Автомобили с искусственным интеллектом: Умные автомобили | Искусственный интеллект в автомобилях

Содержание

Умные автомобили | Искусственный интеллект в автомобилях

Сегодня автомобилестроение развивается невероятными темпами. Производители стремятся сделать свои машины не только более быстрыми и надежными, но и безопасными, управляемыми, функциональными и умными.

В наше время сформировались все необходимые условия для создания умных автомобилей: стремительно развивается IT-сфера, появляются все более интеллектуальные и функциональные системы, широкое распространение получает интернет вещей (IoT). Все это в комплексе дает огромные возможности для развития автомобильного транспорта.

Умный автомобиль – это в массовом сознании нечто среднее между автомобилем и роботом с искусственным интеллектом. В реальности же так называют транспортные средства, превосходящие по ряду параметров стандартные машины. Назвать умным авто можно по разным причинам:

  • наличие самоуправления;
  • продвинутая система навигации;
  • экологичность;
  • использование альтернативного топлива.

Так же называют и уникальные авто и концепты, разработанные с какой-то определенной целью и имеющие эксклюзивные функции/особенности.

Функции искусственного интеллекта в авто

ИИ в автомобиле превращает поездку в нечто большее, чем просто перемещение из пункта отправления в пункт назначения. Современное оборудование делает движение безопасным, выступает в качестве дополнительных органов чувств, помогая водителю управлять транспортом, снижает вероятность ДТП и позволяет автомобилисту меньше концентрироваться на дороге без негативных последствий.

Искусственный интеллект в автомобилях способен полностью брать на себя задачу управления транспортным средством: это было неоднократно доказано компаниями Google, Tesla и другими разработчиками беспилотных автомобилей.

Кроме непосредственного участия в управлении движением, умные авто способны выстраивать оптимальный маршрут поездки и в режиме реального времени сообщать водителю о любых возможных неприятностях и пробках.

Три типа умных автомобилей

С понятием «умный автомобиль» все достаточно сложно, так как каждый производитель вкладывает в определение нечто уникальное. Однако в целом можно выделить три типа таких транспортных средств.

Первый тип — дополнительная электроника в салоне

Умной машину не обязательно должен делать искусственный интеллект беспилотного автомобиля. По мнению многих производителей, достаточно и оснащения салона дополнительной электроникой, которая сделает эксплуатацию транспортного средства более комфортной и безопасной.

Автоконцерны придумывали множество идей для своих продуктов, оснащали машины всевозможными датчиками и системами контроля, но удивить сейчас этим вряд ли кого удастся. Поэтому отдельные производители пошли дальше, к примеру, создатели умного автомобиля GEA, к которому приложили руку дизайнеры из Italdesign Giugiaro и сотрудники LG.

Авто предназначено для бизнесменов, которым нужно максимально продуктивно проводить время, находясь в салоне. Потому был создан салон с тремя режимами:

  1. Business. Подобие офиса: мониторы, подсветка, разворачивающиеся кресла для совещаний.
  2. Wellness. Превращение салона в тренажерный зал.
  3. Dream. Режим для сна.

Предполагается, что этот автомобиль должен быть беспилотным, чтобы водитель смог добраться до места назначения во время описанных выше занятий.

Второй тип – электронный помощник

Второй вариант интеллектуализации транспортного средства – оснащение его электронным помощником. Умные функции (которые раньше так и не назывались вовсе) появлялись постоянно, некоторые из них прочно вошли нашу жизнь и стали повседневностью, другие не прижились и пропали. Однако сегодня дополнительные возможности выходят на качественно новый уровень. Примером является разработка S-Max от Ford.

Главное назначение – сканирование дорожных знаков и автоматическая регулировка скорости движения транспортного средства, в том числе и посредством сокращения подачи топлива в двигатель, но без использования тормоза.

Нечто похожее есть у Tesla – система автоматического предупреждения столкновений, призванная остановить машину в критической ситуации.

Третий тип – беспилотные авто

Пожалуй, самый интересный тип систем умного автомобиля – автоматическое управление без участия человека. Считается, что именно за такими транспортными средствами будущее, однако их разработка требует баснословных вложений, поэтому созданием занимаются только самые крупные корпорации, к примеру, Google, Apple или Sony.

Гиганты планировали еще в середине прошлого десятилетия выпустить на рынок свои первые автомобили, однако реальность внесла свои корректировки. Запуск на рынок беспилотных авто – огромная ответственность за человеческие жизни, и до сих пор решить все проблемы, которые встают перед автопилотом во время движения, не удалось.

Концепты есть и от других фирм, в том числе от Nissan, Audi, Mercedes и даже КАМАЗ.

Что умеют современные умные автомобили?

Высокотехнологичные автомобили разрабатываются для того, чтобы освободить автомобилиста от необходимости решать многочисленные задачи в процессе движения, сделать поездку более комфортной и уменьшить любые возможные риски.

Многие эксперты считают, что передача хотя бы части обязанностей по управлению транспортным средством искусственному интеллекту, позволит сделать дороги более безопасными, избежать многочисленных аварийных ситуаций и уменьшить количество человеческих жертв.

Контроль за состоянием водителя

Использование передовых систем контроля за состоянием водителя способствует снижению риска засыпания человека за рулем, уменьшает шанс возникновения ДТП по причине переутомления или проблем со здоровьем. Умное авто может быть оснащено комплексом специального оборудования, которое будет отслеживать состояние и поведение автомобилиста. К примеру, система способна:

  • блокировать возможность езды на машине, если человек находится в состоянии алкогольного опьянения;
  • отслеживать уровень усталости водителя и уведомлять его, если он начинает засыпать, выезжать за пределы разметки или иными действиями подтверждать потерю концентрации на дороге;
  • уведомлять диспетчера или экстренные службы о том, что автомобилист представляет опасность для себя и других участников дорожного движения.

Аварийное оповещение

Чтобы сделать машину более безопасной, многие производители сегодня используют специальное аварийное оповещение. Его главная задача – передача информации в случае экстренных ситуаций, фиксируемых датчиками транспортного средства. Сигнал может отправляться в следующих случаях:

  • опасность столкновения;
  • физический контакт с обочиной, разметкой, ограждениями или другими участниками дорожного движения;
  • возникновение неисправностей, способных привести к аварии.

В некоторых случаях система может автоматически уведомлять экстренные службы о необходимости помощи или соединять людей в машине с такими службами.

Автоматическое освещение

Системы автоматического освещения самостоятельно включают фары и выбирают интенсивность света в соответствии с временем суток, а также с погодными условиями. Значимость данной функции нельзя недооценивать, ведь регуляция освещения является решающим фактором для работы внешних камер, непосредственно участвующих в управлении автомобилем. Если же за рулем находится человек, автоматическая настройка освещения позволяет водителю не отвлекаться от дороги.

Автоматическое управление автомобилем

Наибольший интерес вызывают автомобили, способные передвигаться самостоятельно, без участия человека. Чтобы добраться в пункт назначения, беспилотное транспортное средство должно знать маршрут, понимать окружающую обстановку, соблюдать ПДД и корректно взаимодействовать с пешеходами и другими участниками дорожного движения. Для этого используются сложные и дорогостоящие технологии:

  1. Лидар – это лазерный дальномер, он устанавливается на крыше и генерирует 3D-карту пространства в радиусе до 100 метров; обзор прибора охватывает 360 градусов. Полученные данные управляющая система объединяет с Google-картами, что позволяет ей избегать аварийных ситуаций.
  2. Радар – еще одна важная часть беспилотного автомобиля. Этот прибор использует радиоволны, чтобы определить дальность объектов, траекторию и скорость их движения. Посылаемые радаром импульсы отражаются от препятствий на принимающую антенну. Таким образом радары заменяют машине зрение и позволяют мгновенно реагировать на любые изменения ситуации.
  3. Датчики положения определяют координаты автомобиля на карте. GPS-приемник позволяет отследить местоположение машины и маршрут ее следования.
  4. Видеокамера обнаруживает цветовые сигналы светофоров и объекты, которые приближаются на потенциально опасное расстояние.

В настоящее время многие компании уже разработали, испытали и активно эксплуатируют свои беспилотные автомобили по всему миру. Вопрос вывода таких транспортных средств на рынок стоит скорее в снижении стоимости используемого оборудования, нежели в недостатке идей.

Самые высокотехнологичные автомобили мира

Новые интеллектуальные автомобили появляются ежегодно, и выделить среди них самые лучшие и высокотехнологичные довольно сложно. Но мы попробуем.

Электрокары от уже легендарной компании Tesla часто называют самыми высокотехнологичными в мире: набор сенсоров защищает автомобили от столкновений, а 360-градусная камера распознает дорожную разметку, перекрестки, другие машины и транспортные средства, пешеходов. Таким образом, автомобиль самостоятельно осуществляет управление и регулирует скорость движения. В процессе использования электрокара автопилот самообучается, а также передает данные на серверы компании Tesla Motors. На основе собранных данных сотрудники проводят анализ и совершенствуют систему.

Совсем недавно Илон Маск представил фирменный микрочип Full Self-Driving и рассказал о захватывающих дух перспективах. К концу 2020 года планируется выпуск в продажу свыше миллиона электромобилей Tesla c чипом Full Self-Driving: модели S и X уже начали оснащаться таким чипом и компьютером фирмы Nvidia для автономного вождения.

Беспилотный автомобиль от Google

Компания Google уже много лет совершенствует свой беспилотный автомобиль. Полностью электрическая машина рассчитана на двух человек, имеет два двигателя, развивает скорость до 25 миль/час (чуть больше 40 км/ч), не имеет традиционных органов управления и управляется с кнопки пуска, не требуя присутствия человека, кроме как в роли пассажира. Для передвижения автомобиля используется 64-лучевой лазерный светодальномер на крыше, который быстро генерирует объемную карту местности.

Экспериментальные концепт-кары и стартапы

Интеллектуальные и просто технологичные автомобили появляются часто, а вот некоторые концепты и стартапы, будоражащие воображение современного человека, показывают намного реже. Оттого они еще более интересны и приковывают к себе внимание любителей со всего мира.

Nissan IDS

Беспилотное управление и нулевые выбросы в атмосферу – основа Nissan IDS. Встроенный в бортовой компьютер искусственный интеллект полностью отвечает за безопасность передвижения, а управление возможно при помощи голоса и жестов. Режим автономной езды Piloted Drive запоминает и повторяет стиль вождения конкретного человека – именно это является отличительной чертой Nissan IDS от других концептов.

Интерьер машины может меняться в зависимости от выбранного режима вождения: при беспилотном режиме передние сиденья поворачиваются к задним, для удобного общения пассажиров, руль может убираться, уступая место дополнительной панели с информацией.

Toyota Concept-i

Concept-i может вести диалог с человеком с помощью голоса, света и голограмм. Постоянно самообучаемый искусственный интеллект может подстраиваться под водителя, менять климат, переключать настройки и распознавать эмоциональное состояние человека. Также автомобиль может выводить некоторые слова на боковые двери.

Toyota Concept-i является беспилотником, но разработчик сохранил руль и педали для управления.

BMW Vision Next 100

Создатели беспилотника считают, что автомобиль является не только средством передвижения, но и помощником владельца. BMW Vision Next 100 предоставляет водителю любые нужные данные, а также ограждает его от лишней информации. Кроме того, в салон установлен экран для проекций.

Перспективы развития умных авто

Умные системы автомобилей сегодня развиваются стремительными темпами, и с каждым годом автопроизводители будут все сильнее стараться удивить нас новинками, функции которых могут просто не укладываться в голове обычного пользователя. Можно ожидать, что бортовые системы будут становиться функциональнее, смогут обеспечивать все больший комфорт и все большую безопасность при эксплуатации транспортных средств.

Что касается внедрения беспилотных машин, то создателям предстоит еще много работы. Беспилотным автомобилям требуется новая дорожная инфраструктура, в которой они могли бы «общаться» с самой инфраструктурой (знаки, светофоры) и с другими транспортными средствами. При этом беспилотникам не подходят простые карты – им нужно понимать свое расположение с сантиметровой точностью и иметь точную информацию об окружающей местности (геометрию дорожной разметки, границы дороги, ближайшие дорожные знаки и прочее). Чтобы поддерживать картографию в актуальном состоянии, по улицам должны ездить специальные картографические машины и обновлять информацию о состоянии дорог.

Отечественные умные автомобили

Отечественный автопром не считается самым технологичным в мире, однако это не значит, что умные машины нам могут только сниться. Существует сразу несколько примеров, которые эффектно разбивают этот стереотип.

Во-первых, компания Яндекс старается не отставать от западных конкурентов и тоже создала свой собственный прототип беспилотного авто для такси. Машина активно испытывается с 2018 года, показывает хорошие результаты, однако пока неизвестно, когда можно ожидать ее появления в повседневной жизни. Автомобиль, по заявлению создателей, способен самостоятельно принимать решения на дороге на основе сервиса Яндекс.Навигатор.

Во-вторых, в России был разработан прототип пассажирского микроавтобуса «Шатл», созданный совместно специалистами КАМАЗа и Научно-исследовательского центра НАМИ. Это еще один проект общественного транспорта на автопилоте, который должен выбирать оптимальный маршрут и передвигаться по нему с небольшой скоростью.

В-третьих, был разработан беспилотный КАМАЗ – первый отечественный грузовик, полностью управляемый искусственным интеллектом. Запуск серийного производства намечен на 2022 год.

В России разрабатываются и другие крайне интересные проекты, заслуживающие не меньшего внимания, чем концепт-кары от западных производителей.

Заключение

Появление умных автомобилей стало возможно только благодаря разработчикам программных и технических интеллектуальных решений. Одной из таких компаний является «Центр2М». Мы разрабатываем умные системы для транспорта и производства, создаем уникальные продукты, способные сделать ваш бизнес более прибыльным и безопасным.

Чтобы рассчитать стоимость внедрения системы видеоаналитики или мониторинга транспорта на вашем предприятии, обратитесь к нашим специалистам по телефону +7 (499) 754-07-77 или через форму обратной связи на сайте.

Источники:

  1. Умные автомобили: история с продолжением
  2. Умные автомобили: польза или вред?
  3. Топ-10 концептов беспилотных автомобилей будущего
  4. Lexus демонстрирует свое видение электромобилей будущего, представляя электрический концепт-кар LF-30 Electrified
  5. Есть ли российские беспилотные автомобили
  6. Что умеет умный автомобиль

Задать вопрос

Заполните форму, и наши эксперты ответят вам

новая нефть, искусственный интеллект и 5G / Хабр

Вряд ли стоит лишний раз напоминать, что появление беспилотных автомобилей неразрывно связано с прогрессом в сфере искусственного интеллекта. Но для автономного вождения необходим не только ИИ. Беспилотный автомобиль получает данные с различных сенсоров: камеры, сонар, радар, лидар, GPS, что позволяет вести машину в любом окружении. Конечно, информацию с датчиков необходимо своевременно обрабатывать, и объемы здесь весьма немаленькие.

Данные обрабатываются не только компьютером автомобиля в реальном времени, часть информации поступает в периферийные дата-центры для дальнейшего анализа. И затем по иерархии в облако. Поэтому важен не только искусственный интеллект, которым наделен автомобиль, но и возможности обработки данных бортовым компьютером, на периферийных серверах и в облаке, а также скорость отправки данных за пределы автомобиля вместе с низкими задержками.

В нашей статье мы рассмотрим беспилотные автомобили в разрезе данных, которые необходимо собрать и обработать. Мы расскажем, какие этапы проходят данные, какие требования при этом существуют, какие решения предлагают производители. Сети 5G мы тоже упомянули не зря. Но позвольте обо всем по порядку.

Беспилотный автомобиль: базовые требования

Что же необходимо для автономного вождения? Ответ на этот вопрос зависит от того, что мы подразумеваем под «автономностью». Системы автономного вождения не стоят на месте и постоянно совершенствуются, и сегодня различают несколько уровней беспилотного автомобиля.

Конечно, большинство автомобилей на дорогах не оснащены системами автономного вождения. У некоторых есть базовые системы помощи водителю, например, контроль устойчивости. Другие предлагают многоуровневые системы, справляющиеся с более сложными задачами. Здесь можно отметить удержание полосы движения вместе с круиз-контролем, что весьма полезно при движении по магистралям. Беспилотные автомобили, которые начинают появляться на дорогах, берут на себя все функции вождения и безопасности при некоторых условиях (например, в пробках), но водитель должен быть готов взять управление на себя. На улицах пока еще нет полностью беспилотных автомобилей, где водитель отсутствует. Но когда они появятся, компьютеру достаточно будет сообщить место назначения и предпочтения по навигации.

Система глобального позиционирования (GPS) позволяет автомобилю узнать, где он находится. Сегодня приемники GPS встроены во многие SoC, благодаря вычислительным ядрам они обеспечивают быстрый и точный поиск положения автомобиля. Для вычислений используются данные, как минимум, четырех спутников. Некоторые чипы GPS, такие как Linx Technologies F4 Series GPS Receiver Module, могут одновременно принимать сигналы до 48 спутников. Данные о перемещении автомобиля передаются на периферийные серверы, где они используются для дальнейшего анализа. 

Беспилотный автомобиль в любой момент времени должен знать свое точное местоположение, а также оценивать ситуацию вокруг. Несколько камер обеспечивают обзор окружения на все 360 градусов. Каждая камера дает двумерные кадры, то есть массив пикселей, где к каждому пикселю привязана информация цвета и яркости. И здесь как раз стоит упомянуть весьма интересные инновации.

MIT ShadowCam способна заглянуть за угол

Развитие технологий искусственного интеллекта и глубокого обучения, позволяет выполнить исчерпывающий анализ изображений, в том числе отслеживать объекты по информации нескольких камер и анализировать положение пешеходов и велосипедистов. Исследователи MIT анонсировали систему «ShadowCam», которая использует технологии компьютерного видения: анализируются малейшие изменения яркости, позволяющие определить тени на поверхности земли, едва различимые человеческому глазу. Технология позволяет беспилотным автомобилям буквально «заглянуть за угол», определяя приближающиеся объекты, которые потенциально могут вызывать столкновение.

Загрязнение камер, слабое освещение и плохая видимость снижают качество данных с камер, здесь на помощь приходит лидар (LIDAR, Light Detection and Ranging), собирающий информацию о ближайшем окружении автомобиля. Лидар применяет лазерные импульсы для измерения расстояний до объектов, в итоге создается трехмерная карта, позволяющая анализировать окружение автомобиля. Все эти вычисления должны выполняться бортовым компьютером, чтобы мгновенно принимать необходимые решения. Для захвата и хранения данных трехмерной карты объектов и потоков с нескольких камер требуется достаточная емкость на периферии.

Проблема объема данных

Даже обычные автомобили, с водителем за рулем, генерируют все больше данных. Новые модели оснащаются бортовым компьютером с 25-50 вычислительными ядрами, обеспечивающими круиз-контроль, устранение «слепого пятна», предупреждение о наезде на препятствие и автоматическое торможение. Узлы автомобиля обмениваются данными между собой через внутреннюю сеть.

В своей речи бывший CEO Intel Брайан Кржанич назвал данные «новой нефтью». Он упомянул, что типичный беспилотный автомобиль может генерировать в день около 4 Тбайт данных. Но прогноз уже превышен роботакси AutoX, которые генерируют 1 Тбайт в час. О них мы расскажем чуть ниже.

Эвангелос Симудис, управляющий директор венчурного инвестиционного фонда Synapse Partners, упомянул при обсуждении будущих беспилотных автомобилей, что объемы данных просто гигантские. И они представляют одно из препятствий, мешающих массовому распространению автономного вождения.

Задержки смерти подобны

К сожалению, все данные беспилотного автомобиля не получится обработать в облаке или периферийных дата-центрах. Все это вносит слишком большую задержку. Даже 100-мс задержка, которая меньше, чем «моргнуть не успеешь», может провести грань между жизнью или смертью пассажира или пешехода. Автомобиль должен реагировать на возникающие обстоятельства как можно быстрее.

Чтобы сократить задержку между получением информации и реакцией на нее, часть информации анализируется на бортовом компьютере. Что тоже вписывается в концепцию периферийных вычислений, если считать бортовой компьютер периферийным узлом сети. В итоге беспилотные автомобили составляют сложную гибридную сеть, которая сочетает централизованные дата-центры, облако и множество периферийных серверов. Последние распложены не только в автомобилях, но и в светофорах, постах контроля, станциях зарядки и так далее.

Подобные серверы и дата-центры за пределами автомобиля оказывают посильную помощь при автономном вождении. Они позволяют автомобилю «видеть» дальше радиуса действия своих сенсоров, координируют загрузку дорожной сети, помогают принимать оптимальные решения. По сути, мы получаем альтернативу навигаторам с искусственным интеллектом.

Взаимодействие друг с другом и с периферийной инфраструктурой

GPS и системы компьютерного видения обеспечивают беспилотные автомобили информацией о локации и ближайшем окружении. Но при повышении дальности просчитываемого окружения один автомобиль может собрать лишь ограниченное количество информации, поэтому необходим обмен данными. В результате каждый автомобиль сможет лучше проанализировать условия вождения, опираясь на более обширный массив данных, собранный парком беспилотных автомобилей. Системы коммуникации Vehicle-to-vehicle (V2V) опираются на mesh-сети, создаваемые автомобилями в одной географической области. V2V используются для обмена информацией и подачи сигналов другим автомобилям, например, предупреждения об опасной дистанции.

Сети V2V можно расширить для обмена информацией с инфраструктурой дорожного движения, например, светофорами. Здесь уже уместно говорить о коммуникации V2I (vehicle-to-infrastructure). Стандарты V2I продолжают развиваться. В США Федеральная дорожная администрация (FHWA) выпустила руководство по V2I, которое должно помочь внедрению технологии. Как сказал администратор FHWA Григорий Надю, преимущества V2I простираются намного дальше безопасности: «Кроме улучшения безопасности, технология автомобиль-инфраструктура дает преимущества по мобильности и взаимодействию с окружением».

Водители, которые ездят одним и тем же маршрутом каждый день, запоминают все ямки на дороге. Беспилотные автомобили тоже постоянно учатся на своем опыте. Как указывает Data Center Knowledge, в будущем беспилотные автомобили будут сгружать имеющуюся полезную информацию в периферийные дата-центры, например, интегрированные в станции зарядки.Станции зарядки будут опираться на алгоритмы искусственного интеллекта, которые помогут анализировать полученные от автомобиля данные и предложат возможные решения. Через облако эти данные будут переданы и другим беспилотным автомобилям в общей сети.

Если подобная модель обмена данными между всеми беспилотными автомобилями действительно воплотится через несколько лет, то можно ожидать экзабайты (миллионы терабайт) данных в день. На дорогах к этому времени должны появиться, по разным оценкам, от сотен тысяч до десятков миллионов беспилотных автомобилей. Действительно впечатляет!

Сегодня беспилотные автомобили уже собирают огромные массивы данных, причем не только в публичном пространстве и на частных тестовых полигонах, но и в виртуальных мирах.

Виртуальные пешеходы и симуляция облегчают задачу

В реальных условиях беспилотные автомобили тестировать слишком опасно, и производители очень осторожно подходят к испытаниям в обычной городской среде после наезда беспилотного автомобиля, повлекшего смерть пешехода в марте 2018. Чтобы искусственный интеллект «умнел» как можно быстрее, не рискуя при этом жизнью и здоровьем пешеходов и пассажиров, тестовые площадки были выведены за пределы городской среды.

В материале Reuters указано, что Volvo — один из многих производителей, тестирующий автономное вождение с помощью манекенов и других искусственно созданных объектов, симулирующих условия городской среды без каких-либо рисков. Производители грузовиков, такие как Scania, экспериментируют с тягачами на закрытых полигонах.

Автономное вождение все чаще переносится в виртуальный мир, как упоминается в MIT Technology Review. В одной симуляции Waymo, например, участвуют 25 тысяч автомобилей, которые в общей сложности проезжают больше 16 млн. километров в день. Подобный массовый сценарий слишком опасен, чтобы переносить его в современный мир.

Огромные массивы данных, которые удается собрать по результатам тестов в виртуальном окружении, дают очень ценную информацию для тренировки искусственного интеллекта. Но, как отмечают исследователи MIT, беспилотным автомобилям предстоит проехать еще многие миллиарды километров в виртуальном и реальном окружениях, чтобы они стали действительно безопасными в любых ситуациях.

Объемы данных, которые при этом предстоит обработать, просто огромны. Но без их анализа нельзя запускать технологию автономного вождения в массы.

Для передачи данных на сравнительно большие расстояния уже требуются современные технологии сотовой связи, а именно 5G, которые способны обеспечить пропускную способность до 300 Мбит/с с задержками 1 мс. Huawei ранее как раз анонсировала компоненты 5G, ориентированные на беспилотные автомобили. Настало время поговорить о 5G.

5G как ключ к успеху беспилотных автомобилей

Наш беспилотный автомобиль может получать информацию о пешеходах и велосипедистах не только опираясь на свои сенсоры, но и благодаря обмену данными с другими машинами, светофорами и прочими объектами городской инфраструктуры. Звучит нереально, но именно такую демонстрацию могли увидеть посетители муниципалитета Оспиталет (провинция Барселона) в рамках проекта автомобиля, подключенного по 5G.

Автомобили Ateca и Arona, изготовленные Seat, использовали сеть оператора Telefonica 5G и технологию Ficosa C-V2X (Cellular Vehicle-to-Everything) для обмена информацией с другими машинами, велосипедистами и даже светофорами. Последние оснащены тепловизорами, которые определяют пешеходов, приближающихся к переходу, в результате на приборной панели автомобиля появляется соответствующее предупреждение. Велосипедисты, подключенные к сети, информируют о своем местоположении, что предотвращает опасные ситуации. В случае плохой видимости у припаркованных автомобилей автоматически включится «аварийка», они будут оповещать все приближающиеся автомобили о своем положении.

Как ускорить внедрение автономного вождения?

Беспилотные автомобили, тестируемые на улицах Оспиталета, — это интересно, но чтобы автономное вождение стало реальностью, требуется намного больше. Здесь как нельзя кстати подходят возможности новых мобильных сетей 5G, а именно огромные скорости, очень низкие задержки и способность поддерживать большое число подключений одновременно.

«Мультигигабитные скорости 5G, распределенные периферийные сети и сервисы с низкими задержками позволят автономному вождению стать реальностью в ближайшие годы, — сказал Крис Пенроуз, президент подразделения IoT в AT&T. — 5G даст необходимые возможности по распределению обрабатываемых данных, чтобы соответствовать и превышать потребности беспилотных автомобилей».

Пенроуз совершенно прав. Беспилотные автомобили без подобных возможностей обработки данных не смогут выполнять многие задачи быстрее человека. Например, определять появление пешехода на ближайшем переходе. Причем задержки должны быть минимальные, поскольку опоздание даже на долю секунды может привести к аварии.

Интеграция 5G идет полным ходом

Неудивительно, что крупные производители автомобилей, такие как Audi, BMW, Daimler, Ford, Hyundai и Toyota, интегрируют технологии 5G в свои продукты.

Возьмем для примера Ford. Компания к 2022 году планирует оснащать все выпускаемые в США автомобили технологией связи CV2X на основе 5G. «Миллиарды долларов уже потрачены сотовыми операторами на создание сетей 5G, поэтому нам кажется, что настал подходящий момент, чтобы наши транспортные средства получили ряд умений, которые будут полезны в повседневной эксплуатации», сказал Дон Батлер, исполнительный директор Ford Connected Vehicle Platform and Product.

Компания Daimler, производитель люкс-авто Mercedes-Benz, вместе с крупнейшим своим акционером Zhejiang Geely Holding Group планирует собирать полностью электрические автомобили Smart компактного класса в Китае на экспорт. Они тоже будут оснащаться поддержкой 5G. Первые автомобили планируется выпустить в 2022 году. А Hyundai Mobis, производитель запчастей в составе Hyundai Motor Group, объявил о партнерстве с телекоммуникационной компанией KT по совместной разработке технологий подключенных к 5G автомобилей.

Телекоммуникационные компании не стоят в стороне. Audi является одним из основателей ассоциации 5G Automotive Association (5GAA), созданной для взаимодействия представителей телекоммуникационной индустрии и автопроизводителей. Audi планирует выпустить подключенные к 5G автомобили в ближайшем будущем, чему способствует сотрудничество с такими телекоммуникационными компаниями, как Huawei, которая ранее объявила о том, что стала первым производителем компонентов 5G для беспилотных автомобилей. Huawei надеется на большие продажи фирменного модуля 5G.

Но это еще не все. Несколько телекоммуникационных компаний создали бутафорские города для тестов беспилотных автомобилей. Samsung, например, совместно с Korea Transportation Safety Authority строит K-city В Корее с декорациями для проверки беспилотных автомобилей и подключения 5G в условиях, близких к реальным дорогам, перекресткам и туннелям.

Необходима инфраструктура 5G

Все эксперименты с подключенными к 5G беспилотными автомобилями зайдут в тупик, если не будет создана инфраструктура 5G. Каждый день беспилотный автомобиль может генерировать от 5 до 20 Тбайт данных, поэтому для их передачи должна быть готова мобильная сеть.

Большая часть данных, генерируемых многочисленными сенсорами автомобиля, должна обрабатываться непосредственно бортовым компьютером и расположенными рядом дата-центрами, что вписывается в концепцию периферийных вычислений. Данные поступают не только от автомобилей, но также от других источников, таких как светофоры. В конечном итоге совокупность технологий позволяет беспилотным автомобилям определять объекты вокруг и вовремя реагировать на меняющуюся обстановку.

Ценность собираемых данных

Конечно, не все типы данных требуют немедленной обработки, да и у бортового компьютера все же производительность ограниченная, как и накопители. Поэтому данные, которые могут «потерпеть», следует накапливать и анализировать в периферийных дата-центрах, часть данных при этом будут мигрировать в облако и обрабатываться там.

Сфера ответственности городских властей и автопроизводителей заключается в захвате, обработке, передаче, защите и анализе данных о каждом автомобиле, пробке, пешеходе, бордюре или ямке. Некоторые архитекторы умных городов уже экспериментируют с алгоритмами машинного обучения, которые более эффективно анализируют данные движения, чтобы быстро определять ямки и выбоины на дороге, регулировать дорожное движение, мгновенно реагировать на аварии. В глобальном ракурсе алгоритмы машинного обучения дают рекомендации по улучшению городской инфраструктуры.

Как считает Брукс Райнвотер, директор Center for City Solutions в National League of Cities, данные, генерируемые беспилотными автомобилями, предоставят городу «более скрупулезный обзор всего, от износа инфраструктуры до подобной информации о дорожном движении и самых нагруженных участках».

Как обрабатывать данные на периферии в тысячи экзабайт?

Для развития полностью автономного вождения необходимо решить проблему обработки и хранения огромных массивов данных. Каждый день беспилотный автомобиль может генерировать от 5 до 20 Тбайт данных. Всего один автомобиль! Только в США сегодня насчитывается больше 270 млн. автомобилей, что в будущем может привести к гипотетическому объему 5.449.600.000 Тбайт (или 5.449 экзабайт) — и это только в один день и только в США! Для хранения таких данных необходима высокопроизводительная, гибкая, защищенная и надежная периферийная инфраструктура. Затем возникает проблема эффективной обработки данных, что тоже весьма непросто.

Чтобы бортовой компьютер мог принимать решения в реальном времени, ему требуется самая свежая информация по окружающей обстановке. Старые данные, такие как информация о расположении автомобиля и скорости час назад, обычно уже не нужны. Однако эти данные полезны для дальнейшего улучшения алгоритмов автономного вождения. Разработчики систем на основе искусственного интеллекта должны получать большие массивы данных, чтобы тренировать сети глубокого обучения: определять объекты и их движение по камерам, информации лидара, оптимально сочетать информацию об окружении и инфраструктуре, чтобы принимать решения. Специалистам по безопасности дорожного движения очень важны данные, собранные автомобилями непосредственно до аварий или опасных ситуаций на дороге, например. Здесь вновь встает вопрос обработки данных на периферии, который остается очень важным звеном для совершенствования автономного вождения.

По мере того, как данные собираются беспилотными автомобилями и передаются от них на периферийные дата-центры, после чего мигрируют в облачные хранилища, все более актуальным становится вопрос использования оптимизированной и многоуровневой архитектуры хранения данных. Только она позволит максимально эффективно использовать огромные объемы данных. Свежие данные должны сразу же анализироваться для улучшения моделей машинного обучения, здесь требуется высокая пропускная способность и низкие задержки, для этой цели лучше всего подходят SSD и высокоемкие накопители HAMR с поддержкой технологий нескольких приводов головок.

После того, как данные пройдут этап анализа, они должны быть сохранены, но уже более эффективно: на высокоемких и недорогих традиционных хранилищах nearline. Подобные серверы хранения хорошо подходят в том случае, если данные могут потребоваться в будущем, но частого доступа к ним не планируется. Старые данные, которые вряд ли потребуются, но должны храниться по каким-либо причинам, можно переводить на уровень архивации.

Данные все чаще будут обрабатываться и анализироваться на периферии, что знаменует наступление эпохи IT 4.0, в которой меняется подход к использованию данных. Периферийные вычисления позволят обрабатывать данные рядом с местом их сбора, а не в облачном сервере, что позволит анализировать их намного быстрее, немедленно реагируя на изменения ситуации. Терабайты данных, обрабатывающиеся каждый день, скоростная сеть обмена информацией между автомобилями и периферийными дата-центрами помогут сделать автономное вождение более безопасным и надежным.

Seagate объединяет усилия с AutoX

Наконец, позвольте рассказать об одном практическом примере из сферы беспилотных автомобилей. Seagate решила объединить усилия с компанией AutoX, занимающейся системами автономного вождения. Цель заключается в создании частного облака для быстрой обработки больших объемов данных, генерируемых во время тестирования беспилотных автомобилей.

Как мы уже неоднократно отмечали, беспилотные автомобили создают значительные объемы данных, получаемых со своих сенсоров. Seagate предоставила AutoX полное решение по созданию частного облака на основе систем Seagate Exos E 5U84. В результате повысилась скорость и эффективность обработки данных.

В июле 2020 года AutoX получила разрешение от калифорнийского Департамента транспортных средств, позволившее начать тесты беспилотных автомобилей на обычных дорогах в выделенном районе Сан-Хосе (Калифорния, США). Кроме того, компания управляет парком роботакси в Шэньчжэне и Шанхае. В апреле 2020 компания открыла операционный центр роботакси в Шанхае площадью 7400 м², ставший самым большим хабом беспилотных автомобилей в Азии.

Петабайты в день: данные — новая нефть

Для беспилотных автомобилей данные имеют такое же значение, как бензин с электричеством, не зря их называют «новой нефтью». Каждое роботакси генерирует порядка 1 Тбайт данных в час, что даже превышает прогнозы аналитиков. Сто роботакси AutoX дают уже петабайты данных ежедневно. И все эти данные следует анализировать и обрабатывать при получении как можно быстрее.

Передача и хранение всех данных в публичных облаках приводит к задержкам, что замедляет обработку и анализ данных, увеличивает расходы. Как можно видеть в отчете Seagate «Rethink Data», компании все чаще решают хранить данные в частных облаках.

«Для обработки огромных объемов информации AutoX требуется надежная архитектура данных, — сказал доктор Джан Вей Пан, вице-президент подразделения Technology and Partnerships в AutoX. — Мы должны учитывать не только такие факторы, как цену, производительность и емкость, но и обрабатывать и хранить ценные данные с максимальной скоростью».

Периферийное частное облако: быстрая обработка, низкая стоимость владения

Чтобы удовлетворить потребности AutoX по хранению и обработке данных, Seagate разработала и построила периферийное частное облако, успешно вписавшееся в инфраструктуру хранения данных AutoX; многие задачи, которые ранее выполнялись в окружении публичного облака, теперь перешли на периферию. Данные с испытаний и тестов, например, теперь можно быстро загрузить в периферийное частное облако, которое отличное справляется с обработкой частых запросов к крупным массивам информации.

Решение Seagate соответствует потребностям AutoX по быстрой обработке данных и вместе с тем уменьшает совокупную стоимость владения (TCO). Но данные, которые обрабатываются на периферии, рано или поздно мигрируют в публичное облако для архивации и резервирования.

Для построения дата-центра с частным облаком Seagate использовала решение на основе Exos E 5U84, серверов и распределенной системы хранения данных Ceph. Seagate Exos E 5U84 может хранить до 1,1 петабайт данных, при этом обеспечиваются мощные возможности интеграции, повышающие эффективность использования частного облака. Благодаря высокой плотности хранения данных и производительности, система позволяет уменьшить совокупную стоимость владения. Масштабируемая архитектура обеспечивает рост вместе с бизнесом — до 336 накопителей. Что поможет AutoX справиться с растущими объемами собираемых данных в будущем. Причем данное решение можно быстро реплицировать, что соответствует планам AutoX по расширению парков роботакси в Шанхае, Шэньчжэне, Ухани и многих других городах.

«AutoX — отличный пример лидера индустрии IT 4.0, который вдохновил нас поставить более мощные системы хранения данных, способные быстрее справиться с анализом информации и выдачей вариантов действий, что позволяет как можно быстрее принимать решения и выходить из критических ситуаций, — сказала Санди Сан, вице-президент Seagate и старший менеджер по Китаю. — Мы рады партнерству с AutoX, поскольку компания продолжает внедрять инновации, будущее беспилотных автомобилей становится все ближе к реальности».

Renovo и Seagate объявили о сотрудничестве

Второй практический пример касается начала сотрудничества Renovo и Seagate по эффективной обработке огромных массивов данных, которые генерируют беспилотные автомобили. Компания Renovo уже давно занимается разработкой масштабируемой платформы автономного вождения. Будучи лидером в своей сфере, она выбрала в партнеры компанию Seagate, специалиста систем хранения данных.

«Быстрая идентификация ценных данных и передача их в руки тех, кому они необходимы, является серьезной проблемой, стоящей перед индустрией беспилотных автомобилей, — сказал Кен Клэффи, вице-президент Seagate, старший управляющий направления решений корпоративного класса для хранения данных. — Компетенция Renovo в автомобильной сфере и системах обработки данных обеспечивает уникальную конвергенцию, позволяющую приблизиться к решению данной проблемы для флотов беспилотных автомобилей».

Как мы отмечали выше, беспилотные автомобили генерируют очень большие объемы данных, которые не получится перекачивать в реальном времени в облако. Поэтому ключ кроется в обработке данных бортовым компьютером, что вписывается в концепцию периферийных вычислений.

Renovo уже давно разрабатывает платформу Aware, сотрудничество позволит Renovo использовать системы хранения данных Seagate во всех сферах, касающихся автономного вождения.

«Seagate предлагает широкий набор решений для хранения данных, генерируемых беспилотными автомобилями, — сказал Крис Хейзер, главный исполнительный директор Renovo. — Мы рады работать с лидером индустрии Seagate, чтобы интегрировать лучшие технологии хранения данных в критические важные сферы автономного возждения».

Платформа Renovo используется во многих беспилотных автомобилях, в том числе Voyage.auto. Seagate присоединилась к экосистеме Renovo вместе с растущим числом других технологических партнеров, в том числе Samsung, Verizon, HERE, Velodyne LiDAR, Parsons, INRIX, Argus Cyber Security, Seoul Robotics, Affectiva, Phantom Auto, Metamoto, Understand. ai, NIRA Dynamics, Bestmile и т.д. Посмотрим, какие плоды принесет сотрудничество двух лидеров в будущем.

Заключение

Мы надеемся, что наша статья пролила свет на то, насколько важными являются данные в сфере автономного вождения. Когда мы дождемся массового распространения беспилотных автомобилей, они продолжат собирать ценные массивы данных, которые будут обрабатываться не только бортовым компьютером, но и периферийными серверами и облаком. И к этому времени инфраструктура обработки данных должна быть полностью готова.

По мере того, как поддержка 5G будет распространяться, беспилотные автомобили начнут генерировать все большие объемы данных, которые затем будут анализироваться и использоваться, чтобы умные города стали реальностью. Достичь этой цели будет весьма непросто, но в итоге мы откроем новую главу в истории такого популярного средства передвижения, как автомобиль.

Беспилотные автомобили находятся на передовой технологий искусственного интеллекта, коммуникаций, хранения данных. Все три упомянутых столпа важны, чтобы автономное вождение стало возможным в обозримом будущем. Поэтому чтобы выйти на уровень частично и полностью автономного вождения, необходимо продолжить разработку и совершенствование технологий.

Искусственный интеллект в автомобилях: 13 типов автомобильного ИИ

Искусственный интеллект и беспилотные автомобили часто дополняют друг друга в технологиях. Проще говоря, вы не можете обсуждать одно без другого.

Несмотря на то, что искусственный интеллект быстро внедряется в различных секторах, то, как он используется в автомобильной промышленности, является острой проблемой.

Искусственный интеллект в автомобильной промышленности

Производители автомобилей используют искусственный интеллект практически во всех аспектах процесса производства автомобилей. Примеры ИИ в автомобильной промышленности включают промышленных роботов, создающих транспортное средство, и автономных автомобилей, управляющих движением с помощью машинного обучения и зрения.

В то время как каждый производитель автомобилей и их матери спешат разработать технологии искусственного интеллекта и беспилотного вождения, существует также множество технологических компаний и стартапов с той же целью.

Хотя многие считают, что будущее за персональными автономными транспортными средствами, существует множество способов внедрения ИИ и машинного обучения в процесс создания транспортных средств и их эксплуатации на дорогах.

Узнайте, как эти компании используют искусственный интеллект в автомобилях.

 

Изображение: Shutterstock

ИИ для автономных транспортных средств

Давайте начнем со слона в комнате: беспилотных транспортных средств.

Многие крупные производители автомобилей работают над созданием собственных автономных автомобилей и функций вождения, но мы сосредоточимся на относительно молодых технологических компаниях и стартапах, которые сформировались на основе идеи беспилотных автомобилей.

Независимо от того, используются ли их технологии в общественном транспорте, райдшеринге или для личных нужд, следующие компании находятся в авангарде технологий автономных транспортных средств.

 

Местонахождение: Бостон, штат Массачусетс

Как компания использует искусственный интеллект в автомобилестроении: Motional — это совместная работа Aptiv и Hyundai Motor Group, каждая из которых объединяет свои технические знания и практический опыт для разработки технологии автономного вождения. которая воплощает потенциал беспилотных автомобилей в реальность.

В технологии автономного вождения компании используются датчики трех типов — LiDAR, радар и камеры — для постоянного приоритета безопасности, что привело к появлению первого в мире пилотного роботакси и действующей коммерческой службы роботакси, которая обеспечила более 100 000 поездок с автономным управлением с рекордным ноль аварийных происшествий.

С 2018 года компания Motional сотрудничает с крупными компаниями по прокату автомобилей Lyft, Via и Cox Automotive, чтобы повысить доступность беспилотного транспорта по всему миру.

 

Местоположение: Маунтин-Вью, Калифорния

Как компания использует искусственный интеллект в автомобилестроении: Компания Waymo, начавшая с исследования беспилотных транспортных средств, теперь является собственной компанией, создающей беспилотные автомобили, которые могут безопасно доставлять людей из точки А. к Б.

Проехав на сегодняшний день более 20 миллионов автономных миль, технология 360-градусного восприятия Waymo обнаруживает пешеходов, другие транспортные средства, велосипедистов, дорожные работы и другие препятствия на расстоянии до 300 ярдов.

 

Местоположение: Фостер-Сити, Калифорния

Как они используют искусственный интеллект в автомобилестроении: В то время как некоторые компании оснащают существующие автомобили возможностями автономного вождения, Zoox создает свои собственные автономные транспортные средства с нуля.

Автомобили производятся как роботизированные транспортные средства для совместного использования. Подобно текущим транспортным службам, таким как Uber или Lyft, пользователь вызывал автомобиль Zoox для поездки через приложение на своем смартфоне.

 

Местоположение: Сан-Хосе, Калифорния

Как он использует ИИ в автомобилестроении: AutoX производит автономные транспортные средства для розничной торговли, работает над парками роботакси и служб доставки продуктов без водителя.

Транспортные средства компании сочетают в себе программное обеспечение с искусственным интеллектом, датчики, камеры реального времени и тысячи тестовых миль, как виртуальных, так и реальных, для обеспечения безопасных решений на дороге.

Компания AutoX развертывает свои услуги роботакси в Китае, а также получила разрешение на запуск пилотной программы роботакси в Калифорнии.

Читать далее31 Примеры искусственного интеллекта, которые встряхивают привычный бизнес

 

Изображение: Shutterstock

ИИ для автомобильного производства

Поскольку в 2021 году во всем мире будет произведено более 80 миллионов автомобилей, неудивительно, что производители ищут оборудование и способы повышения производительности.

Искусственный интеллект в автомобильной промышленности меняет не только автомобили на дорогах, но и заводы, которые их производят, и процессы их ремонта.

Вот несколько примеров того, как интеллектуальное оборудование и системы на основе ИИ повышают эффективность автомобильных производственных линий.

 

Местоположение: Чикаго, Иллинойс

Как он использует ИИ в автомобилестроении: CCC позволяет автомобильной и страховой отрасли принимать более эффективные решения за счет цифровой трансформации на основе ИИ, IoT и решений для рабочих процессов.

Компания подключает автопроизводителей к конвейеру данных, который открывает полезную информацию от страховщиков и ремонтных мастерских, а также соединяет их с сетью из более чем 26 000 ремонтных мастерских по всей стране, облегчая понимание того, как сделать автомобили более безопасными и долговечными.

 

Местонахождение: Бохум, Германия

Как он использует ИИ в автомобилестроении: Rethink Robotics, входящая в группу HAHN, производит «коботов» или совместных роботов для промышленной автоматизации. Эти роботы используются для автоматизации производственных задач, которые утомительны, грязны или даже опасны для людей.

Хотя роботы уже много лет работают на автомобильной линии, они никогда не работали бок о бок с людьми. Роботы Rethink работают вместе с людьми в цепочке поставок, обслуживая машины, перемещая материалы, выполняя тесты и упаковывая готовую продукцию.

Получайте уведомления о вакансиях от Rethink Robotics

 

Изображение: Shutterstock

ИИ для помощи водителю Усовершенствованная система помощи водителю на базе искусственного интеллекта.

Существует множество различных типов ADAS, таких как автоматическое торможение, обнаружение сонливости водителя и предупреждение о выходе из полосы движения.

Некоторые системы выходят за рамки тех, которые уже внедрены во многие основные бренды транспортных средств, и компании используют их для переподготовки своих коммерческих водителей и предотвращения столкновений в своих автопарках.

Вот как несколько компаний используют искусственный интеллект в автомобильной промышленности для технологий помощи водителю, чтобы сделать дороги более безопасными.

 

Местонахождение: Санта-Крус, Калифорния

Как он использует ИИ в автомобилестроении: SapientX производит программное обеспечение, которое добавляет голосовые и интеллектуальные возможности к техническим продуктам в таких отраслях, как автомобилестроение, видеоконференции, здравоохранение и воздух путешествовать.

Компания работает над внедрением естественного разговорного ИИ в транспортных средствах, используя распознавание речи, понимание естественного языка, синтез речи и умные аватары, чтобы улучшить понимание контекста, эмоций, сложных предложений и пользовательских предпочтений. Системы искусственного интеллекта SapientX могут работать как в режиме онлайн, так и в автономном режиме, при этом клиентам не нужно заучивать команды, кроме слова пробуждения, что приводит к более удобному использованию искусственного интеллекта.

Получайте уведомления о вакансиях от SapientX

 

Местонахождение: Сан-Франциско, Калифорния

Как используется ИИ в автомобилестроении: CarVi создает ADAS, которую можно использовать для личных транспортных средств, автопарков, райдшеринга или автомобилей страховые компании.

CarVi использует искусственный интеллект для анализа вождения и оповещений в режиме реального времени, чтобы предупредить водителей о возможных опасностях, таких как выезд с полосы движения, лобовые столкновения и условия движения.

CarVi также использует систему подсчета очков для оценки навыков вождения и помощи водителям в изменении плохого поведения и привычек.

CarVi устанавливается на существующие транспортные средства и помогает автопаркам отслеживать свои транспортные средства, получать отчеты о работе транспортных средств, предоставлять записи событий с видеорегистраторов и сокращать свои страховые взносы за счет более безопасных водителей.

Получайте уведомления о вакансиях от CarVi.

Интеллектуальная система управления водителем Nauto уменьшает отвлекающие факторы вождения, которые приводят к столкновениям, путем оценки поведения водителя. Система использует данные, чтобы водители были достаточно внимательны, чтобы избежать столкновений и нарушений правил дорожного движения.

С помощью видео и распознавания лиц Nauto даже помогает компаниям более эффективно обрабатывать претензии со страховыми компаниями. Уведомления о вакансиях от Nauto смена полосы движения и парковка.

Tesla заявляет, что ее технология «предназначена для использования полностью внимательным водителем, который держит руки на руле и готов взять управление на себя в любой момент».

Получайте уведомления о вакансиях от Tesla

Подробнее18 компаний, превращающих роботов с искусственным интеллектом в реальных людей Выигрывает

 

Изображение: Shutterstock чтобы прибыть быстрее и эффективнее. Прогнозируется, что к 2025 году рыночная стоимость индустрии онлайн-сервисов доставки еды превысит 192 миллиарда долларов. Вот три примера автономных служб доставки, использующих ИИ в автомобильной промышленности.

 

Местонахождение: Анн-Арбор, Мичиган

Как он использует ИИ в автомобилестроении: Refraction AI производит роботизированное, беспилотное решение для доставки товаров последней мили из таких мест, как рестораны, аптеки и продуктовые магазины, способствуя более быстрой доставке , более дешевая и безопасная доставка, которая оправдывает ожидания клиентов.

Флагманский автомобиль компании, названный REF-1, предназначен для работы в любых погодных условиях, а его размер и вес делают его достаточно универсальным, чтобы переключаться между автомобильными и велосипедными дорожками, чтобы определить приоритет времени доставки, не мешая движению транспорта. Наряду с мощным искусственным интеллектом, который позволяет REF-1 выбирать наилучший возможный путь для доставки, недорогие сенсорные технологии, такие как камеры, используются, чтобы позволить транспортному средству останавливаться в мгновение ока, что приводит к безопасному, компактному и масштабируемому решению для автономного управления. Доставка.

Refraction AI начал развертывание автономной доставки еды в Анн-Арборе, штат Мичиган, и Остине, штат Техас.

 

Местонахождение: Сан-Франциско, Калифорния

Как он использует ИИ в автомобилестроении: Starship Technologies создает роботов-доставщиков с автоматическим управлением. Они двигаются со скоростью пешехода, объезжая препятствия, доставляя посылки, продукты и еду клиентам, разместившим заказы через приложение Starship.

Автономные роботы-доставщики компании весом менее 100 фунтов имеют грузовой отсек, который остается запертым до тех пор, пока он не дойдет до клиента, который может использовать приложение, чтобы открыть отсек и получить свой заказ. Роботы Starship осуществили более 3 миллионов доставок.

 

Местонахождение: Беркли, Калифорния

Как он использует ИИ в автомобилестроении: Kiwibot разрабатывает роботизированную сеть доставки «последней мили», включающую парк из более чем 500 полностью электрических роботов с искусственным интеллектом. Они были развернуты в 26 кампусах по всей территории Соединенных Штатов. Пользователи могут размещать заказы в ресторане через приложение, а затем отслеживать роботизированную доставку в режиме реального времени.

Получайте уведомления о вакансиях от Kiwibot

Что такое беспилотные автомобили и как они работают?

По

  • Бен Луткевич,
    Технический писатель

Самоуправляемый автомобиль (иногда называемый автономным автомобилем или беспилотным автомобилем ) — это транспортное средство, использующее комбинацию датчиков, камер, радара и искусственного интеллекта (ИИ) для перемещения между пунктами назначения без участия человека-оператора. Чтобы считаться полностью автономным, транспортное средство должно иметь возможность перемещаться без вмешательства человека в заранее определенный пункт назначения по дорогам, которые не приспособлены для его использования.

Компании, разрабатывающие и/или тестирующие автономные автомобили, включают Audi, BMW, Ford, Google, General Motors, Tesla, Volkswagen и Volvo. В тесте Google участвовал парк беспилотных автомобилей, включая Toyota Prii и Audi TT, которые проехали более 140 000 миль по улицам и шоссе Калифорнии.

Как работают беспилотные автомобили

Технологии искусственного интеллекта обеспечивают работу беспилотных автомобильных систем. Разработчики беспилотных автомобилей используют огромные объемы данных из систем распознавания изображений, а также машинного обучения и нейронных сетей для создания систем, которые могут двигаться автономно.

Нейронные сети определяют закономерности в данных, которые передаются алгоритмам машинного обучения. Эти данные включают в себя изображения с камер беспилотных автомобилей, на которых нейронная сеть учится идентифицировать светофоры, деревья, бордюры, пешеходов, дорожные знаки и другие элементы любой заданной среды вождения.

Например, проект беспилотного автомобиля Google под названием Waymo использует сочетание датчиков, лидара (обнаружение света и дальность — технология, аналогичная RADAR) и камер и объединяет все данные, генерируемые этими системами, для идентификации всего вокруг. транспортного средства и предсказать, что эти объекты могут делать дальше. Это происходит за доли секунды. Зрелость важна для этих систем. Чем больше ездит система, тем больше данных она может включить в свои алгоритмы глубокого обучения, что позволяет ей принимать более тонкие решения при вождении.

Ниже описано, как работают автомобили Google Waymo:

  • Водитель (или пассажир) задает пункт назначения. Программное обеспечение автомобиля рассчитывает маршрут.
  • Вращающийся лидарный датчик, установленный на крыше, отслеживает 60-метровый диапазон вокруг автомобиля и создает динамическую трехмерную (3D) карту текущего окружения автомобиля.
  • Датчик на левом заднем колесе отслеживает боковое движение, чтобы определить положение автомобиля относительно 3D-карты.
  • Радиолокационные системы в переднем и заднем бамперах рассчитывают расстояние до препятствий.

    • Программное обеспечение AI

  • в автомобиле подключается ко всем датчикам и собирает данные с Google Street View и видеокамер внутри автомобиля.
  • ИИ моделирует процессы человеческого восприятия и принятия решений с помощью глубокого обучения и управляет действиями в системах управления водителем, такими как рулевое управление и тормоза.
  • Программное обеспечение автомобиля обращается к Картам Google для получения заблаговременного уведомления о таких вещах, как ориентиры, дорожные знаки и огни.
  • Доступна функция блокировки, позволяющая человеку взять на себя управление транспортным средством.

Автомобили с функциями автономного вождения

Проект Google Waymo — пример беспилотного автомобиля, который почти полностью автономен. Он по-прежнему требует присутствия человека-водителя, но только для того, чтобы переопределить систему, когда это необходимо. Это не самоуправляемый автомобиль в чистом виде, но в идеальных условиях он может вести себя сам. Обладает высоким уровнем автономности. Многие из автомобилей, доступных сегодня потребителям, имеют более низкий уровень автономии, но все же имеют некоторые функции автономного вождения. Функции автономного вождения, доступные во многих серийных автомобилях с 2019 года.включают следующее:

  • Рулевое управление без помощи рук центрирует автомобиль без рук водителя на руле. Водителю по-прежнему требуется внимание.
  • Адаптивный круиз-контроль (ACC) вплоть до упора автоматически поддерживает выбранную дистанцию ​​между автомобилем водителя и автомобилем впереди.
  • Рулевое управление с центрированием полосы движения срабатывает, когда водитель пересекает разметку полосы движения, автоматически подталкивая автомобиль к противоположной разметке полосы движения.

Уровни автономности беспилотных автомобилей

Национальная администрация безопасности дорожного движения США (NHTSA) выделяет шесть уровней автоматизации, начиная с уровня 0, когда люди управляют автомобилем, с помощью технологий помощи водителю и заканчивая полностью автономными автомобилями. Вот пять уровней, которые следуют за автоматизацией уровня 0:

.

  • Уровень 1 : Усовершенствованная система помощи водителю (ADAS) помогает водителю управлять автомобилем, тормозить или ускоряться, но не одновременно. ADAS включает в себя камеры заднего вида и такие функции, как предупреждение о вибрации сиденья, чтобы предупредить водителей, когда они съезжают с полосы движения.
  • Уровень 2 : Система ADAS, которая может одновременно управлять и тормозить или ускоряться, в то время как водитель полностью осознает, что находится за рулем, и продолжает действовать как водитель.
  • Уровень 3 : Автоматизированная система вождения (ADS) может выполнять все задачи вождения при определенных обстоятельствах, например парковку автомобиля. В этих обстоятельствах водитель-человек должен быть готов снова взять на себя управление и по-прежнему должен быть основным водителем транспортного средства.
  • Уровень 4 : ADS может выполнять все задачи вождения и контролировать окружающую среду при определенных обстоятельствах. В таких обстоятельствах система ADS достаточно надежна, чтобы водитель не обращал на нее внимания.
  • Уровень 5 : ADS автомобиля действует как виртуальный шофер и управляет автомобилем при любых обстоятельствах. Люди, находящиеся в салоне, являются пассажирами и никогда не должны управлять транспортным средством.

Автоматизация варьируется от нуля до полной автономности.

Использование

По состоянию на 2019 год автопроизводители достигли уровня 4. Производители должны пройти ряд технологических этапов и решить несколько важных вопросов, прежде чем полностью автономные автомобили можно будет покупать и использовать на дорогах общего пользования в Соединенных Штатах. Несмотря на то, что автомобили с автономией 4-го уровня недоступны для общественного потребления, они используются для других целей.

Например, компания Google Waymo в партнерстве с Lyft предложила полностью автономный коммерческий сервис по совместному использованию поездок под названием Waymo One. Пассажиры могут вызвать беспилотный автомобиль, который доставит их к месту назначения, и оставят отзыв для Waymo. В автомобилях по-прежнему есть водитель безопасности на случай, если потребуется отключить ADS. По состоянию на конец 2019 года услуга доступна только в районе Метро Феникс.но надеется расшириться до городов во Флориде и Калифорнии.

Автономные подметально-уборочные машины также производятся в китайской провинции Хунань, отвечающие требованиям уровня 4 для самостоятельной навигации в знакомой среде с ограниченным числом новых ситуаций.

Прогнозы производителей относительно того, когда машины 4-го и 5-го уровня станут широко доступны, различаются. Ford и Volvo планируют выпустить в 2021 году автомобиль уровня 4 для общественного потребления. Генеральный директор Tesla Илон Маск, будучи пионером в области беспилотных и электрических автомобилей, заявил, что его компания будет иметь готовые автомобили 5-го уровня уже в 2020 году. Успешный автомобиль 5-го уровня должен уметь реагировать на новые дорожные ситуации, а также лучше, чем может человек.

Плюсы и минусы беспилотных автомобилей

Главным преимуществом, рекламируемым сторонниками автономных транспортных средств, является безопасность. По оценкам Министерства транспорта США (DOT) и статистического прогноза NHTSA о дорожно-транспортных происшествиях на 2017 год, в этом году в дорожно-транспортных происшествиях погибло 37 150 человек. По оценкам NHTSA, 94% серьезных аварий происходят из-за человеческих ошибок или неправильного выбора, например вождения в нетрезвом виде или отвлечения внимания. Автономные автомобили устраняют эти факторы риска из уравнения, хотя беспилотные автомобили по-прежнему уязвимы для других факторов, таких как механические проблемы, которые вызывают аварии.

Если автономные автомобили смогут значительно сократить количество аварий, экономические выгоды могут быть огромными. По данным NHTSA, травмы влияют на экономическую деятельность, в том числе 57,6 млрд долларов США в виде потери производительности на рабочем месте и 594 млрд долларов США из-за гибели людей и снижения качества жизни из-за травм.

Беспилотные грузовики могут предотвратить столкновения и улучшить экономику.

Теоретически, если бы дороги были в основном заняты беспилотными автомобилями, движение было бы равномерным и пробок было бы меньше. В полностью автоматизированных автомобилях пассажиры могли заниматься продуктивной деятельностью по дороге на работу. Люди, которые не могут водить машину из-за физических ограничений, могут обрести новую независимость с помощью автономных транспортных средств и получат возможность работать в областях, требующих вождения.

Автономные грузовики были протестированы в США и Европе, чтобы позволить водителям использовать автопилот на больших расстояниях, освобождая водителя для отдыха или выполнения задач и повышая безопасность водителя и эффективность использования топлива. Эта инициатива, получившая название взвода грузовиков , основана на ACC, системах предотвращения столкновений и связи между транспортными средствами для совместного ACC (CACC).

Недостатком технологии автономного вождения может быть то, что езда в автомобиле без водителя за рулем может нервировать — по крайней мере, поначалу. Но по мере того, как возможности самостоятельного вождения становятся обычным явлением, водители-люди могут чрезмерно полагаться на технологию автопилота и оставлять свою безопасность в руках автоматизации, даже если они должны действовать в качестве резервных водителей в случае сбоев программного обеспечения или механических проблем.

Например, в марте 2018 года спортивный внедорожник (внедорожник) Tesla Model X работал на автопилоте, когда врезался в разделительную полосу шоссе. По данным компании, руки водителя не находились на руле, несмотря на визуальные предупреждения и звуковое предупреждение о необходимости положить руки обратно на руль. Еще одна авария произошла, когда искусственный интеллект Tesla принял боковую часть блестящего отражения грузовика за небо.

Безопасность беспилотных автомобилей и проблемы

Автономные автомобили должны научиться распознавать бесчисленное количество объектов на пути автомобиля, от веток и мусора до животных и людей. Другими проблемами на дорогах являются туннели, которые мешают работе Глобальной системы позиционирования (GPS), строительные проекты, которые приводят к смене полосы движения, или сложные решения, например, где остановиться, чтобы пропустить машины скорой помощи.

Системы должны принимать мгновенные решения о том, когда следует снизить скорость, свернуть в сторону или продолжить ускорение в обычном режиме. Это постоянная проблема для разработчиков, и есть сообщения о том, что беспилотные автомобили колеблются и без необходимости сворачивают, когда обнаруживаются объекты на проезжей части или рядом с ней.

Эта проблема проявилась в аварии со смертельным исходом в марте 2018 года, в которой участвовал беспилотный автомобиль, управляемый Uber. Компания сообщила, что программное обеспечение автомобиля идентифицировало пешехода, но сочло это ложным срабатыванием и не свернуло, чтобы не сбить ее. Эта авария заставила Toyota временно прекратить испытания беспилотных автомобилей на дорогах общего пользования, но испытания будут продолжены в других местах. Исследовательский институт Toyota строит испытательный центр на участке площадью 60 акров в Мичигане для дальнейшего развития технологии автоматизированных транспортных средств.

Вместе с авариями возникает и вопрос ответственности, и законодателям еще предстоит определить, кто несет ответственность, когда в аварию попадает беспилотный автомобиль. Существуют также серьезные опасения, что программное обеспечение, используемое для управления автономными транспортными средствами, может быть взломано, и автомобильные компании работают над устранением рисков кибербезопасности.

Автопроизводители подчиняются Федеральным стандартам безопасности транспортных средств (FMVSS), и NHTSA сообщило, что необходимо проделать дополнительную работу, чтобы автомобили соответствовали этим стандартам.

В Китае автопроизводители и регулирующие органы применяют другую стратегию, чтобы соответствовать стандартам и сделать беспилотные автомобили повседневной реальностью. Китайское правительство начинает пересматривать городские ландшафты, политику и инфраструктуру, чтобы сделать окружающую среду более удобной для беспилотных автомобилей. Это включает в себя написание правил о том, как люди передвигаются, и найм операторов мобильных сетей, которые возьмут на себя часть обработки, необходимой для предоставления беспилотным транспортным средствам данных, необходимых для навигации. Будут реализованы «Национальные испытательные дороги». Это возможно благодаря авторитарному характеру китайского правительства, которое обходит спорную демократию, через которую проходят тесты в Америке.

История беспилотных автомобилей

Путь к беспилотным автомобилям начался с дополнительных функций автоматизации для обеспечения безопасности и удобства до 2000 года, с круиз-контролем и антиблокировочной системой тормозов. На рубеже тысячелетий в автомобилях стали доступны расширенные функции безопасности, включая электронный контроль устойчивости, обнаружение мертвых зон, а также предупреждения о столкновении и смене полосы движения. По данным NHTSA, в период с 2010 по 2016 год появились расширенные возможности помощи водителю, такие как видеокамеры заднего вида, автоматические экстренные тормоза и помощь в центрировании полосы движения.

С 2016 года беспилотные автомобили перешли к частичной автономии с функциями, помогающими водителям оставаться на своей полосе, а также с технологией адаптивного круиз-контроля и возможностью самостоятельной парковки.

Полностью автоматизированные транспортные средства пока недоступны для широкой публики и, возможно, не появятся в течение многих лет. В США NHTSA предоставляет федеральные рекомендации по внедрению ADS на дорогах общего пользования, и по мере развития технологий автономных автомобилей будут появляться и рекомендации департамента.

Беспилотные автомобили еще не разрешены на большинстве дорог. В июне 2011 года Невада стала первой юрисдикцией в мире, разрешившей тестировать беспилотные автомобили на дорогах общего пользования; С тех пор за ними последовали Калифорния, Флорида, Огайо и Вашингтон, округ Колумбия.

История беспилотных автомобилей уходит далеко в прошлое. Леонардо да Винчи разработал первый прототип около 1478 года. Автомобиль да Винчи был разработан как самоходный робот, приводимый в движение пружинами, с программируемым рулевым управлением и возможностью проходить заданные курсы.

Последнее обновление: октябрь 2019 г.


Продолжить чтение О беспилотном автомобиле (автономный автомобиль или беспилотный автомобиль)

  • Будущее ИИ на транспорте выходит за рамки беспилотных автомобилей
  • Как беспилотные автомобили будут взаимодействовать друг с другом (и с нами)
  • Колорадо считает, что технология автономных транспортных средств может спасти жизни
  • Упрощение автономного автомобиля
  • Полностью беспилотные автомобили Waymo уже здесь

Копайте глубже в корпоративных приложениях AI

  • Развитие технологий автономных транспортных средств на фоне больших проблем

    Автор: Эстер Аджао

  • Что означает для остального мира программа беспилотных автомобилей Саудовской Аравии?

    Автор: Пэт Бранс

  • Запуск автономных грузовиков привлекает 200 миллионов долларов, но сталкивается с конкуренцией

    Автор: Марк Лаббе

  • Департамент транспорта запрашивает мнение отрасли о технологии автономных транспортных средств

    Автор: Лис Эвенстад

ПоискБизнесАналитика


  • Целенаправленная и стабильная Logi Analytics как часть программного обеспечения Insightware

    Бывший независимый специалист по встроенной бизнес-аналитике извлекает выгоду из агрессивной стратегии приобретения своей новой материнской компании как . ..


  • Запуск Business Analytics Enterprise объединяет инструменты IBM BI

    Технический гигант объединил ранее разрозненные возможности на единой платформе и представил новый центр, где клиенты могут просматривать …


  • Qlik запускает новую облачную платформу для интеграции данных

    Новая интеграционная платформа как услуга объединяет возможности подготовки и каталогизации данных в одном месте, позволяя организациям…

ПоискИТ-директор


  • IRA инвестирует в будущее технологий экологически чистой энергии, работу

    Закон о снижении инфляции инвестирует не только в существующие технологии экологически чистой энергии, такие как ветер и солнечная энергия, но и в будущие инновации и …


  • Выборы не ускорят антимонопольную реформу и усилия по обеспечению конфиденциальности данных

    Результаты промежуточных выборов вряд ли сразу повлияют на ход горячо обсуждаемых антимонопольных законов и законопроектов о реформе Раздела 230 или. ..


  • Плюсы и минусы Metaverse: основные преимущества и проблемы

    Реалистичный опыт, равный доступ, более эффективное сотрудничество и новые возможности для бизнеса, но есть потенциал для повышения …

SearchDataManagement


  • Движок данных Speedb делает хранилище ключевых значений открытым исходным кодом

    Стартап стремится предоставить конкурентоспособную альтернативу RocksDB, создав свою технологию обработки данных и сообщество разработчиков…


  • Neo4j 5 ускоряет запросы к графовой базе данных

    Язык шифровальных запросов значительно улучшился в обновлении базы данных Neo4j 5, что позволяет пользователям выполнять более сложные запросы быстрее, чем …


  • Облако данных Snowflake добавляет Python, мультиоблачную совместную работу

    Поставщик облачных данных выпустил предварительные обновления для своей платформы, чтобы ускорить запросы данных, улучшить поддержку многооблачных операций.