Akıllı Araçlar Hala Yayaları Korumuyor

2024 yılında, 7,080 yayaya çarpma sonucu 7.080 kişi öldü ve 71.000’den fazla kişi yaralandı Amerikan yollarında. Bisikletçi ölümleri 1980’den bu yana görülen en yüksek seviyeye ulaştı. Toplam trafik ölümleri 2020’den bu yana ilk kez 40.000’in altına düştü. Ancak bu ilerlemenin neredeyse tamamı araç içindeki yolculara yarar sağladı. Yayalar ve bisikletliler hala tarihsel oranlarda ölüyorlar.

Bu fark, hikayenin özü. Sürücü yardımı özellikleri, son on yılda araç içindeki ölümleri ölçülebilir şekilde azalttı. Ancak bu, savunmasız yol kullanıcıları için aynı şeyi yapmadı ve neden, sürücü davranışı değil, görüş hattı meselesidir. Bir araçta monte edilmiş sensör yığını, şasinin geometrisi tarafından kısıtlanır. Yayalar ve bisikletlilerin en çok risk altında olduğu yerler, precisemente araçta monte edilmiş sensörlerin yapısal olarak en zayıf olduğu yerlerdir. Gizli kesişmeler. Blok orta geçitler. Kör köşeler. Bir çocuk arasında parked araçlar arasında adımlar okul bölgeleri. Bu limit, aynı şekilde bir insan sürücüsünü bir rüzgarlı camdan bakmak, bir otomatik fren sistemi bir ileri yüz radar okumak ve herhangi bir gelecek otonom yığınını bir araçta koyduk.

Son on yılın büyük部分i, bağlı araçlar, otonom mobilite ve kentsel robotik hakkında konuşma, Araç-her şeye (V2X) konuşmasıydı. Fikir, aracın diğer araçlara, yol kenarı ekipmanlarına, yayaların cep telefonlarına ve ağa konuşmasıdır. Daha büyük sensör takımları, daha iyi modeller, daha fazla araçta hesap, daha fazla yedeklilik — hepsi aracın kendisine merkezlenmiştir. Bu çerçeve gerçek ilerleme üretti. Ancak yayalar ve bisikletliler için ne yapabileceği konusunda bir tavan koydu.

Bu çalışmanın sonraki aşaması farklı bir şekle sahip. Altyapı-her şeye (I2X) diye adlandırabiliriz. Kavşak, koridor ve çevre altyapısı, her ne hareket ediyorsa onun adına algılar ve öngörülerde bulunur. I2X, problemın daha zor olan yarısıdır. Aynı zamanda nerede güvenlik durumu finally kapatılıyor.

V2X bir güvenlik tavanına sahip ve şimdi onu vuruyor

Araç-merkezli yaklaşım, yatırımcılar, otomobil üreticileri ve düzenleyiciler için altyapının olmadığı şekilde anlaşılabilir. İlerleme, sensör sayıları, model parametreleri ve devre dışı bırakma oranları ile ölçülebilir. Bir slayt sunusuna uygun bir şekilde uyuyor. V2X yığını olgunlaştı. Hücreli V2X standartları gerçek, yol kenarı birimleri dozens koridorlarda dağıtıldı ve büyük otomotiv ve teknoloji oyuncuları işbirlikçi algılama platformlarına ciddi sermaye yatırıyor.

Bu sermaye, gerçek kazançlar üretti, yine principalmente araç içindeki yolcular için. Yayalar ve bisikletliler için güvenlik açığını kapatmadı ve araştırma topluluğu nedenini increasingly açık bir şekilde ortaya koyuyor. Bir V2X işbirlikçi algılama sistemleri hakkında yakın bir ampirik çalışma, tek bir aracın otonom sistemlerinde altı tekrar eden hata modeli tanımlar, çoğu aynı sınırlamaya dayanıyor: bir araç görüş hattının ötesini algılayamaz. Gizli kesişmeler, görüş hattı dışı kesişmeler, hava bozulması, eğitim verisi olmayan kenar durumlar. Ayrı bir araştırma, savunmasız yol kullanıcıları güvenlik üzerine odaklandı ve aynı sonuca farklı bir açıdan ulaştı: yayalar ve bisikletlilerin konumlandırılması, araçta monte edilmiş sensörlerin yapısal olarak çözemediği bir başarısızlık modudur.

Daha fazla LiDAR yardımcı olur. Daha fazla radar yardımcı olur. Daha iyi modeller yardımcı olur. Hiçbiri temel geometriyi değiştirmez. Bir araçta monte edilmiş sensör her zaman görüş hattı sınırlamalarına sahip olacaktır ve görüş hattı, kentsel yoğunluğun artmasıyla birlikte kötüleşir. Güvenliği en çok ihtiyaç duyduğumuz yerler, precisemente araç-merkezli algılamanın yapısal olarak en zayıf olduğu yerlerdir.

I2X polariteyi tersine çevirir

Altyapı-her şeye, farklı bir ön fikirden başlar. Yol, kavşak, koridor ve yükleme alanı, algılayacak ve yorumlayacak ve koşulları dışarıya yayınlayacak aktif zeka katmanları haline gelir. Bir araç, görüş hattının ötesini görmeye çalışmadan gizli bir kesişmeye yaklaşır. Köşe onun adına görür. Bir teslimat robotu, bir yaya arkasında parked bir kamyonun arasında çalışır. Lamba direği zaten yayanın orada olduğunu bilir.

Bu, bizim Surge’de inşa ettiğimiz çalışmanın bir tarafı. Dağıtımlarımız, mevcut kentsel altyapılara monte edilmiş LiDAR kenar algılama düğümleridir: lamba direkleri, sinyal başlıkları ve çatılar. Hiçbir kamera, hiçbir resim ve hiçbir kişisel tanımlayıcı veri anında algılama sırasında yakalanmaz. Bunu “Fiziksel olarak Anonim” olarak adlandırıyoruz, çünkü LiDAR hareketi ve geometriyi, yüzleri, plakaları veya kimliği yakalamaz. Çıktı, konum, hız ve traijektörel bir gerçek zamanlı akışıdır. Aynı akış, bir şehir trafik mühendisi, bir otonom araç yığını, bir lojistik yönlendirici ve bir güvenlik araştırmacısı için faydalıdır, hepsi tek bir sensör ayak izinden.

İki tasarım tercihi, güvenlik durumu için önemlidir. İlk olarak, altyapı algılaması đa-kiracıdır. Bir araçta monte edilmiş sensör yığını nokta-nokta ve bir müşteriye hizmet eder. Bir LiDAR düğümü bir lamba direğinde, aynı anda her aracı, her dronu ve her yaya-güvenlik uygulamasına hizmet eder. Ekonomi, bir hücre kulesine benzer. İkinci olarak, koridor düzeyinde kapsama daha fazla önem verilir. İzole düğümler faydalıdır. Ağlı koridorlar savunulabilir, çünkü yaya güvenliği, otonom araç eğitimi ve acil müdahale tümü devamlılığa bağlıdır, değil anlık görüntülere.

Gerçek zamanlı algılama zemin. Öngörü tavan.

Daha derin fırsat, gerçek zamanlı katman değildir. Gerçek zamanlı algılama açık güvenlik durumlarını çözer ve bu alone değerli bir şeydir. Daha derin kilidini açmak, AI modellerinin aylar ve yıllar boyunca sürekli altyapı verilerini eğitmesi yerine araçların yakaladığı episodik anlık görüntülerdir.

Araç verileri, doğası gereği seyrek ve kesintilidir. Bir araba bir kesişmeden günde birkaç kez geçer. Bir kesit görür. Bir altyapı düğümü aynı kesişmeyi 24 saat boyunca, her gün, yıllarca izler. Tam dağılımı görür. Aynı yeri sabah trafiği, fırtınalar, inşaat, arızalar, etkinlikler ve mevsimsel değişiklikler boyunca. Bu, temel olarak farklı bir tür eğitim verisidir ve bu, temel olarak farklı bir tür model üretir.

Veri biriktikçe, sistem tepkisel olmaktan çıkıp öngörülü olmaya başlar. Bir kişinin yürüme modeli, bir kişinin gözükmeyecek şekilde yürümeye çalışması. Bir aracın hızlanma profili, bir aracın kırmızı ışıkta geçmeye çalışması. Bir otobüsün ve bisikletin arasında bir kesişmede yakın bir çakışma öncesi birleşim geometrisi. Bunlar öncü sinyallerdir. İstatistiksel olarak gözlemlenebilirler. Çarpma raporlarında yer almazlar, çünkü çarpma değildir. Önleyici olaylar ve çarpma olaylarından çok daha fazla meydana gelirler. Çarpmalar istatistiksel olarak seyrek. Yakın kaçırma olayları boldur. Altyapı sistemleri, araçların hiçbir zaman göremeyeceği öncü davranışları gözlemleyebilir.

Bu, gerçek güvenlik kilidini açar. Bağlı mobilite vaadi her zaman, bir çarpma olmadan müdahale edebileceğimizdi. Araçtaki sensörler ve reaktif araç-her şeye iletişim, orada parte götürür. Altyapı-resident, çok modlu, sürekli verilere dayalı öngörülü bir katman, gerisini tamamlar. Aynı mantık, enerji tarafında da uygulanır, çünkü şirketler gibi HEVO, tam otonom filolara güç sağlamak için altyapının gerekli olduğunu gösteriyor. Farklı alan, aynı sonuç: dünya, aracın yalnız başına yapamayacağı işi yapmak zorundadır.

Kentlerin sinir sistemi

Her bir dağıtımından uzaklaştığınızda, bu çalışmanın gerçekten inşa ettiği şey, şehirlerin nunca sahip olmadığı bir şeydir: bir sinir sistemi. Şehirler zaten beton, çelik, enerji şebekeleri ve fiber sahiptir. Ancak bir katman eksik, fiziksel ortam boyunca gerçek zamanlı olarak hisseder, hatırlar ve öngörülerde bulunur.

I2X bu katmandır. Bir lamba direğinde LiDAR düğmesi, bir duyusal nöron gibi işlev görür. Kenar hesaplama, yerel bir refleks gibi davranır, merkezileştirilmiş sistemleri beklemeye gerek kalmadan đủ hızlıdır. Bir düğüm ağı, zaman içinde kent ölçeğinde kurumsal hafıza oluşturur: kesişmelerin nasıl davrandığını, yakın kaçırma olaylarının nerede meydana geldiğini, akışların fırtınalar, arızalar, inşaat veya acil durumlar sırasında nasıl değiştiğini.

Uygulamalar doğal olarak takip eder. Bir okul bölgesinde yaya-güvenlik uyarısı, bir refleksdir. Gözlemlenen akışa dayalı bir trafik sinyal ayarlaması, öğrenilmiş bir yanıttır. Bir acil aracın öngörülü yönlendirme önerisi, hem algılama hem de hafızaya dayanır. Lojistik, acil yönetim, iklim dayanıklılığı ve otonom araç eğitimi, şehirin kendi operasyonlarından sürekli olarak gözlemleyebilmesi ve öğrenmesi kolaylaşır. Amaç, daha fazla kamera veya panoyu eklemek değildir. Amaç, kente eksik olan yeteneği kazandırmaktır: algılama, hatırlama ve gerçek zamanlı olarak yanıt verme yeteneği.

Altyapı, otonominin ekonomisini değiştirir

Zeka katmanı, araçtan altyapıya geçtiğinde, otonominin ve kentsel operasyonların ekonomisi üç önemli şekilde değişir.

İlk olarak, araçta monte edilmiş donanım maliyet eğrisi nihayet bir yere gidebilir. Bugün, her otonom araç, tüm algılama sorununu ve çoğu güvenlik sorununu şasinin üzerine taşımak zorundadır. Bu nedenle, bir otonom aracın malzeme listesi öyle görünür. Altyapı, son yüz metrede algılama ve üzerine öngörüyü sağladığında, araç daha hafif, daha ucuz ve sertifikasyonu daha kolay olur. Aynı mantık, dronlar, yolda robotlar ve birim ekonomilerini kapatmayı bekleyen diğer otonom form faktörleri için de geçerlidir.

İkinci olarak, herhangi bir altyapı dağıtımının hitap ettiği pazar dramatik olarak genişler. Bir lamba direğinde LiDAR düğmesi, bir şehirin trafik mühendislik ekibine, bir ulusal lojistik taşıyıcıya, bir otonom shuttle operatörüne, bir güvenlik araştırmacısına ve bir sigorta şirketinin alt yapıya hizmet eden bir varlık, tek bir kiracıya hizmet eden bir sensörden fundamental olarak farklıdır. Paylaşılan altyapı, nokta çözümlerinin yapamadığı şekilde birikebilir.

Üçüncü olarak, finansman hikayesi, geleneksel olarak limanları, kuleleri, fiberi ve hizmetleri finanse eden kurumsal sermaye için anlaşılabilir hale gelir. Aramızda, bağlı altyapı dağıtımında işletme liderliği ve Integrated Roadways, Black & Veatch ve Diode Ventures gibi şirketlerde altyapı proje finansmanında yirmi yılı aşkın deneyime sahibiz. Kalıp tanıdık. Bir varlık sınıfı, tek bir fiziksel ayak izinden çoklu, sözleşmeli, uzun vadeli gelir akışları üretmeye başladığında, sermaye maliyeti düşer, süre uzar ve inşa hızı artar. Bu, yaklaşmakta olduğumuz andır. Sermaye, teknoloji değil, açıklık bekliyordu.

Yol, geri düşünmeyi öğrenir

Sert ölüm rakamları, aracın tüm işi yapmasını bırakana kadar maddi olarak değişmeyecek. Araç-merkezli yatırım on yılı, standartlar, dağıtımlar ve araç içindeki yolcular için anlamlı kazançlar üretti. Ancak savunmasız yol kullanıcıları için durumu değiştirmedi ve neden, problemın geometrisine gömülüdür.

Sonraki bölüm, altyapı-çıktısı. Algılayan yollar. Öngören kesişmeler. Önceden müdahale eden koridorlar. Enerji tarafını daha sonra, aynı fiziksel ayak izinde ekleyin ve otonomluğun bir sistem olduğu, bir ürün olmadığı için alt yapıyı elde edin. Daha önemli olarak, şehirlerin son yirmi yıl boyunca çözmeye çalıştıkları her şey için kullanabileceği altyapıyı elde edersiniz.

V2X, araçların konuşmasını öğretti. I2X, şehrin hissetmesini, geri düşünmesini ve sonra da ileriye düşünmesini öğretir.