Дорога вперед для прийняття автономних транспортних засобів

Прийняття автономних транспортних засобів у глобальному масштабі набирає швидкість. Сполучене Королівство недавно прийняло закон про автономні транспортні засоби, щоб забезпечити безпечну інтеграцію повністю та частково автономних транспортних засобів у суспільство протягом найближчих кількох років. Більше автономних транспортних засобів зараз тестуються в Китаї, ніж де-будь інде у світі. А в Сполучених Штатах великі метрополійні території залучили використання “роботаксі” у своїх громадських транспортних можливостях. Компанії, такі як Cruise, Waymo та, звичайно, Tesla, мають мільярди доларів, інвестовані в їхні грандіозні плани щодо проведення самоходних автомобілів і послуг навколо них з одного кінця світу до іншого. На цьому етапі розвиток і впровадження технологій автономних транспортних засобів вже не є питанням “як” або навіть “коли”, а просто питанням “якого масштабу”? Що може зробити прийняття штучно інтелектуальних автономних транспортних засобів у величезному масштабі, щоб не тільки покращити наші дороги, але й наше суспільство?

Автоматизація безпеки доріг

Пошук автономних транспортних засобів і величезні капіталовкладення в ці технології свідчать про широко визнану громадську користь, яку може принести розгортання самоходних автомобілів. По-перше, існують стандарти безпеки самоходних автомобілів порівняно з людськими водіями. Нещодавнє дослідження, опубліковане в Nature Communications, і висновки з báo 2022 року компанії Tesla про безпеку FSD підкреслюють трансформаційний потенціал впровадження автономних транспортних засобів для покращення безпеки доріг. Автономні транспортні засоби виявилися здатними зменшити кількість зіткнень ззаду, з боку та з боку, а також випадків виїзду за межі дороги, на 20-50%. Враховуючи, що Всесвітня організація охорони здоров’я оцінює, що травми на дорогах призводять до смерті 1,35 мільйона людей щороку по всьому світу, це суттєве покращення безпеки автомобілів мало б величезний вплив. Хоча для того, щоб автономні транспортні засоби перевершували людських водіїв у всіх обставинах, ще потрібне технологічне вдосконалення (автомобілі з людськими водіями все ще залишаються безпечнішими в умовах низької видимості та під час поворотів), подальший розвиток датчиків, передбачувальних алгоритмів і систем V2X продовжить покращувати реакцію в цих складних дорожніх ситуаціях і дозволить створити безпечніші дороги.

Ухилення від заторів

Крім того, розгортання автономних транспортних засобів також матиме суттєвий вплив на проблему заторів. У дослідженні, проведеному Асоціацією пасажирських перевезень (ACT) і Міністерством транспорту США (USDOT), “години пік” – раніше відповідна назва – тепер складають шість годин на добу і роблять подорожі під час цих підвищених часів на 40% довшими. Одне індивідуальне гальмування може вплинути на рух по всьому місту, викликаючи сповільнення або навіть повну зупинку. Однак завдяки допомозі датчиків і камер, оснащених передовим програмним забезпеченням, автономні транспортні засоби гальмують значно менше, ніж їхні людські аналоги, і, як наслідок, набагато менше схильні спричиняти ці порушення руху. Навіть розгортання кількох автономних транспортних засобів може мати позитивний вплив на затори, допомагаючи модерувати швидкість людських водіїв, з якими вони ділять дорогу.

Паливна ефективність і сталий розвиток

Автономні транспортні засоби також можуть покращити паливну ефективність порівняно з людськими водіями, контролюючи свою швидкість і прискорення, а також рухаючись ближче один до одного, щоб покращити аеродинаміку і зменшити споживання палива. За даними MIT News, якщо б кожен автомобіль на дорозі був автономним, не тільки б швидкість руху зросла б на 20%, але й споживання палива зменшилося б на 18%, а викиди вуглекислого газу зменшилися б на 25%. Це вдосконалення було б суттєвим у наших подальших зусиллях щодо впровадження сталості у велику кількість галузей і підприємств. Дослідження компанії TuSimple виявило, що їхні автономні вантажівки були на 11% більш паливно-еффективними, ніж ті, які керували людські водії. Це підвищення паливної ефективності дозволить товарам і послугам стати менш дорогими для споживачів, а також допоможе компаніям у їхніх зусиллях щодо绿енізації та сталості своїх операцій.

Погляд під капот

Рівень технологічного розвитку, який дозволяє цим автономним системам працювати, тривав десятиліттями. Масиви датчиків, включаючи камери, радари та лідари, передають дані в нейронні мережі, розроблені для імітації людського мозку та виконання об’єктного виявлення та сегментації зображень. Ці нейронні мережі потім обробляють цей сенсорний вхід, включаючи присутність інших транспортних засобів, дорожніх знаків та перешкод, щоб створити повну карту навколишнього середовища транспортного засобу. Наступним кроком є планування руху, де обчислюються детальні маршрути та траєкторії за допомогою всебічного аналізу всіх попередньо зібраних даних. Навіть після цього ці процеси все ще повинні враховувати непередбачені ситуації та能够 адаптуватися в режимі реального часу до цих обставин. Через величезну кількість складних та детальних процесів, які входять у розробку цих систем та програмного забезпечення, жодна з них не є ідентичною, і кожна з цих систем автономних транспортних засобів має свої переваги та недоліки.

Роздоріжжя

Два основних підходи до розробки автономного водіння – це HD-карти та системи без HD-карт. Перевага використання карт полягає в спрощеному виявленні об’єктів та плануванні руху, але ці системи залежать від безперервної комунікації для оновлення даних і схильні до застаріння. Системи без HD-карт, як-от та, що розроблена компанією Imagry, майже повністю залежать від даних в режимі реального часу та більш відповідають тому, як працюють людські водії. Вони також є більш самодостатніми та менш вразливими до кіберзагроз, але вимагають передових можливостей сприйняття на борту та складного оброблення в режимі реального часу. Після цього первинного розколу філософії існує кілька інших, які були предметом деяких дискусій у галузі. Правила, засновані на нейронних мережах, проти правил, заснованих на нейронних мережах, – це одна з таких спірних питань з питань безпеки та регулювання, які віддають перевагу більш визначеному “якщо-тоді” підходу, який є характерним для систем, заснованих на правилах. Хоча конструкція попередньо визначених сценаріїв пропонує високу пояснюваність, ці системи боротьбають з адаптацією до нових, непередбачених ситуацій, у яких системи, засновані на нейронних мережах, перевершують.

Дорога вперед

Підготовча робота продовжується для забезпечення широкого прийняття автономних транспортних засобів по всьому світу. Немає жодної нестачі виробників автомобілів та компаній, які готові інвестувати мільярди доларів у розвиток автономних транспортних засобів та послуг, пов’язаних з ними. Хоча залишаються багато різних систем та процесів, які входять у створення самоходних автомобілів, всі експерти в якійсь мірі погоджуються щодо величезної кількості практичних переваг, які автономні транспортні засоби та їхнє впровадження можуть мати для суспільства. Наступна, можливо, найважливіша перешкода, яку потрібно подолати, – це будівництво загальної довіри до цих технологій. Розробка штучного інтелекту також почалася під тьмяним туманом скептицизму та недовіри, який потрібно було подолати. Тепер немає жодної великої галузі чи компанії у світі, яка не використовує ці технології якимось чином. Автономні транспортні засоби будуть мати подібний підйом, але оскільки ці системи вдосконалюються та стають більш поширеними на наших дорогах, наша зручність та знайомство з ними також будуть зростати. Оскільки ці технології розвиваються стрімкою швидкістю, галузь автономних транспортних засобів далі від інших на шляху до глобального прийняття, ніж деякі можуть подумати.