Автомобили, управляемые беспилотными системами, обладают множеством датчиков и других инструментов для обнаружения состояния внешнего пространства: камеры
, GPS-навигаторы
, радары
и прочее. Они создают огромное количество данных, которые должны быть обработаны в режиме реального времени. Система обязана не только проанализировать полученную информацию, но и построить на её основании траекторию, скорость движения. Все перечисленные задачи выполняет искусственный интеллект (ИИ).
Технологический мир старается подстроится под данную тенденцию. Уже сегодня крупные автоконцерны Ford, Lyft и Volvo в сотрудничестве с
Уже в скором будущем Nissan планирует выпустить полуавтономные машины. Ford в свою очередь заявил о намерении к 2021 году выпустить серию автономных авто. По факту – все гиганты сферы IT и других сфер технологий направлены на развитие или участие в испытаниях транспортных средств под руководством программ. Не отстаёт здесь и Google, но инвестиции направляются через Waymo – дочерняя компания. Одни из главных приверженцев беспилотных авто с электрическим питанием –
AI – это ключ к успеху в сфере беспилотных устройств. Ключевые игроки технологического и автомобильного рынка нацелены на использование крайне обширных ресурсов для создания AI и отдельных конструкционных компонентов, требуемых для решения поставленной задачи. К примеру, Toyota вкладывает $1 млрд
за 5 лет, чтобы построить компанию TRI (Research Institute), которая находится в Силиконовой долине. Она предназначена для углублённой разработки этого инструмента. На проект полагают большие надежды, так как к нему были привлечены 200 специалистов из Массачусетского технологического университета.
TRI планирует заняться исследованием автономных ТС и поведенческих факторов человека как на водительском сидении, так и снаружи авто. Предполагается, что разработанные технологии существенно облегчат работу беспилотным системам и помогут оказывать помощь людям со специфическими потребностями.
В сотрудничестве Nvidia и Audi были разработаны прототипы Q7, они способны самостоятельно принимать решения на дороге посредством глубокого обучения – это специальный способ обучения, которая помогает система обрабатывать большие объёмы данных. Посредством применения нейронных сетей машинам удаётся находить, распознавать и реагировать на любые ситуации, в том числе сложные.
В отношении сферы безопасности, ИИ позволяет программируемому автомобилю полноценно понимать окружение, определять и вычислять риски, а также принимать экстренные меры при появлении опасностей. Невозможно создать беспилотный авто, способный видеть все окружающие объекты, в том числе тротуар, фонари на улице, здания и припаркованные машины. Чтобы решить проблему создают компьютеры, способные отличать предметы друг от друга и определять базовые параметры вещей: скорость, габариты, тип. Прежде датчики не видели все объекты, но после исследования и анализа обстановки, ИИ различит предметы и добавит в каталог для будущего использования.
Искусственный интеллект учитывает различные свойственные предмету риски: мотоцикл у дороги, любое животное, особенно в движении. Компьютер учитывает вероятность, что собака может броситься под машину. Другая важная задача – отличить пешехода и велосипедиста как в процессе движения, так и статическом положении. Автономное авто способно идентифицировать наличие тротуара, высоту бордюры, расстояние до разделительной полосы и её тип.
Компьютер непрерывно получает данные с датчиков и анализирует окружающие предметы. Если он обнаруживает место или объект, который ранее не встречался, он самостоятельно просчитывает риски несчастных случаев. Современные системы помогают делиться информациях об вещах и рисках между собой. Подобный принцип реализовала Toyota, методика называется Intelligent Transportation System Connect. Она успешно работает в Японии.
Не меньшее влияние ИИ будет оказывать на внутреннюю жизнь пассажиров в салоне. Автомобиль будет уметь подстраиваться под водителя, определять частые маршруты с учётом времени дня. ИИ сможет запоминать любимые радиостанции, самые востребованные настройки, распознавать водителя и самостоятельно подстраивать высоту сидений, руля и влиять на другие полезные функции.
Все перечисленные данные помогут авто стать адаптивным инструментом для успешной эксплуатации в любой среде с возможность подстраиваться под стиль вождения. Для водителя планируется предоставлять полезные услуги: регулировка режима передвижения, возможность автономного вождения в рамках особых сценариев, показ мест с пробками или инцидентов на привычном, запрограммированном маршруте.
Уже сегодня есть машины, способные управлять передвижением на конкретных скоростях и в особых условиях, но они все равно частично зависят от водителя. Полностью автономное управление на общественных дорогах в ближайшее время (2-3 года) не ожидается. После выхода автономных машин в общественное пользование, в них обязательно реализуют большинство решений, которые были залучены в ходе исследований ИИ.