Otonom Araçların Gözleri: Sensörler, Stratejiler ve Ticaret-Offlar Savaşı

2030 yılına kadar, otonom araç pazarı 2.2 trilyon doları aşması bekleniyor ve milyonlarca araç, yapay zeka ve gelişmiş sensör sistemleri kullanarak yollarda seyredecek. Ancak bu hızlı büyüme sürecinde, temel bir tartışma çözülmedi: otonom sürüş için en uygun sensörler hangileri – lidarlar, kameralar, radarlar mı, yoksa tamamen yeni bir şey mi?

Bu soru akademik bir tartışma değil. Sensör seçimi, güvenlik ve performansdan maliyet ve enerji verimliliğine kadar her şeyi etkiliyor. Waymo gibi bazı şirketler, yedeklik ve çeşitlilik üzerine bahis yaparak, araçlarına lidar, kamera ve radarların tam bir setini monte ediyor. Diğerleri, Tesla gibi, daha minimalist ve maliyet-etkin bir yaklaşım izleyerek, kameralara ve yazılım inovasyonuna güveniyor.

Bu farklılaşan stratejileri, karşılaştıkları teknik paradoksları ve kararlarını yönlendiren iş mantığını keşfedelim.

Akıllı Makinelerin Akıllı Enerji Çözümlerini Gerektirmesi

Bu gerçekten önemli bir sorun. 2013 yılında bir drone ile ilgili bir startup başlattığımda benzer bir ikilemle karşılaştım. İnsanların hareketini takip edebilecek dronlar yaratmaya çalışıyorduk. O zamanlar bu fikir öncüydü, ancak kısa süre sonra teknik bir paradoks ortaya çıktı.

Bir dronun bir nesneyi takip edebilmesi için sensör verilerini analiz etmesi gerekiyor, bu da hesaplama gücüne – bir uçak bilgisayar – ihtiyaç duyuyor. Ancak, bilgisayar ne kadar güçlü olursa, enerji tüketimi de o kadar yüksek oluyor. Sonuç olarak, daha fazla kapasiteye sahip bir pil gerekiyor. Ancak, daha büyük bir pil, dronun ağırlığını artırıyor ve daha fazla ağırlık, daha fazla enerji gerektiriyor. Bir kısır döngü ortaya çıkıyor: artan güç gereksinimleri, daha yüksek enerji tüketimine, ağırlığa ve sonunda maliyetlere yol açıyor.

Aynı problem otonom araçlar için de geçerli. Bir yandan, aracın mümkün olduğunca fazla sensörle donatmak ve verileri toplamak, senkronize etmek ve en doğru kararları vermek istiyorsunuz. Öte yandan, bu, sistemin maliyetini ve enerji tüketimini önemli ölçüde artırıyor. Sadece sensörlerin kendilerinin maliyetini değil, aynı zamanda verilerini işlemek için gereken enerjiyi de dikkate almak önemlidir.

Veri miktarı artıyor ve hesaplama yükü büyüyor. Elbette, zaman içinde hesaplama sistemleri daha kompakt ve enerji verimli hale geldi ve yazılım daha optimize edildi. 1980’lerde, 10×10 piksel bir görüntüyü işlemek saatler alabiliyordu; bugün, sistemler gerçek zamanlı olarak 4K video işliyor ve cihazda ek hesaplamalar yapıyorlar, fazla enerji tüketmeden. Ancak, performans paradoksu hala devam ediyor ve otonom araç şirketleri sadece sensörleri değil, aynı zamanda hesaplama donanımını ve optimizasyon algoritmalarını da geliştiriyor.

İşleme veya Algılama?

Performans sorunları, sistemlerin hangi verilerini bırakacağına karar vermesi gereken durumlar, esas olarak LiDAR, kamera veya radar sensörleriyle ilgili sorunlardan değil, hesaplama sınırlamalarından kaynaklanıyor. Bu sensörler, aracın gözleri ve kulakları olarak, sürekli olarak çevreye ilişkin大量 veriler topluyor. Ancak, aracın hesaplayıcı “beyni” tüm bu bilgileri gerçek zamanlı olarak işleyecek güce sahip değilse, bu durum aşırı hale gelebilir. Sonuç olarak, sistem, bazı veri akışlarını diğerlerine göre önceliklendirmek zorunda kalabilir, bu da belirli durumlar altında bazı nesneleri veya sahneleri görmezden gelmeye yol açabilir.

Bu hesaplama tıkanıklığı, sensörlerin mükemmel bir şekilde çalıştığı, genellikle de güvenilirlik sağlamak için yedekliklere sahip olduğu durumlarda bile, aracın tüm verileri etkili bir şekilde işleyememesine neden olabilir. Bu bağlamda sensörleri suçlamak uygun değildir, çünkü sorun veri işleme kapasitesinde yatmaktadır. Hesaplama donanımını geliştirmek ve algoritmaları optimize etmek, bu zorlukları aşmak için temel adımlardır. Sistemin büyük veri hacimlerini işleme yeteneğini iyileştirerek, otonom araçlar kritik bilgileri kaçırma olasılığını azaltabilir, bu da daha güvenli ve güvenilir operasyonlara yol açar.

Lidar, Kamera ve Radar Sistemleri: Artılar ve Eksiler

Bir sensör türünün diğerlerinden daha iyi olduğunu söylemek mümkün değildir – her biri kendi amacını güder. Problemler, belirli bir görev için uygun sensörü seçerek çözülür.

Lidar, precisa 3D haritalama sunarken, pahalı ve yağmur veya sis gibi olumsuz hava koşullarında sorunlarla karşılaşabiliyor, lazer sinyallerini saçabiliyor. Ayrıca, yoğun verilerini işlemek için önemli miktarda hesaplama kaynağı gerektiriyor.

Kameralar, maliyet-etkin bir çözüm sunarken, aydınlatma koşullarına bağlı olarak, düşük ışıkta, parlama veya hızlı aydınlatma değişikliklerinde kötü performans gösterebiliyor. Ayrıca, doğuştan derinlik algılamasına sahip değiller ve lens上的 kirlenme, yağmur veya kar gibi engellerle mücadele ediyorlar.

Radar, çeşitli hava koşullarında nesneleri güvenilir bir şekilde tespit edebiliyor, ancak düşük çözünürlüğü, küçük veya yakın nesneleri ayırt etmeyi zorlaştırabiliyor. Ayrıca, alakasız nesneleri tespit ederek gereksiz tepkiler tetikleyebiliyor ve nesneleri görsel olarak tanımlamaya yardımcı olamıyor, kameraların yaptığı gibi.

Lidar, radar ve kameralardan gelen verileri birleştirerek – sensör füzyonu -, bu sistemler çevreye ilişkin daha bütüncül ve doğru bir anlayış kazanarak, hem güvenlik hem de gerçek zamanlı karar verme yeteneğini artırabiliyor. Keymakr‘in önde gelen ADAS geliştiricileriyle yaptığı işbirliği, bu yaklaşımın sistem güvenilirliği için ne kadar önemli olduğunu gösterdi. Çeşitli, yüksek kaliteli veri setleri üzerinde çalışarak model eğitimi ve iyileştirmesini destekledik.

Waymo VS Tesla: İki Otonom Vizyonun Öyküsü

Otonom araçlar alanında, Tesla ve Waymo arasındaki karşılaştırma kadar çok tartışma yaratan başka bir karşılaştırma yoktur. Her iki şirket de mobilite geleceğini şekillendirmekte öncü rol üstleniyor, ancak radikal olarak farklı felsefelerle. Waymo aracının neden sensörlerle dolu bir uzay gemisi gibi göründüğünü ve Tesla’nın neden dış sensörlerden neredeyse arınmış gibi göründüğünü merak ediyorsunuzdur.

Waymo aracına bir göz atalım. Jaguar’ın otonom sürüş için modifiye edilmiş bir versiyonu. Üstünde onlarca sensör var: lidarlar, kameralar, dönen lazer sistemleri (so-called “spinners”) ve radarlar. Gerçekten çok fazla sensör var: aynalardaki kameralar, ön ve arka tamponlardaki sensörler, uzun menzilli görüş sistemleri – hepsi senkronize.

Eğer böyle bir araç kazaya karışrsa, mühendislik ekibi, eksik bilgileri toplamak için yeni sensörler ekliyor. Their approach is to use the maximum number of available technologies.

Neden Tesla aynı yolu izlemiyor? Birincisi, Tesla henüz Robotaxi’sini piyasaya sürmedi. Ayrıca, onların yaklaşımı maliyet minimizasyonu ve inovasyona odaklanıyor. Tesla, lidarların yüksek maliyeti nedeniyle pratik olmadığını düşünüyor: bir RGB kameranın üretim maliyeti yaklaşık 3 dolar iken, bir lidar 400 dolar veya daha fazla maliyeti olabilir. Ayrıca, lidarlar mekanik parçalar içeriyor – dönen aynalar ve motorlar -, bu da onları daha fazla arızaya ve değişime yol açabiliyor.

Kameralar, diğer yandan, statik. Hareketli parçaları yok, çok daha güvenilirler ve lens kapağı bozulana veya lens matlaşana kadar on yıllar boyunca çalışabilirler. Ayrıca, kameralar, bir arabanın tasarımına entegre edilmeleri daha kolay: gövde içine gizlenebilirler, neredeyse görünmez hale gelebilirler.

Üretim yaklaşımları da önemli ölçüde farklı. Waymo, mevcut bir platform – üretim Jaguar – kullanıyor ve üzerine sensörleri monte ediyor. Tesla, araçlarını sıfırdan üretiyor ve sensör entegrasyonunu gövdeden itibaren planlayabiliyor, böylece onları görünmez hale getirebiliyor. Resmi olarak, teknik özelliklerde listelenecekler, ancak görsel olarak neredeyse görünmez olacaklar.

Şu anda Tesla, arabaların etrafında sekiz kamerayı kullanıyor – ön, arka, yan aynalar ve kapılar. Ek sensörler kullanacaklar mı? Sanırım öyle.

Tesla sürücüsü ve Waymo araçlarında yolculuk yapmış biri olarak, Tesla’nın Full Self-Driving sisteminin lidar entegrasyonuyla daha da geliştirilebileceğine inanıyorum. Şu anda Tesla’nın FSD’sinin bazı durumlarda, özellikle önemli güneş ışığı, havada toz veya sis gibi zor koşullarda yeterli doğrulukta çalışmadığına dair bir hissiyata sahibim. Lidar teknolojisinin eklenmesi, bu tür zorlu koşullarda navigasyon yeteneğini artırabilir ve sistemi daha güvenli ve güvenilir hale getirebilir, yalnızca kameralara güvenmek yerine.

Ancak, iş mantığı açısından, bir şirket kendi teknolojisini geliştirdiğinde, rekabet avantajı – teknolojik bir üstünlük – elde etmeyi hedefliyor. Radikal olarak daha verimli ve ucuz bir çözüm yaratabilirseniz, pazar hakimiyetine açılan kapıları aralayabilirsiniz.

Tesla, bu mantığı izliyor. Musk, Volkswagen veya Baidu gibi diğer şirketlerin izlediği yolu izlemek istemiyor. Bunlar da önemli ilerleme kaydettiler. Ayrıca, daha eski araçlara kurulan Mobileye ve iSight gibi sistemler, zaten makul bir otonomi gösteriyorlar.

Ancak Tesla, benzersiz olmak istiyor – ve bu, iş mantığı. Radikal olarak daha iyi bir şey sunmazsanız, pazar sizi seçmez.