี่ยวกับตำแหน่งของรถและความเร็วหนึ่งชั่วโมงที่แล้ว ไม่จำเป็นต้องใช้แล้ว แต่ข้อมูลนี้มีประโยชน์สำหรับการปรับปรุงอัลกอริทึมการขับเคลื่อนอัตโนมัติ

นักพัฒนาระบบความฉลาดเทียมต้องได้รับข้อมูลจำนวนมากเพื่อฝึกเครือข่ายการเรียนรู้เชิงลึก: ระบุวัตถุและเคลื่อนไหวผ่านกล้อง ลิแดร์ และรวมข้อมูลเกี่ยวกับสภาพแวดล้อมและโครงสร้างพื้นฐานเพื่อตัดสินใจ สำหรับผู้เชี่ยวชาญด้านความปลอดภัยถนน ข้อมูลที่รวบรวมโดยรถยนต์ก่อนเกิดอุบัติเหตุหรือสถานการณ์อันตรายบนถนนมีความสำคัญ

เมื่อข้อมูลถูกรวบรวมจากยานพาหนะที่ขับเคลื่อนเองและถ่ายโอนจากพวกมันไปยังศูนย์ข้อมูลระยะไกล จากนั้นย้ายไปยังคลาวด์ การใช้โครงสร้างจัดเก็บข้อมูลแบบแบ่งชั้นและมีประสิทธิภาพมีความเกี่ยวข้องมากขึ้นเรื่อยๆ ข้อมูลใหม่ควรจะถูกวิเคราะห์ทันทีเพื่อปรับปรุงโมเดลการเรียนรู้ของเครื่องจักร ความสามารถในการประมวลผลสูงและความหน่วงต่ำจำเป็นในกรณีนี้ ฮาร์ดดิสก์ SSD และไดรฟ์ HAMR ความจุสูงพร้อมการสนับสนุนเทคโนโลยีหลายไดรฟ์มีความเหมาะสมสำหรับวัตถุประสงค์นี้

หลังจากที่ข้อมูลผ่านขั้นตอนการวิเคราะห์เบื้องต้นแล้ว จะต้องจัดเก็บได้อย่างมีประสิทธิภาพมากขึ้น: บนเซิร์ฟเวอร์จัดเก็บข้อมูลความจุสูงแต่มีต้นทุนต่ำ เซิร์ฟเวอร์เหล่านี้เหมาะสมหากข้อมูลอาจจำเป็นในอนาคต ข้อมูลเก่าที่ไม่น่าจะต้องการ แต่ต้องเก็บไว้เพื่อเหตุผลอื่น ๆ สามารถย้ายไปยังระดับการเก็บรักษา

ข้อมูลจะถูกประมวลผลและวิเคราะห์ที่ระดับเอดจ์มากขึ้น ซึ่งจะนำไปสู่ยุคของอุตสาหกรรม 4.0 ซึ่งเปลี่ยนแปลงวิธีการใช้ข้อมูล การประมวลผลข้อมูลระดับเอดจ์จะทำให้สามารถประมวลผลข้อมูลได้ใกล้กับจุดที่รวบรวมข้อมูล มากกว่าเซิร์ฟเวอร์คลาวด์แบบดั้งเดิม ทำให้สามารถวิเคราะห์ได้อย่างรวดเร็วและตอบสนองต่อสถานการณ์ที่เปลี่ยนแปลงได้ทันที เครือข่ายการแลกเปลี่ยนข้อมูลที่มีความเร็วสูงระหว่างรถยนต์และศูนย์ข้อมูลระยะไกลจะช่วยให้การขับเคลื่อนอัตโนมัติปลอดภัยและเชื่อถือได้มากขึ้น

สรุป

หวังว่าการวิเคราะห์นี้จะให้แสงสว่างเกี่ยวกับความสำคัญของข้อมูลในด้านการขับเคลื่อนอัตโนมัติ การนำยานพาหนะที่ขับเคลื่อนเองมาใช้กันอย่างแพร่หลายเกี่ยวข้องกับการรวบรวมข้อมูลจำนวนมาก ซึ่งควรจะถูกประมวลผลไม่เพียงแต่โดยคอมพิวเตอร์บนรถเท่านั้น แต่ยังโดยเซิร์ฟเวอร์ระยะไกลและคลาวด์ด้วย โครงสร้างพื้นฐานการประมวลผลข้อมูลควรจะพร้อมก่อนแล้ว

เมื่อการนำ 5G ไปใช้แพร่หลาย ยานพาหนะที่ขับเคลื่อนเองจะเริ่มสร้างข้อมูลมากขึ้น ซึ่งจะถูกวิเคราะห์และนำมาใช้เพื่อสร้างเมืองอัจฉริยะให้เป็นจริง การบรรลุเป้าหมายนี้จะไม่ใช่เรื่องง่าย แต่สุดท้ายเราจะเปิดบทใหม่ในประวัติศาสตร์ของการขนส่งที่ได้รับความนิยมเช่นนี้

ยานพาหนะที่ขับเคลื่อนเองอยู่ที่แนวหน้าของเทคโนโลยีความฉลาดเทียม การสื่อสาร และการเก็บข้อมูล เพื่อให้ถึงระดับการขับเคลื่อนอัตโนมัติเต็มรูปแบบ จำเป็นต้องดำเนินการต่อในการพัฒนาและปรับปรุงเทคโนโลยีเหล่านี้ต่อไป