Самоуправляемые автомобили лучше смогут работать на умных дорогах

За последние два десятилетия были предприняты огромные усилия по созданию автомобиля, который может использовать датчики и искусственный интеллект для моделирования окружающей среды и построения для себя безопасного пути вождения. Тем не менее, даже сегодня технология хорошо работает только на таких территориях, как кампусы, которые имеют минимум дорог и минимальный трафик на них. Автомобиль всё ещё не может управлять собой на оживлённых, незнакомых или непредсказуемых дорогах. На данный момент, по крайней мере, есть только вот столько сенсорной силы и интеллекта, которые можно впихнуть в автомобиль.

Чтобы решить эту проблему, необходимо изменить существующий подход: вложить больше умных возможностей в инфраструктуру – сделать дорогу умной.

Концепция умных дорог не нова. Она включает в себя светофоры, которые автоматически регулируют своё время включения на основе данных датчиков, и уличные фонари, которые автоматически регулируют свою яркость для снижения энергопотребления. Существуют компании, которые продемонстрировали, что управление уличным освещением может сделать трафик на 40% более эффективным.

У водителей-людей частота дорожно-транспортных происшествий составляет 4,2 аварии на миллион миль; автономные автомобили должны выглядеть гораздо лучше, чтобы получить в народе признание. Тем не менее, есть непредсказуемые случаи, такие как слепые зоны, которые затрагивают как водителей-людей, так и автономные автомобили, и в настоящее время нет возможности справиться с ними без помощи интеллектуальной инфраструктуры.

Ввод большого количества информации в инфраструктуру ещё и снизит снизит стоимость автономных транспортных средств. Постепенно, по мере того как инфраструктура становится всё более мощной, можно будет перенести большую вычислительную нагрузку с транспортных средств на дороги. В конце концов, автономные транспортные средства должны быть оснащены только базовыми возможностями восприятия и управления. Этот трансфер снизит стоимость автономных транспортных средств более чем наполовину.

Должным образом расширенный, этот подход может предотвратить большинство ДТП и пробок – проблем, которые преследовали автомобильный транспорт с момента появления автомобиля. Он может обеспечить цели самодостаточного автономного автомобиля, не требуя больше, чем любой другой автомобиль..

Инфраструктура собирает данные о локальной среде и немедленно делится ими с автомобилями, тем самым устраняя слепые пятна и расширяя восприятие. Инфраструктура также обрабатывает данные со своих собственных датчиков и датчиков на автомобилях для извлечения смысла, создавая так называемые семантические данные. Семантические данные могут, например, идентифицировать объект как пешехода и найти этого пешехода на карте. Затем результаты отправляются в облако, где более сложная обработка объединяет эти семантические данные с данными из других источников для создания глобального восприятия и планирования информации. Затем облако отправляет на автомобили глобальную информацию о дорожном движении, планы навигации и команды управления.

Бортовое устройство автомобиля взаимодействует со своим придорожным аналогом, чтобы облегчить слияние данных в транспортном средстве. Стандарт беспроводной связи, называемый Cellular-V2X (для «транспортное средство-to-X»), не отличается от стандарта, используемого в телефонах; связь может достигать 300 метров, а задержка – время, необходимое для прохождения сообщения, – составляет около 25 миллисекунд. Теперь многие слепые пятна автомобиля покрыты системой на инфраструктуре.

Автомобиль движется со скоростью 50 км/час; его тормозной путь составит 35 метров, когда дорога сухая, и 41 метр, когда она мокрая. Таким образом, 250-метровый диапазон восприятия, который позволяет инфраструктура, обеспечивает транспортному средству большую безопасность.

Эксперименты на тестовом маршруте научили двум вещам. Во-первых, поскольку условия дорожного движения меняются в течение дня, вычислительные устройства инфраструктуры полностью в напряжении в часы пик, но в основном простаивают в непиковые часы. Это скорее функция, чем ошибка, потому что она освобождает большую часть огромной вычислительной мощности на обочине для других задач, таких как оптимизация системы. Во-вторых, растущий массив данных локального восприятия может быть использован для тонкой настройки моделей глубокого обучения для повышения восприятия. Объединив вычислительную мощность и архив сенсорных данных, удалось повысить производительность, не налагая никакой дополнительной нагрузки на облако.

Что касается технических проблем. Первая – это стабильность сети. При высокой скорости транспортного средства процесс смешивания данных от транспортного средства и от инфраструктуры чрезвычайно чувствителен к сетевым дрожаниям. Используя коммерческие сети 4G и 5G, исследователи наблюдали дрожание сети в диапазоне от 3 до 100 мс, что достаточно, чтобы инфраструктура никак не помогла автомобилю. Ещё более важная вещь – это безопасность: нужно убедиться, что хакер не сможет атаковать коммуникационную сеть или саму инфраструктуру, чтобы передать неверную информацию автомобилям, тем самым убив водителя и пассажиров.

Другая проблема заключается в том, как получить широкую поддержку автономного вождения любого рода. В Китае 74% опрошенных выступают за быстрое внедрение автоматизированного вождения, в то время как в других странах общественная поддержка колеблется. Только 33% немцев и 31% людей в США поддерживают внедрение автономных транспортных средств. Возможно, хорошо зарекомендовавшая себя автомобильная культура в этих двух странах сделала людей более привязанными к вождению собственных автомобилей.

Кроме того, существует проблема юрисдикционных конфликтов. Например, в Соединенных Штатах власть над дорогами распределяется между Федеральным управлением автомобильных дорог, которое управляет межштатными автомагистралями, и правительствами штатов, и местными органами власти, которые имеют власть над другими дорогами. Не всегда ясно, какой уровень власти отвечает за разрешение, управление и оплату модернизации существующей инфраструктуры до умных дорог. В последнее время большая часть транспортных инноваций произошла на местном уровне.

Напротив, Китай наметил новый комплекс мер по укреплению исследований и разработок ключевых технологий для интеллектуальной дорожной инфраструктуры. Документ, опубликованный Министерством транспорта Китая, направлен на создание систем сотрудничества между транспортными средствами и дорожной инфраструктурой к 2025 году. Китайское правительство намерено включить в новую инфраструктуру такие интеллектуальные элементы, как сенсорные сети, системы связи и облачные системы управления. Сотрудничество между автопроизводителями, высокотехнологичными компаниями и поставщиками телекоммуникационных услуг породило автономные стартапы.

Подход к совместному развитию инфраструктуры и транспортных средств обещает быть более безопасным, эффективным и экономичным, чем подход только к автономному автомобилю. Технология внедряется в Китае. Чтобы сделать то же самое в США и других странах, политики и общественность должны принять этот подход и отказаться от сегодняшней модели автономного вождения, замкнутого только на транспортное средство. В любом случае, мы скоро увидим эти два совершенно разных подхода к автоматизированному вождению, конкурирующих на мировом транспортном рынке.

Подписывайтесь на журнал «Вестник ГЛОНАСС» и навигационный Telegram-канал