Футуристические автомобили уже давно являются основным продуктом научной фантастики — от летающих автомобилей трилогии «Назад в будущее» до вечно популярного Бамблби франшизы «Трансформеры». Для тех, кто совершал поездки по дорогам, регулярно ездил на работу или просто никогда не чувствовал себя комфортно за рулем легкового или грузового автомобиля, идея машины, которая может управлять вами, имеет бесчисленные преимущества и привлекательность.
Поэтому неудивительно, что недавние инициативы Google, Tesla, Ford и других компаний в области технологий и автомобильной промышленности по созданию полностью функциональных самоуправляемых автомобилей были встречены общественностью с таким энтузиазмом. В то время как автомагистрали, полностью заполненные самоуправляемыми автомобилями, все еще находятся в отдалении, самоуправляемые транспортные средства развиваются ошеломляющими темпами благодаря инициативам этих и других компаний по всему миру.
Но как работают самоуправляемые автомобили? Какая технология может учитывать погодные условия, человеческие ошибки и переменные, которые требуют принятия решений за доли секунды при каждой поездке по шоссе? И какие навыки и опыт необходимы всем, кто заинтересован в том, чтобы попытаться стать частью этой захватывающей новой волны технологических инноваций? В этом руководстве мы рассмотрим основы работы самоуправляемых автомобилей и некоторые тенденции, которые вы можете ожидать увидеть в ближайшие годы.
Автономные, Автоматизированные и самоуправляемые автомобили: В чем разница?
Некоторая путаница вокруг самоуправляемых автомобилей связана с различными ярлыками, которые часто используются взаимозаменяемо для их описания. Однако между этими терминами существуют тонкие, но существенные различия. Полностью автономный автомобиль будет обладать самосознанием, способным самостоятельно принимать решения и функционировать независимо от команды человека. Например, если вы прикажете автономному автомобилю “отвезти меня на работу”, автомобиль может принять собственное решение и вместо этого отвезти вас к другу домой. Однако полностью автоматизированный автомобиль будет следовать приказам, а затем управлять сам, что является тенденцией, которая появилась в заголовках газет за последнее десятилетие.
Имея это в виду, самоуправляемые автомобили на самом деле не являются автономными. Самоуправляемый автомобиль имеет возможность управлять собой в некоторых ситуациях (и с некоторыми улучшениями, в любой ситуации), но, поскольку технология существует прямо сейчас, пассажир-человек всегда должен присутствовать, чтобы при необходимости взять управление на себя. Одним из наиболее широко доступных примеров этой технологии для потребителей прямо сейчас являются “распознавание полосы движения” и функции автоматического круиз-контроля, широко используемые в новых автомобилях для общественного потребления. Они позволяют водителям-людям уступать значительный контроль, например, во время движения по шоссе, но непрактичны для езды по городу или дорогам без четких и выделенных полос движения.
Хорошо, так как же тогда работают самоуправляемые автомобили?
Подобно системам виртуальной реальности или дополненной реальности, самоуправляемые автомобили полагаются на датчики, исполнительные механизмы, сложные алгоритмы, системы машинного обучения и мощные процессоры для выполнения программного обеспечения. Основное различие между этими двумя новыми технологиями заключается в сложностях (и, очевидно, присущих опасностях) успешной интеграции этих элементов в массивный движущийся кусок металла.
На базовом уровне самоуправляемые автомобили создают и постоянно обновляют карту физического окружения на основе множества датчиков, расположенных по всей физической структуре транспортного средства. Радарные датчики отслеживают положение близлежащих транспортных средств, чтобы помочь при смене полосы движения или регулировании скорости. Видеокамеры обнаруживают светофоры, считывают дорожные знаки, отслеживают другие транспортные средства и ищут пешеходов, имитируя принятие решений обычным водителем-человеком. Датчики лидара (сокращение от обнаружения света и дальности) буквально излучают импульсы света от окружающей среды автомобиля и реагируют на отражающиеся сигналы для измерения расстояний, обнаружения краев дороги и определения разметки полосы движения. Наконец, ультразвуковые датчики в колесах обнаруживают бордюры и другие транспортные средства при парковке.
Но датчики так же полезны, как программное обеспечение и интегрированная система, которая быстро обрабатывает все эти данные, организует их и реагирует на них (управляя рулевым управлением и скоростью самого автомобиля). Очевидно, что это требует интенсивных вычислений и реакции машины, которые должны соответствовать быстрой реакции человека на изменение дорожных условий и неожиданные проблемы (например, ребенок, выбегающий на дорогу после мяча).
В более техническом смысле программное обеспечение обрабатывает различные сенсорные данные, прокладывает маршрут, а затем передает мгновенные инструкции исполнительным механизмам автомобиля, которые управляют механизмами, обеспечивающими ускорение, торможение и рулевое управление. Жестко запрограммированные правила, алгоритмы обхода препятствий, прогнозирующее моделирование и распознавание объектов помогают программному обеспечению следовать правилам дорожного движения и преодолевать препятствия.С Какими Проблемами Сталкиваются Самоуправляемые Автомобили Прямо Сейчас
Теперь, когда у вас есть базовое представление о том, как работают самоуправляемые автомобили, вы, вероятно, задаетесь вопросом, что мешает им окружать вас на шоссе или по дороге в соседний город. Что ж, учитывая перечисленные выше сложности и потребности в интенсивной обработке, есть несколько ключевых областей, в которых все еще существуют проблемы, требующие новых достижений как в аппаратных, так и в программных компонентах транспортных средств.
Лидар и радар
Лидар является дорогостоящим и все еще разрабатывается для более точного измерения и представления данных о дальности и разрешении. Существуют и другие проблемы с подключением к сети и обработкой данных — например, если несколько автономных автомобилей ехали рядом друг с другом, как избежать того, чтобы автомобили мешали друг другу (или неправильно сообщали показания другого автомобиля как свои собственные)? Аналогичным образом, безопасность радиосигналов — это только одна проблема: как производители гарантируют, что радиосигналы будут достаточно мощными, чтобы избежать естественных помех?
Погодные Условия
Одной из самых больших проблем с существующими технологиями для самоуправляемых автомобилей является неспособность учитывать изменение погодных условий, некоторые из которых характерны для определенных географических районов. Поскольку большая часть существующих технологий основана на считывании знаков, бордюров и разметки полос движения, что происходит во время сильного снегопада или дождя, которые могут скрыть эти функции? В то время как человек может использовать интуицию и опыт для навигации в этих условиях (даже с трудом), как машинное обучение может имитировать процесс принятия решений?
Можно ли добиться прогресса, который поможет автомобилям достичь такого уровня рассуждений и интуиции, как у человека? Время покажет.
