Wstęp

Samochody autonomiczne, jak sama nazwa wskazuje, to samochody, które jeżdżą same bez kierowcy (właściwiej byłoby powiedzieć bez kierowcy).

Zanim zagłębimy się w ten temat i oderwiemy powierzchnię tej niesamowitej technologii, która fascynuje nas od dziesięcioleci, przeczytajmy formalną definicję z Wikipedii.

„ Samojezdny samochód , znany również jako samochód autonomiczny , samochód bez kierowcy lub samochód-robot ( robo-samochód ), to samochód, który może podróżować bez udziału człowieka”

Bardziej odpowiednie byłoby użycie słowa autonomiczny i podzielenie samochodów na trzy główne kategorie:

· Nieautonomiczny samochód

· Półautonomiczny samochód

· W pełni autonomiczne/samojezdne samochody.

Zadanie prowadzenia samochodu wymaga inteligencji, a w samochodzie inteligencja jest osiągana dzięki sztucznej inteligencji (AI). Na rysunku ta inteligencja jest reprezentowana przez robota

Samochód nieautonomiczny: Tradycyjny samochód, w którym nie mamy dodatkowej pomocy ze strony żadnych robotów/AI. Człowiek wykonuje wszystkie zadania (przyspieszanie, hamowanie, jazda itp.). Przedstawia to rys. a.

Samochód półautonomiczny: kierowca nadal musi być na kołach; jednak masz pewną pomoc ze strony sztucznej inteligencji / robotów. Np. samochód może rozumieć swoje otoczenie i pomagać w różnych zadaniach, ale większość decyzji nadal pozostaje pod kontrolą człowieka. Może pomagać w zadaniach, takich jak parkowanie, samodzielna jazda w określonym regionie, samodzielna identyfikacja i zmiana pasów. Może samodzielnie znajdować się na pasie, ostrzegając kierowcę, gdy nie jest uważny, itp. Na ilustracji przedstawiam tę pomoc przez robota, który pomaga ci jak pomoc. Przedstawia to ryc. b.

Samochód autonomiczny: Tutaj kierowca nie siedzi za kierownicą, a samochód wykonuje wszystkie zadania samodzielnie. Postać jest reprezentowana przez roboty siedzące na kole. Przedstawia to ryc. c. Rzeczywista reprezentacja samojezdnych samochodów jest pokazana na rys. d.

Technologii wspomagających

Niezależnie od tego, czy jest to samojezdny samochód, czy człowiek, podstawowa podstawa działania każdego systemu pozostaje taka sama, czyli pozyskiwanie danych wejściowych lub stymulowanie ich ze środowiska, przetwarzanie danych wejściowych w celu wytworzenia wiedzy/informacji, a następnie działanie w oparciu o tę wiedzę poprzez wykonanie jakiejś czynności w środowisku.

System ludzki

Zacznijmy od zobrazowania siebie i zobaczenia, jak funkcjonujemy w tym świecie

Pozyskiwanie danych wejściowych (czujniki): Aby zebrać dane wejściowe ze środowiska, potrzebowalibyśmy czujników przekazujących informacje do naszego systemu. Ten czujnik to dla nas nasza słynna piątka: oczy, uszy, nos, język i skóra.

Przetwarzanie danych wejściowych (mózg): Dane wejściowe z różnych zmysłów w postaci wzroku, dźwięku, dotyku, zapachu, czucia lub kombinacji wszystkich docierają do naszego mózgu, który dalej je przetwarza i zapewnia odpowiednie działanie.

Podejmowanie działań (siłowników): Na podstawie decyzji podjętej przez mózg podejmujesz określone działanie, które może być fizyczne, werbalne lub poprzez wyrażenia.

Wyobraź sobie, że prowadzisz samochód, widzisz scenę oczami (czujnik pobiera informacje z otoczenia), a kiedy sygnalizacja świetlna zmienia kolor na czerwony, informacje te są przetwarzane przez mózg, który następnie instruuje cię, abyś się zatrzymał. Odbywa się to powoli, naciskając hamulce przez nogi (czynność wykonywana w środowisku).

Weźmy to wyjaśnienie i porównajmy je z samojezdnym samochodem

Samochody samojezdne

Wejście (czujniki)

Liczne czujniki w samochodzie pomagają w pozyskiwaniu danych fizycznych z otoczenia. Schemat przedstawiający różne czujniki pokazano poniżej. Jednak pozycje, typy i liczba tego czujnika mogą się różnić w zależności od projektu producenta samochodu.

Trzy najważniejsze czujniki umożliwiające zautomatyzowaną jazdę to kamera, lidar i radar.

1. Aparat: czujnik aparatu rejestruje obrazy i nagrywa filmy w świetle widzialnym lub nawet w podczerwieni, w zależności od używanego aparatu. Czujnik kamery służy jako oko samochodu i pomaga uzyskać wiele informacji o otoczeniu, takich jak jakie obiekty są obecne w scenie i gdzie się znajdują, aby można było podjąć odpowiednie decyzje.
2. LiDAR: Light Detection and Ranging są szeroko stosowane w samochodach autonomicznych, ponieważ zapewniają pełny 360-stopniowy obraz 3D otoczenia. Działa to poprzez zbieranie odbitych wiązek laserowych od obiektów. Emitowane wiązki laserowe są bezpieczne i niewidoczne dla ludzkiego oka. Przewagą LiDAR nad kamerą jest to, że może pracować w każdych warunkach pogodowych, ponieważ ma swoje źródło światła i nie jest zależny od światła widzialnego.
3. RADAR: czujnik wykrywania i określania odległości radiowej działa poprzez emisję impulsu sygnału o częstotliwości radiowej, który odbija się od obiektu z powrotem do czujnika. Różnica czasu między emitowanym a odbieranym sygnałem pomaga oszacować odległość i położenie obiektu względem innych pojazdów. Uzupełnia to czujnik wizyjny w scenariuszach o słabej widoczności, takich jak jazda nocą lub złe warunki pogodowe. Jest bardziej niezawodny w pomiarach odległości, prędkości i zasięgu nawet w złych warunkach pogodowych.

Przykładowa scena uchwycona przez kamerę i Lidar jest pokazywana wraz z wykrytymi obiektami przez algorytm sztucznej inteligencji

Przetwarzanie (AI i sprzęt):

AI (sztuczna inteligencja)

Po pozyskaniu danych są one przetwarzane przez algorytmy sztucznej inteligencji na różnych potężnych komponentach sprzętowych. Chociaż istnieją różne algorytmy sztucznej inteligencji, najpopularniejszym algorytmem sztucznej inteligencji w ostatnim czasie, który przyspieszył tę dziedzinę, są algorytmy głębokiego uczenia się.

Algorytmy głębokiego uczenia się to sztuczne sieci neuronowe inspirowane neuronami biologicznymi, które są w stanie uczyć się bezpośrednio z danych (działa to tak, jak uczysz dziecko, czym jest kot i pies, pokazując koty i psy lub ich obrazki). . Algorytmy te działają poprzez inteligentne wykorzystanie różnych koncepcji matematycznych z dziedziny algebry liniowej, prawdopodobieństwa, statystyki i rachunku różniczkowego.

Jeden przykład sieci neuronowych i tego, czego się uczy, pokazano poniżej

Popularnymi algorytmami głębokiego uczenia się są

· Perceptron wielowarstwowy (w pełni połączone sieci neuronowe).

· Konwolucyjne sieci neuronowe.

· Powtarzające się sieci neuronowe.

· Uczenie się ze wzmocnieniem.

Sprzęt (GPU)

Nie możemy wypuścić żadnego produktu, jeśli nie mamy odpowiedniego sprzętu. Rozwój potężnych procesorów graficznych (Graphical Processing Units) dla sztucznej inteligencji przyspieszył powstanie tak złożonych algorytmów.

Procesory graficzne były wcześniej używane w grach do przetwarzania obrazów. W przeciwieństwie do CPU (Central Processing Unit), są one zdolne do przetwarzania równoległego, co pomaga w zaspokojeniu potrzeb obliczeniowych złożonych algorytmów AI.

Obejrzyj tę niesamowitą demonstrację procesora i karty graficznej

Poniżej pokazano jeden z układów GPU firmy Nvidia

Siłowniki

Przed podjęciem różnych działań kontrolnych istnieje jeszcze jeden element o nazwie Planowanie trasy, który planuje trasę i trajektorię samochodu. Nie o tym tutaj dyskutujemy.

Po uzyskaniu wiedzy z danych z czujników algorytmy sztucznej inteligencji dowiadują się o środowisku i definiują prawidłowe działanie, którym może być prawidłowe przyspieszenie, hamowanie lub kierunek skrętu kierownicy.

Korzyści z samojezdnych samochodów

Niektóre korzyści, jakie mogą przynieść samojezdne samochody

· Zmniejszy się liczba wypadków spowodowanych błędami ludzkimi (rozproszona jazda, jazda pod wpływem alkoholu itp.).

· Może zapewnić bezpieczny i niezawodny dojazd do pracy osobom starszym, chorym lub niepełnosprawnym.

· Zapewni lepszą regulację ruchu.

· Zoptymalizuje zużycie energii i ograniczy emisje.

· Zaoszczędzi to dużo czasu jazdy.

Wyzwania

Ta zaleta samojeżdżącego samochodu jest obiecująca i ekscytująca, ale wiąże się z niezliczonymi wyzwaniami, które należy pokonać, zanim będziemy mogli zobaczyć w pełni autonomiczne samochody na drogach. Poniżej wymieniono niektóre wyzwania

· Ponieważ technologia będzie napędzana złożonymi algorytmami, będzie zawierała wiele programów i miliony kodów, co stanowi zagrożenie dla bezpieczeństwa ze strony hakerów.

· Kolejnym dużym wyzwaniem będzie etyka i filozofia. Na przykład w razie wypadków (choć będzie ich mniej, możliwości nie da się wyeliminować) kto będzie ponosił winę?

· Istnieją różne decyzje behawioralne i komunikacja poprzez ekspresję podejmowaną przez ludzi podczas jazdy, czy samojezdny samochód będzie uwzględniał te aspekty?

· Ponadto koszt tej technologii jest nadal wysoki.

· Różne regiony demograficzne staną przed różnymi wyzwaniami. Na przykład scenariusz jazdy w Indiach i Ameryce jest inny.

· Rozwój ekosystemu, w którym niezliczona liczba samojezdnych samochodów jeździ i komunikuje się ze sobą, a środowisko również będzie wyzwaniem.

Wniosek

To był tylko krótki przegląd tej magicznej technologii, która opiera się na niesamowitej i interesującej nauce i inżynierii. Istnieje wiele rzeczywistych testów półautonomicznych iw pełni autonomicznych pojazdów przeprowadzanych przez wiele firm, które są zdeterminowane, aby wprowadzić je na drogi.

Jeśli uważasz, że moje artykuły są pomocne i chcesz je wesprzeć — Kup mi kawę