Не постои идеално решение за автономното возење

Членовите на дискусијата на крајот од првиот ден од конференцијата се согласија дека вештачката интелигенција (AI) ќе биде дел од автономното возење во иднина, а во некои случаи и веќе е. Вториот ден започна со раководителот на одделот за истражување на асистенција на возачот од Valeo, кој изјави дека комбинацијата од сензори и соодветни алгоритми е таа што ќе го отвори патот кон автономното возење.

Иако AI дејствува како поддршка, сепак соодветната комбинација на сензори за аквизиција на податоци е основата за функцијата на автономното возење. Зависно од барањата, збирот на сензори може да се разликува. Не постои идеално решение кое еднакво ќе одговара за сите производители.

Секој сензор има предности и недостатоци кои се компензираат со употреба на друг тип на сензорска технологија. Камерите не даваат оптимални резултати во лоши временски услови, но ласерскиот скенер, од друга страна, може да ги фати повеќето ситуации релативно добро. Иако ултразвучните сензори може да ја покријат близината, радарот ја покажува својата предност на подолги растојанија.

Процесирањето на гигантската количина на податоци кои се генерирани претставува еден од главните проблеми за инженерите. Претставник од IPG Automotive објаснува дека иако податоците за обуката се решавачки за перформансите на AI, евалуацијата на податоците теоретски може да трае со години.

Мануелната прибелешка, односно означувањето на релевантни информации како што се пешаците, велосипедистите, автомобилите, автобусите или сообраќајните знаци, со денешната технологија трае околу 3,5 минути по слика. Со типичен сет на податоци за обука од 100.000 слики, прибележувањето ќе трае 737 дена. Говорникот сепак призна дека ова е храбар пример, бидејќи во пракса не секоја слика треба да се обработува.

Ако сликите се генерираат вештачки со помош на софтвер за симулација може да се заштеди многу време. Во таа насока интересно е да се напомне дека квалитетот на податоците кои се засновани исклучиво на симулација не е навистина добро, но комбинацијата со реални возни податоци може значително да го подобри квалитетот. Дури и сетовите на податоци кои содржат пет проценти реални податоци од возење во комбинација со 95 проценти симулациски податоци, даваат многу добри резултати.

Експертите не се согласуваат на бројот на километри потребни за испитување за валидирање на надежноста на системите. Бројките варираат од 240 милиони до неколку милијарди километри. Претставникот на Elektrobit Automotive покажа дека ова генерира огромни количини на податоци кои исто така, треба да бидат процесирани или оценети. Во случај на собирање на реални возни податоци користејќи 100 возила, за 240 милиони километри потребни се 25 години.

Во моментот симулирањето на овој случај со 100 компјутери ќе трае пет години. Со користење облак, 240 милиони километри може да се симулираат за две недели, што е огромно забрзување во однос на развојот, кој чини многу пари. Меѓутоа, огромните количини на податоци кои се од рангот на петабајт, прво мора да бидат префрлени на облакот, кое дури и со голема брзина на префрлување ќе трае релативно долго.

Сепак, не беа само техничките аспекти разгледани на симпозиумот. Впрочем, потрошувачите исто така мора да ги прифатат и да ги користат автоматизираните функции за возење. На сесијата за корисниците и прифаќањето, Лаура Пасман од Универзитетот во Штутгарт зборуваше за балансирачкото дејство помеѓу барањето многу малку и барањето премногу од возачот при полу-автономното возење.

Со испитувањето со користење на човечки тест субјекти во симулатор, Пасман утврдила кои секундарни активности го одвлекуваат вниманието на возачот, до кој степен и како се менуваат нивните реакции. Планирани се истражувања на реално возење за наредната година, но предвидливо е дека визуелните секундарни активности се прилично несоодветни.

Во останатите излагања учесниците меѓусебно се информираа за фузијата на податоци од сензорите, алгоритмите за анализа на различни ситуации, можностите и ризиците од автомобилската етернет или за веродостојноста како предуслов за вештачка интелигенција на која може да и се верува.