Xe hơi thông minh vẫn chưa cứu được người đi bộ

Năm 2024, 7.080 người đi bộ đã bị giết và hơn 71.000 người bị thương trên đường phố Mỹ. Số người chết do tai nạn xe đạp đã đạt mức cao nhất kể từ ít nhất năm 1980. Tổng số người chết trong các vụ tai nạn giao thông đã giảm xuống dưới 40.000 lần đầu tiên kể từ năm 2020. Nhưng gần như tất cả tiến bộ đó đều có lợi cho người ngồi trong xe. Người đi bộ và người đi xe đạp vẫn đang chết với tỷ lệ gần như lịch sử.

Khoảng cách đó là câu chuyện. Các tính năng hỗ trợ lái xe đã giảm đáng kể số người chết trong xe trong thập kỷ qua. Chúng không làm được điều tương tự cho người đi bộ và người đi xe đạp dễ bị tổn thương, và lý do nằm ở điểm mù, không phải hành vi của tài xế. Một bộ cảm biến gắn trên xe bị giới hạn bởi hình học của khung xe. Những nơi người đi bộ và người đi xe đạp dễ bị tổn thương nhất là chính những nơi cảm biến trên xe yếu nhất. Các điểm mù, giao lộ không có tầm nhìn, góc khuất. Khu vực trường học nơi một đứa trẻ bước ra từ giữa các xe đậu. Giới hạn đó áp dụng như nhau cho một tài xế nhìn qua kính chắn gió, một hệ thống phanh tự động đọc radar hướng về phía trước và bất kỳ bộ cảm biến tự động nào chúng ta đặt trên xe.

Trong hầu hết thập kỷ qua, toàn bộ cuộc trò chuyện xung quanh xe kết nối, di chuyển tự động và robot đô thị đã là một cuộc trò chuyện về Xe-tới-mọi-thứ (V2X). Ý tưởng là xe nói chuyện với các xe khác, với thiết bị bên đường, với điện thoại của người đi bộ và với mạng. Bộ cảm biến lớn hơn, mô hình tốt hơn, tính toán trên xe nhiều hơn, sự dư thừa nhiều hơn – tất cả tập trung vào xe itself. Khung đó đã tạo ra tiến bộ thực sự. Nó cũng đã áp đặt một giới hạn trên những gì nhận thức dựa trên xe có thể làm cho người đi bộ và người đi xe đạp.

Giai đoạn tiếp theo của công việc này có hình dạng khác. Hãy gọi nó là Cơ sở-hạ-tầng-tới-mọi-thứ, hoặc I2X. Giao lộ, hành lang và cơ sở hạ tầng xung quanh nhận thức và dự đoán thay mặt cho bất cứ thứ gì di chuyển qua chúng. I2X là nửa khó hơn của vấn đề. Đó cũng là nơi trường hợp an toàn cuối cùng được đóng lại.

V2X có một trần an toàn, và chúng ta đang đạt đến nó

Cách tiếp cận dựa trên xe đã rõ ràng đối với các nhà đầu tư, nhà sản xuất ô tô và các nhà quản lý trong một cách cơ sở hạ tầng không. Tiến bộ có thể được đo lường bằng số lượng cảm biến, tham số mô hình và tỷ lệ ngắt kết nối. Nó phù hợp gọn gàng vào một bản trình bày. Bộ V2X đã trưởng thành theo đó. Các tiêu chuẩn V2X di động là thực, các đơn vị bên đường được triển khai ở hàng chục hành lang và các công ty ô tô và công nghệ lớn đang đổ vốn nghiêm túc vào các nền tảng nhận thức hợp tác.

Vốn đó đã tạo ra những lợi ích thực sự, lại một lần nữa chủ yếu cho người ngồi trong xe. Nó không đóng khoảng cách cho người đi bộ và người đi xe đạp dễ bị tổn thương, và cộng đồng nghiên cứu ngày càng rõ ràng về lý do. Một nghiên cứu thực nghiệm gần đây về các hệ thống nhận thức hợp tác V2X xác định sáu mẫu lỗi lặp lại trong các hệ thống tự động hóa đơn lẻ, hầu hết đều có gốc rễ trong cùng một hạn chế: một xe không thể nhận thức vượt quá tầm nhìn của nó. Các điểm mù, giao lộ không có tầm nhìn, suy giảm thời tiết, các trường hợp biên không xuất hiện trong dữ liệu đào tạo. Nghiên cứu riêng biệt tập trung vào an toàn người đi bộ và người đi xe đạp đến cùng một kết luận từ một góc độ khác: định vị người đi bộ và người đi xe đạp là chế độ thất bại mà cảm biến trên xe cấu trúc yếu.

Cảm biến LiDAR giúp nhiều hơn. Cảm biến radar giúp nhiều hơn. Mô hình tốt hơn giúp nhiều hơn. Không có gì thay đổi hình học cơ bản. Một cảm biến gắn trên xe luôn có giới hạn tầm nhìn, và tầm nhìn trở nên tồi tệ hơn khi mật độ đô thị tăng lên. Những nơi chúng ta cần tự động hóa an toàn nhất là chính những nơi nhận thức dựa trên xe yếu nhất.

I2X đảo ngược cực

Cơ sở-hạ-tầng-tới-mọi-thứ bắt đầu từ một tiền đề khác. Đường, giao lộ, hành lang và bãi đỗ không phải là bề mặt thụ động chờ được nhận thức. Chúng trở thành các lớp thông minh hoạt động nhận thức, giải thích và phát sóng điều kiện ra ngoài. Một xe đang đến gần một giao lộ bị che khuất không cần phải nhìn xung quanh góc với cảm biến của nó. Góc nhìn cho nó. Một robot giao hàng làm việc trên vỉa hè không cần phải dự đoán người đi bộ đằng sau một xe đậu. Cột đèn đã biết người đi bộ ở đó.

Đây là phía của vấn đề chúng tôi đang xây dựng tại Surge. Các triển khai của chúng tôi là các nút nhận thức cạnh LiDAR được gắn trên cơ sở hạ tầng đô thị hiện có: cột đèn, đầu tín hiệu và mái nhà. Không có máy ảnh, không hình ảnh và không dữ liệu nhận dạng cá nhân được thu thập tại thời điểm cảm nhận. Chúng tôi gọi vị trí này là “Nặc danh bởi Vật lý”, vì LiDAR thu thập chuyển động và hình học, không phải khuôn mặt, biển số xe hoặc danh tính. Đầu ra là một luồng thời gian thực của vị trí, tốc độ và quỹ đạo. Luồng đó hữu ích cho một kỹ sư giao thông đô thị, một chồng tự động, một bộ định tuyến hậu cần và một nhà nghiên cứu an toàn, tất cả từ một dấu chân cảm biến đơn.

Hai lựa chọn thiết kế quan trọng đối với trường hợp an toàn. Đầu tiên là nhận thức cơ sở hạ tầng là đa thuê bao theo mặc định. Một chồng cảm biến trên xe là điểm-đến-điểm và phục vụ một khách hàng tại một thời điểm. Một nút LiDAR trên cột đèn phục vụ mọi xe, mọi máy bay không người lái và mọi ứng dụng an toàn cho người đi bộ cần dữ liệu, đồng thời. Kinh tế nhìn giống như một tháp di động hơn là một giếng dầu. Thứ hai là phạm vi phủ sóng hành lang quan trọng hơn phạm vi phủ sóng giao lộ. Các nút bị cô lập là hữu ích. Các hành lang được kết nối là có thể bảo vệ được, vì an toàn cho người đi bộ, đào tạo xe tự động và ứng phó khẩn cấp đều phụ thuộc vào tính liên tục, không phải là ảnh chụp nhanh.

Nhận thức thời gian thực là sàn. Dự đoán là trần.

Cơ hội sâu hơn không phải là lớp thời gian thực. Nhận thức thời gian thực giải quyết các trường hợp an toàn rõ ràng, và điều đó alone là có giá trị. Cơ hội mở khóa sâu hơn đến khi các mô hình AI được đào tạo trên dữ liệu cơ sở hạ tầng liên tục trong nhiều tháng và nhiều năm thay vì các ảnh chụp nhanh mà xe thu thập.

Dữ liệu xe là, theo bản chất, thưa thớt và không liên tục. Một chiếc xe đi qua một giao lộ vài lần một ngày. Nó nhìn thấy một lát cắt. Một nút cơ sở hạ tầng quan sát cùng một giao lộ 24 giờ một ngày, mọi ngày, trong nhiều năm. Nó nhìn thấy phân phối đầy đủ. Cùng một nơi qua giờ cao điểm, cơn bão, xây dựng, mất điện, sự kiện và thay đổi theo mùa. Đó là một loại dữ liệu đào tạo cơ bản khác, và nó tạo ra một loại mô hình cơ bản khác.

Khi dữ liệu đó tích lũy, hệ thống ngừng phản ứng và trở nên dự đoán. Mẫu đi của một người sắp bước ra khỏi lề đường mà không nhìn. Hồ sơ giảm tốc của một xe sắp chạy đèn đỏ. Hình học hội tụ mà đi trước một sự kiện gần-miss giữa một xe buýt rẽ và một xe đạp trong làn xe đạp. Những tín hiệu này là có thể quan sát được thống kê. Chúng không tồn tại trong báo cáo tai nạn vì chúng không phải là tai nạn. Chúng là các sự kiện tiền thân và xảy ra với số lượng lớn hơn nhiều so với chính tai nạn. Tai nạn là thưa thớt. Sự kiện gần-miss là dồi dào. Hệ thống cơ sở hạ tầng quan sát các hành vi tiền thân mà cơ sở dữ liệu tai nạn không bao giờ thu thập. Một xe di chuyển qua một giao lộ sẽ không bao giờ nhìn thấy chúng với quy mô. Cơ sở hạ tầng sống tại giao lộ nhìn thấy chúng liên tục.

Đó là khóa an toàn thực sự. Lời hứa của di chuyển kết nối luôn là chúng ta có thể can thiệp trước khi xảy ra tai nạn, không phải ghi lại nó sau. Cảm biến trên xe cộng với giao tiếp phản ứng xe-tới-mọi-thứ đưa bạn đến một phần của cách. Một lớp dự đoán được đào tạo trên dữ liệu cơ sở hạ tầng liên tục, đa phương thức là thứ đưa bạn đến phần còn lại của cách. Logic tương tự, tình cờ, cũng áp dụng cho phía năng lượng, nơi các công ty như HEVO đang chỉ ra rằng các đội xe tự động hoàn toàn cần cơ sở hạ tầng để cung cấp năng lượng cũng như nhận thức. Miền khác, cùng một kết luận: thế giới phải làm việc mà xe không thể làm một mình.

Một hệ thống thần kinh cho môi trường đô thị

Khi bạn bước lại từ bất kỳ triển khai đơn lẻ nào, công việc này thực sự đang xây dựng điều mà các thành phố chưa bao giờ thực sự có: một hệ thống thần kinh. Các thành phố đã có bê tông, thép, lưới điện và sợi quang. Điều chúng thiếu là một lớp cảm nhận, ghi nhớ và dự đoán trong thời gian thực trên toàn môi trường vật lý.

I2X là lớp đó. Một nút LiDAR trên cột đèn hoạt động như một nơ-ron cảm giác. Tính toán cạnh hành động như một phản xạ cục bộ, đủ nhanh để hành động mà không cần chờ hệ thống tập trung. Theo thời gian, một mạng lưới các nút xây dựng bộ nhớ tổ chức ở quy mô đô thị: cách các giao lộ hoạt động, nơi các sự kiện gần-miss xảy ra, cách dòng chảy thay đổi trong các cơn bão, mất điện, xây dựng hoặc khẩn cấp.

Các ứng dụng theo tự nhiên. Một cảnh báo an toàn cho người đi bộ trong một khu vực trường học là một phản xạ. Một điều chỉnh tín hiệu giao thông dựa trên dòng chảy quan sát được là một phản ứng đã học. Một khuyến nghị định tuyến dự đoán cho xe khẩn cấp phụ thuộc vào cả cảm nhận và bộ nhớ. Quản lý hậu cần, ứng phó khẩn cấp, khả năng phục hồi khí hậu và đào tạo xe tự động đều trở nên dễ dàng hơn khi thành phố có thể liên tục quan sát và học hỏi từ các hoạt động của mình. Điểm không phải là thêm nhiều máy ảnh hoặc bảng điều khiển. Điểm là đưa môi trường đô thị khả năng nó luôn thiếu: khả năng cảm nhận, ghi nhớ và phản ứng trong thời gian thực.

Cơ sở hạ tầng thay đổi kinh tế của tự động hóa

Khi lớp thông minh di chuyển từ xe sang cơ sở hạ tầng, kinh tế của tự động hóa và hoạt động đô thị thay đổi theo ba cách quan trọng.

Thứ nhất, đường cong chi phí của phần cứng xe trên xe cuối cùng đã có nơi để đi. Hiện tại, mọi xe tự động được yêu cầu mang toàn bộ vấn đề nhận thức và hầu hết vấn đề an toàn trên khung xe. Đó là lý do tại sao hóa đơn vật liệu cho một xe tự động trông như vậy. Khi cơ sở hạ tầng cung cấp nhận thức trong vài trăm mét cuối và dự đoán trên đó, xe trở nên nhẹ hơn, rẻ hơn và dễ dàng chứng nhận hơn. Logic tương tự áp dụng cho máy bay không người lái, robot vỉa hè và bất kỳ hình thức tự động nào khác đang chờ đơn vị kinh tế của nó đóng lại.

Thứ hai, thị trường có thể tiếp cận cho bất kỳ triển khai cơ sở hạ tầng nào mở rộng đáng kể. Một nút LiDAR trên cột đèn phục vụ đội kỹ sư giao thông của một thành phố, một nhà vận chuyển hậu cần quốc gia, một nhà điều hành xe buýt tự động, một nhà nghiên cứu an toàn và một nhà bảo hiểm là một tài sản cơ bản khác so với một cảm biến phục vụ một người thuê. Cơ sở hạ tầng được chia sẻ tích lũy theo cách mà các giải pháp điểm không.

Thứ ba, câu chuyện tài chính trở nên rõ ràng đối với vốn tổ chức đã lịch sử tài trợ cho cảng, tháp, sợi quang và tiện ích. Giữa chúng tôi, chúng tôi mang lại lãnh đạo hoạt động trong triển khai cơ sở hạ tầng kết nối và hơn hai thập kỷ kinh nghiệm tài chính dự án cơ sở hạ tầng tại các công ty như Integrated Roadways, Black & Veatch và Diode Ventures. Mẫu là quen thuộc. Một khi một lớp tài sản tạo ra nhiều dòng doanh thu hợp đồng, dài hạn từ một dấu chân vật lý đơn, chi phí vốn giảm, thời gian kéo dài và xây dựng tăng tốc. Đó là khoảnh khắc chúng tôi đang tiếp cận với cơ sở hạ tầng thông minh. Vốn đã chờ đợi sự rõ ràng, không phải công nghệ.

Đường học cách suy nghĩ lại

Các số liệu tử vong khó có thể di chuyển đáng kể cho đến khi chúng ta ngừng yêu cầu xe làm tất cả công việc. Thập kỷ đầu tư dựa trên xe đã tạo ra các tiêu chuẩn, triển khai và lợi ích có ý nghĩa cho người ngồi trong xe. Nó không di chuyển kim cho những người dễ bị tổn thương nhất bởi xe làm sai, và lý do cấu trúc được xây dựng vào hình học của vấn đề.

Chương tiếp theo là cơ sở hạ tầng. Đường phố nhận thức. Giao lộ dự đoán. Hành lang học hỏi và can thiệp trước khi xảy ra tai nạn. Thêm phía năng lượng sau, trên cùng một dấu chân vật lý, và bạn có cơ sở cho tự động hóa như một hệ thống chứ không phải một sản phẩm. Quan trọng hơn, bạn có cơ sở hạ tầng mà các thành phố có thể sử dụng cho mọi thứ khác họ đã cố gắng giải quyết trong hai thập kỷ qua.

V2X đã dạy xe cách nói chuyện. I2X là thành phố học cách cảm nhận, suy nghĩ lại và suy nghĩ trước.