자율주행 도가니

2023년이 다가오면서 자율주행차는 열광적인 저점을 탐색하고 있습니다. Ford와 Volkswagen은 이전에 진정한 경쟁자로 여겨졌던 Argo를 폐쇄했으며 대부분의 공공 AV 회사는 IPO에 비해 가치가 90% 이상 하락했습니다. Tech Media는 로보택시와 자율주행 트럭이 10년 이상 후퇴할 것이라고 예측했습니다 . 주요 AV 개발자조차도 직원의 상당 부분을 해고했습니다 .

그럼에도 불구하고 일반 사람들은 미국의 주요 3개 도시에서 운영되는 24시간 서비스 중 하나를 통해 지금 바로 완전 무인 로봇 택시를 탈 수 있습니다. 그리고 자율주행 트럭은 이미 미국 주간 고속도로를 횡단하고 있습니다(비록 여전히 대부분 안전 운전자가 있음). 엄청난 수요가 있습니다. 기록적인 운송비, 운전자 부족, 철도 파업, 지속되는 공유 공역 COVID 걱정 사이에서 무인 운송이 더 이상 필요하지 않으며 수천억 달러의 창출 가치를 책임질 수 있습니다. 자율주행차가 기능하고 필요하지만 영구적으로 상업적 생존 가능성이 없는 것처럼 보이는 이러한 분명히 분리된 현실을 어떻게 이해할 수 있을까요?

안전이 이유지만 바이너리는 아닙니다. 자율 기술이 여러 가지 중요한 충돌 의 원인이 된 것은 사실이지만 특정 행동과 상황에서는 이미 인간 운전자보다 더 안전합니다 . 자동 긴급 제동이 후미를 줄인다 는 증거는 중요하며 사각지대에서 고속 충돌을 피함으로써 생명을 구하는 Tesla의 AutoPilot 동영상 250개 이상은 안전에 긍정적으로 기여하는 기술이 거의 확실하다는 증거입니다. 게다가 샌프란시스코, 피닉스, 오스틴에서 진행 중인 도시 AV 파일럿은 이미 인간 운전자보다 사고 빈도가 더 낮습니다. , 비록 그들이 매우 보수적으로 운전함으로써(예를 들어 AV가 지속적으로 다른 트래픽을 지연시키는 경우 ) 이러한 제한된 도메인에서 자신의 유용성을 심각하게 제한함으로써 이러한 이득을 달성할 수 있습니다 . AV를 우수한 상용 운전자와 비교 하면 동일한 성능 수준에서 훨씬 더 안전한지 확인하는 데 완전히 비현실적인 시간 (수십, 수십억 마일) 이 소요됩니다 . 그러나 우리가 AV를 너무 안전하게 만들어 증거가 반박할 수 없게 만들 수 있다면 어떨까요?

우리는 AV가 도로에서 발생하는 거의 모든 사고를 제거할 수 있다고 믿습니다. 우리에게 이것은 AV가 운전의 99.999999%를 처리해야 함을 의미합니다. 통계 전문 용어를 사용하려면 6 "시그마" 가치의 운전 이벤트입니다. 밀리초 단위로 결정을 계산할 수 있는 능력과 고급 센서 사이에서 AV는 가장 까다로운 사고도 피할 수 있는 원시 잠재력을 가지고 있습니다. 빠진 유일한 것은 올바른 AI입니다. 확실히 여전히 큰 도전이지만 가장 일시적이지만 가장 위험도가 높은 엣지 케이스 와 경쟁하는 데 초점을 맞추는 경우 해결할 수 있습니다 .

대략적으로 말하면 엣지 케이스는 자율주행차에서 가장 위험하고 까다로운 상황입니다. 경쟁해야 할 엣지 케이스가 많이 있지만 AV와 인간 모두에게 여전히 극도로 어려운 매우 위험한 엣지 케이스의 좋은 시작 예는 가로 충돌입니다. 아래 동영상이 좋은 예입니다...

2022년 4월 미네소타에서 기록된 이 끔찍한 충돌 사고에서 곡선 진입로에서 과속 차량이 통제력을 잃고 경사면을 미끄러져 박스 트럭과 접촉했습니다. 트럭 운전사는 어떤 인간 운전자도 약간의 경고에도 자신의 왼쪽에 있는 이웃 차량으로 방향을 바꾸지 않도록 관리할 수 있는 상황과 씨름합니다. 그는 트럭을 통제할 수 없었고 끔찍한 화재가 발생했지만 이 상황에 처한 모든 사람이 살아남았다는 점은 주목할 가치가 있습니다. 그럼에도 불구하고 그것은 분명히 재앙이었습니다. 재래식 자동차와 함께 성장한 모든 사람들은 가끔 발생하는 재난이 삶의 사실임을 받아들이게 되었습니다. 하지만 AV가 사고를 완전히 예방할 수 있다면 어떨까요?

인간은 시각적 자극 에 약 1/5초(200ms)보다 빠르게 반응할 수 없습니다 . 가시성이 감소하고 잠재적으로 주의력이 감소하면 잠재적으로 치명적인 충돌에 대한 인간의 반응 시간은 적어도 그 두 배는 될 것입니다 . 이와는 대조적으로 컴퓨터는 자극에 훨씬 더 빠르게( 밀리초 단위 로 ) 반응할 수 있으며 한 번에 전체 시각적 공간에서 완전한 주의를 유지할 수 있습니다. 저렴한 CMOS 카메라는 이제 밀리초 규모의 응답이 가능하며 특정 특수 카메라는 훨씬 더 빠를 수 있습니다 . 다른 감지 방식(마이크로파 레이더 및 LIDAR)의 응답 속도는 완전한 어둠 속에서 보는 것과 같은 다른 이점은 말할 것도 없고 빛의 속도에 의해서만 제한됩니다.

센서가 초인적인 반응을 허용할 수 있지만 AV는 감지할 수 있는 것을 항상 인식할 수 있는 것은 아닙니다. 고속 정면 충돌 및 횡단 충돌을 실제로 예상하려면 AV에 보다 강력한 동작 감지가 필요할 것입니다. 고속 횡방향 충돌을 피할 것으로 예상되는 AV는 특히 위험 요소가 어떤 종류의 물체인지 인식할 수 없는 경우에도 빠르게 상관된 움직임을 감지할 수 있어야 합니다 . 인간에서 물고기와 곤충에 이르기까지 거의 모든 움직이는 동물은 주변의 다른 움직이는 물체를 감지하고 안전한 경로를 탐색하는 빠른 신경 회로를 가지고 있습니다. 인간의 경우 이러한 빠른 경로는 일찍이 눈의 전문화가 시작됩니다.. 물체가 무엇인지 알기도 전에 물체를 피하는 자신을 발견했다면, 의식과 별도로 작동하는 이 빠른 물체 회피 경로를 경험하고 있는 것입니다. 이러한 동작 경로는 복잡한 환경을 통한 모든 빠른 인간 탐색의 기초가 되지만 신경 습식 장치에 의해 속도가 제한됩니다. 고속 센서와 밀리초 단위 컴퓨팅의 이점을 통해 AV에서 얼마나 효과적일지 상상해 보십시오.

그러나 기존의 프레임별/위치 기반 AV 인식 경로를 사용하더라도 충돌 방지에 주로 개발을 집중함으로써 지금보다 더 안전한 AV를 가질 수 있습니다 . AV 성능에 대한 수십 가지의 인기 있는 벤치마크 중 충돌 방지 순위는 단 하나도 없습니다. 변경이 필요하며 앞으로 기울고 있는 정부는 엣지 케이스 벤치마크에 대한 연구에 자금을 지원하기 시작했습니다(예: D-RISK 프로젝트와 함께 영국 의 CCAV ) . . 가장자리 사례를 먼저 해결 함으로써 AV 개발자는 여전히 중앙 사례를 무료로 얻을 수 있습니다.. 즉, 가능한 모든 충돌을 피하는 데 필요한 일련의 기술은 정상적인 운전을 처리하는 데 충분하지만 그 반대는 아닙니다. 차세대 자율주행차 개발자인 dRISK의 자체 고객 중 일부는 현재 이러한 종류의 성능 향상을 달성하고 있습니다.

한편, 차세대 무인 기술이 배치되기 전에 포괄적인 제3자 안전 평가(예: Stantec의 GenAV )를 거쳐 실제로 인간보다 1~2배 더 뛰어난 성능을 발휘하는지 5배로 확인해야 합니다. 배포되는 도메인.

우리는 자율 목표가 정상적인 운전에 대한 점진적인 개선에서 완벽한 충돌 방지 시연으로 바뀌면 자율 기술이 더 빨리 성과를 거두고 더 빨리 확산되는 것을 보게 될 것이라고 믿습니다. 제3자가 이미 배포된 시스템의 위험을 입증한 다음 NHTSA가 리콜을 발행할 때 까지 기다리는 대신 AV 개발자, OEM 및 Tier 1은 새로운 기술이 출시되기 전에 포괄적인 안전성을 입증해야 합니다.소비자와 교통 당국은 AV 개발자가 가능한 모든 에이전트가 완전히 표현된 매우 센서 사실적인 시뮬레이션 내에서 수십만 건의 치명적인 충돌을 피하고 수백 번의 트랙 테스트가 뒤따르는 놀라운 성능을 보여줄 것으로 기대해야 합니다. 이러한 개발 철학의 변화로 인해 dRISK는 곧 충돌 없는 AV가 있다고 믿습니다.