Хорошие дороги и осторожные пешеходы являются препятствием для полностью автономных автомобилей

Чтобы сделать лучшие автономные автомобили, нам нужно научить их А.И. как ориентироваться в наихудших условиях. Вот почему самые смелые инновации в этой области могут оказаться вдали от залитых солнцем улиц Калифорнии и вместо этого в менее щадящих условиях.

«Никто не купит автомобиль с водителем, чтобы ездить на нем только в Калифорнии. Это вопрос промышленных систем следующего уровня », - рассказывает Ольга Ускова, президент Cognitive Technologies в России и основатель системы автономного вождения C-Pilot. обратный, «Например, в нашей системе мы используем такую ​​технологию, которая называется« виртуальный туннель ». Транспортное средство движется не только по дорожной разметке, но и определяет дорожную обстановку так же, как человеческий мозг, анализируя боковые ситуации - расположение деревьев, зданий, линию горизонта и т. Д. »

Ускова отмечает, что 70 процентов мировых дорог абсолютно не похожи на те, которые можно найти в Калифорнии. Но вместо того, чтобы перейти от пустых испытательных треков к более реальным ситуациям, команда Усковой решила использовать эти суровые условия в качестве отправной точки. Они решили, что вождение в плохую погоду в любом случае потребовало от 35 до 40 процентов времени.

«Климат в большей части России представлен большим количеством дней в году, когда водители должны путешествовать в плохих погодных условиях - на дорогах со снегом, грязью, отсутствием дорожной разметки и плохой видимостью», - говорит Ускова.

Именно этот глубокий первоочередной подход характеризует развитие автономных автомобилей на международной арене. В Соединенном Королевстве, например, нет законов против сойки. Некоторые стартапы утверждают, что это идеальное место для обучения вождению автомобиля А.И. как бороться с надоедливыми пешеходами. Один из них, базирующийся в Имперском колледже Лондона, уже разработал систему, способную понимать более 150 видов поведения, чтобы судить, собирается ли пешеход выйти на дорогу.

«Мы очень уверены, что сможем предсказать, будет ли кто-то пересекаться или нет», - сказал Лесли Нотбоум, соучредитель Humanising Autonomy. Вечерний Стандарт, «Автомобили должны понимать всю широту человеческого поведения, прежде чем они будут внедрены в городскую среду. Современная технология способна понять, является ли что-то пешеходом, а не фонарным столбом, и куда этот пешеход движется, обрамляя их как коробку. Мы заглядываем внутрь этой коробки, чтобы увидеть, что делает человек, где он смотрит, знает ли он об автомобиле, разговаривает ли он по телефону или работает - значит ли это, что он отвлечен или опасен? »

Ожидается, что в Лондоне в 2021 году появятся первые автономные такси, предоставленные Оксфордским разработчиком Oxbotica и фирмой такси Addison Lee. Oxbotica завершила серию ограниченных поставок продуктов в рамках своих тестов, одновременно готовясь к автономному проезду из Лондона в Оксфорд во второй половине 2019 года. В 60-мильном путешествии есть разрозненные услуги сотовой связи, что затруднит автомобильную связь. Страна в целом имеет около 75 процентов географического покрытия 3G и 4G. Команда должна будет решить, как должен реагировать автомобиль, когда теряет связь с Интернетом.

В случае с Cognitive Pilot пришлось разработать новые датчики, способные справиться с дорогой, что бы ни случилось. Он разработал радар, способный создавать трехмерную проекцию объектов на расстоянии 300 метров. В то время как Силиконовая долина в основном сосредоточена на лидарных решениях, которые борются с суровой погодой, радар лучше оборудован для всех сезонов. В плохих погодных условиях радиус действия радара команды падает всего на 50-100 метров, а расстояние между ними достигает 200-250 метров. Лидар, который использует вращающийся лазер, чтобы отражаться от объектов и считывать их расстояние, может потерпеть неудачу в снегу, когда их лазеры вместо этого отражаются от падающих хлопьев.

Силиконовая долина не закрывает глаза на эти проблемы. Waymo проверил свою автономную систему вождения по снегу в Саус Лэйк Тахо в марте 2017 года. А Tesla, которая считает, что у лидара слишком много недостатков, уже выбрала комбинацию камер и радара для своего пакета «Hardware 2», предназначенного для поддержки автономия на более поздний срок. Однако даже генеральный директор Элон Маск отмечает, что «чрезвычайно сложно» разработать универсальное решение для автономного вождения.

Технологическим компаниям недавно пришлось свернуть свои ожидания, поскольку испытания Waymo в Аризоне борются со сложными перекрестками. Drive.AI даже предложил перепроектировать дороги, чтобы поддержать эти новые автомобили. Хотя Маск все еще уверен в том, что Tesla сможет достичь точечного решения где-то в следующем году, проблемы, с которыми сталкиваются международные разработчики, показывают, что неясно, как эти системы будут работать в других местах.