Giới thiệu

Xe tự lái, đúng như tên gọi, là những chiếc xe tự lái mà không cần người lái (nói không cần người lái thì đúng hơn).

Trước khi đi sâu vào chủ đề này và bóc tách bề ngoài của công nghệ tuyệt vời này đã thu hút chúng ta trong nhiều thập kỷ, hãy đọc một định nghĩa chính thức từ Wikipedia.

“ Ô tô tự lái , còn được gọi là ô tô tự động , ô tô không người lái , hoặc ô tô rô bốt ( robo-car ), là ô tô có khả năng di chuyển mà không cần con người “

Sẽ phù hợp hơn nếu sử dụng từ tự trị và phân loại ô tô thành ba loại chính:

· Xe không tự lái

· Xe bán tự hành

· Xe ô tô hoàn toàn tự động/tự lái.

Nhiệm vụ lái xe ô tô đòi hỏi trí thông minh và trong ô tô, trí thông minh đó đạt được thông qua AI (Trí tuệ nhân tạo). Trong hình, trí thông minh này được thể hiện bằng một con robot

Ô tô không tự lái: Ô tô truyền thống mà chúng tôi không có thêm sự trợ giúp nào từ bất kỳ robot/AI nào. Con người thực hiện tất cả các nhiệm vụ (tăng tốc, phanh, lái xe, v.v.) Điều này được thể hiện bằng Hình a.

Ô tô bán tự động: Người lái xe vẫn phải ngồi trên các bánh xe; tuy nhiên, bạn có một số hỗ trợ từ AI/rô-bốt. Ví dụ, ô tô có thể hiểu môi trường của nó và hỗ trợ trong nhiều nhiệm vụ khác nhau nhưng hầu hết việc ra quyết định vẫn do con người kiểm soát. Nó có thể hỗ trợ trong các nhiệm vụ như đỗ xe, tự lái xe trong một khu vực nhất định, tự xác định và chuyển làn đường. Nó có thể tự đi trên một làn đường, cảnh báo người lái xe khi không chú ý, v.v. Trong hình minh họa, tôi đại diện cho sự hỗ trợ này thông qua một robot giúp bạn như hỗ trợ. Điều này được thể hiện bằng Hình b.

Xe tự hành: Ở đây người lái không cần lái và chiếc xe tự thực hiện mọi nhiệm vụ. Con số này được thể hiện bằng các robot ngồi trên bánh xe. Điều này được thể hiện bằng Hình c. Hình đại diện thực tế của ô tô tự lái là Hình d.

Công nghệ cho phép

Dù là ô tô tự lái hay con người, nền tảng hoạt động cơ bản của bất kỳ hệ thống nào vẫn giống nhau, đó là tiếp nhận đầu vào hoặc được kích thích từ môi trường, xử lý đầu vào để tạo ra kiến ​​thức/thông tin và sau đó hành động dựa trên kiến ​​thức đó bằng cách thực hiện một số hành động trong môi trường.

hệ thống con người

Hãy bắt đầu bằng cách tưởng tượng bản thân và xem chúng ta hoạt động như thế nào trong thế giới này

Thu thập đầu vào (cảm biến): Để thu thập đầu vào từ môi trường, chúng tôi sẽ cần một số cảm biến truyền tải thông tin bên trong hệ thống của chúng tôi. Cảm biến đó đối với chúng tôi là năm bộ phận nổi tiếng: mắt, tai, mũi, lưỡi và da.

Xử lý thông tin đầu vào (não): Thông tin đầu vào từ các giác quan khác nhau dưới dạng thị giác, âm thanh, xúc giác, khứu giác, cảm giác hoặc sự kết hợp của tất cả các thông tin này đến não của chúng ta để não tiếp tục xử lý và đưa ra hành động phù hợp.

Thực hiện hành động (thiết bị truyền động): Dựa trên quyết định do bộ não đưa ra, bạn thực hiện một hành động nhất định có thể bằng thể chất, lời nói hoặc thông qua biểu cảm.

Hãy tưởng tượng bạn đang lái một chiếc ô tô, bạn đang nhìn khung cảnh qua đôi mắt của mình (cảm biến nhận thông tin từ môi trường) và khi tín hiệu giao thông chuyển sang màu đỏ, thông tin đó sẽ được não của bạn xử lý, sau đó ra lệnh cho bạn dừng lại. Điều này được thực hiện từ từ bằng cách nhấn phanh qua chân của bạn (hành động được thực hiện trong môi trường).

Hãy lấy lời giải thích này và so sánh với xe tự lái

Ô tô tự lái

Đầu vào (Cảm biến)

Nhiều cảm biến trong xe giúp thu nhận thông tin vật lý từ môi trường. Một sơ đồ đại diện cho các cảm biến khác nhau được hiển thị bên dưới. Tuy nhiên, vị trí, loại và số lượng của cảm biến này có thể khác nhau `dựa trên thiết kế của nhà sản xuất ô tô.

Ba cảm biến quan trọng nhất cho phép lái xe tự động là Camera, Lidar và Radar.

1. Máy ảnh: Cảm biến máy ảnh ghi lại hình ảnh và video dưới ánh sáng khả kiến ​​hoặc thậm chí trong miền hồng ngoại tùy thuộc vào máy ảnh bạn sử dụng. Cảm biến máy ảnh đóng vai trò là con mắt của ô tô và giúp thu thập nhiều thông tin về môi trường như vật thể nào hiện diện trong cảnh và vị trí của chúng để có thể đưa ra quyết định phù hợp.
2. LiDAR: Phát hiện ánh sáng và Phạm vi được sử dụng rộng rãi trong ô tô tự lái vì chúng cung cấp hình ảnh 3D 360 độ đầy đủ về môi trường. Điều này hoạt động bằng cách thu thập các chùm tia laze dội lại từ các đối tượng. Các chùm tia laze phát ra an toàn và mắt người không nhìn thấy được. Ưu điểm của LiDAR so với máy ảnh là nó có thể hoạt động trong mọi điều kiện thời tiết vì nó có nguồn sáng và không phụ thuộc vào ánh sáng khả kiến.
3. RADAR: Cảm biến đo khoảng cách và phát hiện vô tuyến hoạt động bằng cách phát ra xung của tín hiệu tần số vô tuyến dội lại từ vật thể trở lại cảm biến. Sự khác biệt về thời gian giữa tín hiệu phát ra và nhận được giúp ước tính khoảng cách và vị trí của một đối tượng so với các phương tiện khác. Điều này bổ sung cho cảm biến tầm nhìn trong các tình huống tầm nhìn hạn chế như lái xe ban đêm hoặc điều kiện thời tiết xấu. Nó đáng tin cậy hơn để đo khoảng cách, tốc độ và phạm vi ngay cả trong điều kiện thời tiết xấu.

Một cảnh mẫu được chụp bởi máy ảnh và Lidar được hiển thị cùng với các đối tượng được phát hiện bằng thuật toán AI

Xử lý (AI & Phần cứng):

AI (Trí tuệ nhân tạo)

Sau khi dữ liệu được thu thập, sẽ được xử lý bằng thuật toán AI trên các thành phần phần cứng mạnh mẽ khác nhau. Mặc dù có nhiều thuật toán AI khác nhau, nhưng thuật toán AI phổ biến nhất trong thời gian gần đây đã thúc đẩy lĩnh vực này là Thuật toán học sâu.

Các thuật toán học sâu là các mạng lưới thần kinh nhân tạo lấy cảm hứng từ các tế bào thần kinh sinh học và có khả năng học trực tiếp từ dữ liệu (điều này hoạt động giống như cách bạn dạy một đứa trẻ con mèo và con chó là gì, bằng cách cho chúng xem những con mèo và con chó hoặc hình ảnh của chúng). . Các thuật toán này hoạt động bằng cách sử dụng thông minh các khái niệm toán học khác nhau trong lĩnh vực Đại số tuyến tính, Xác suất, Thống kê và Giải tích.

Một ví dụ về mạng thần kinh và những gì nó học được hiển thị bên dưới

Các thuật toán học sâu phổ biến đang được sử dụng là

· Perceptron nhiều lớp (Mạng thần kinh được kết nối đầy đủ).

· Mạng thần kinh chuyển đổi.

· Mạng thần kinh tái phát.

· Học tăng cường.

Phần cứng (GPU)

Chúng tôi không thể đưa ra bất kỳ sản phẩm nào trừ khi chúng tôi có phần cứng phù hợp. Sự phát triển của GPU (Bộ xử lý đồ họa) mạnh mẽ cho AI đã thúc đẩy sự phát triển của các thuật toán phức tạp như vậy.

GPU trước đây được sử dụng trong chơi game để xử lý hình ảnh. Trái ngược với CPU (Bộ xử lý trung tâm), chúng có khả năng xử lý song song, giúp đáp ứng nhu cầu tính toán của các thuật toán AI phức tạp.

Xem bản demo tuyệt vời này của CPU so với GPU

Một trong những GPU của Nvidia được hiển thị bên dưới

thiết bị truyền động

Trước khi có thể thực hiện các hành động điều khiển khác nhau, còn có một thành phần nữa được gọi là Lập kế hoạch tuyến đường, lập kế hoạch tuyến đường và quỹ đạo của ô tô. Chúng tôi không thảo luận về điều đó ở đây.

Sau khi thu thập kiến ​​thức từ dữ liệu cảm biến, thuật toán AI sẽ tìm hiểu về môi trường và xác định hành động chính xác, có thể là tăng tốc, phanh hoặc hướng vô lăng chính xác.

Lợi ích của xe tự lái

Một số lợi ích mà ô tô tự lái có thể mang lại

· Giảm thiểu các vụ tai nạn xảy ra do lỗi của con người (lái xe mất tập trung, lái xe khi say rượu…).

· Nó có thể cung cấp một phương tiện đi lại an toàn và đáng tin cậy cho người già, người bệnh hoặc người khuyết tật.

· Nó sẽ cung cấp quy định giao thông tốt hơn.

· Nó sẽ tối ưu hóa mức tiêu thụ năng lượng và giảm lượng khí thải.

· Nó sẽ tiết kiệm rất nhiều thời gian lái xe.

thử thách

Lợi ích này của ô tô tự lái đầy hứa hẹn và thú vị, nhưng nó có vô số thách thức cần phải vượt qua trước khi chúng ta có thể nhìn thấy ô tô tự lái hoàn toàn trên đường. Một số thách thức được liệt kê dưới đây

· Vì công nghệ sẽ được điều khiển bởi các thuật toán phức tạp nên nó sẽ có nhiều phần mềm và hàng triệu mã gây rủi ro bảo mật từ tin tặc.

· Một thách thức lớn khác sẽ là đạo đức và triết học. Ví dụ, trong trường hợp xảy ra tai nạn (dù khả năng không thể loại trừ sẽ ít hơn) thì trách nhiệm thuộc về ai?

· Có nhiều quyết định hành vi và giao tiếp thông qua biểu hiện được thực hiện bởi con người khi lái xe, liệu xe tự lái có xem xét những khía cạnh đó không?

· Hơn nữa, chi phí của công nghệ này vẫn còn cao.

· Các khu vực nhân khẩu học khác nhau sẽ có những thách thức khác nhau. Ví dụ, kịch bản lái xe của Ấn Độ và Mỹ là khác nhau.

· Phát triển một hệ sinh thái nơi có vô số ô tô tự lái đang chạy và giao tiếp với nhau, và môi trường cũng sẽ là một thách thức.

Phần kết luận

Đây chỉ là một tổng quan ngắn gọn về công nghệ kỳ diệu này dựa trên vai trò của một số ngành khoa học và kỹ thuật tuyệt vời và thú vị. Có rất nhiều thử nghiệm thực tế đối với các phương tiện bán tự động và hoàn toàn tự động đang được thực hiện bởi nhiều công ty quyết tâm đưa chúng ra đường.

Nếu bạn thấy bài viết của tôi hữu ích và muốn hỗ trợ họ — Mua cho tôi một ly cà phê