Dlaczego autonomiczna jazda wymaga tak wielu czujników

Kiedy prowadzimy samochód, nasz mózg musi rozpoznać wszystko, co dzieje się przed nami i wokół nas, zarówno na podstawie tego, co postrzegają nasze zmysły, jak i na podstawie zdobytej wiedzy o trasie, którą jedziemy, oraz o zamiarach, jakie mamy podczas jazdy pojazdem.

Wszystko to i znacznie więcej musi zrobić autonomiczny system jazdy, aby być jeszcze bezpieczniejszym niż człowiek, kierując samochodem bez udziału kierowcy. Dlatego producenci autonomicznych samochodów zawsze chwalą się dużą liczbą czujników, kamer, systemów ultradźwiękowych, radarów oraz urządzeń typu LIDAR, które montują w swoich modelach. I im więcej takich elementów znajduje się na pokładzie, tym lepiej. Dlaczego lepiej? Wystarczy spojrzeć na zdjęcie zamieszczone obok, aby to zrozumieć.

Fotografia przedstawia to, co wśród techników zajmujących się rozwojem pojazdów autonomicznych nazywa się „przypadkiem granicznym”. Są to sytuacje, w których pojazd zachowa się w sposób nieprzewidywalny, ponieważ jego oprogramowanie przetworzyło nietypowy scenariusz inaczej, niż zrobiłby to człowiek. Na zdjęciu widać dane zarejestrowane przez czujniki i kamerę samochodu, które doprowadziły pojazd autonomiczny do błędnego wniosku, że obrazy rowerzystów z tyłu stojącego przed nim minivana to prawdziwi rowerzyści, podczas gdy w rzeczywistości jest to wyłącznie fotografia.

W tym martwym punkcie „LIDAR nie potrafi wykryć szkła, radar rozpoznaje głównie metal, a kamerę można oszukać obrazami”, wyjaśnia dyrektor generalny Cognaty Danny Atsmon, firmy tworzącej symulatory oprogramowania, które pozwalają wystawiać pojazdy na przypadki graniczne, aby inżynierowie mogli opracować algorytmy umożliwiające bezpieczne radzenie sobie z nimi przez pojazdy autonomiczne. Według Atsmona „każdy z czujników potrzebnych do jazdy autonomicznej rozwiązuje inną część wyzwania związanego z wykrywaniem”. Stopniowo odkrywając, jakie dane mogą być wykorzystane do prawidłowego rozwiązywania konkretnych przypadków granicznych (zarówno w symulacjach, jak i w rzeczywistym życiu), samochody uczą się radzić sobie z coraz bardziej złożonymi sytuacjami.

Tesla została skrytykowana za decyzję o wykorzystaniu wyłącznie radaru, kamer i czujników ultradźwiękowych do dostarczania danych swojemu systemowi AutoPilot, po tym jak jeden z jej pojazdów nie zdołał odróżnić przyczepy od jasnego błękitnego nieba. Ten błąd doprowadził do zderzenia pojazdów, w wyniku którego kierowca pojazdu Tesla zginął na miejscu. Krytycy twierdzą, że LIDAR jest kluczowym elementem zestawu czujników. W przeciwieństwie do kamery urządzenie to dobrze działa przy słabym oświetleniu i odblaskach oraz dostarcza bardziej szczegółowych danych niż radar czy ultradźwięki. Jednak, jak zauważa Atsmon, „nawet LIDAR ma wady”: na przykład nie potrafi odróżnić czerwonego sygnału drogowego od zielonego.

Dlatego najbezpieczniejszym sposobem uniknięcia takich sytuacji jest to, aby producenci nadal polegali na większej różnorodności czujników, dążąc do jak największej redundancji swoich systemów. Właśnie dlatego konieczne jest zamontowanie w każdym autonomicznym samochodzie jak największej liczby detektorów, czujników i kamer. Dzięki nim większość pojazdów autonomicznych radzi sobie z problemami, takimi jak ten pokazany na zdjęciu i w materiale wideo, gdzie autonomiczny samochód jest niezdolny do reakcji i nie jest w stanie przekroczyć dla siebie zakazu przekraczania ciągłej linii okręgu wyznaczonego wokół niego.

Połączenie i analiza informacji pochodzących ze wszystkich pokładowych systemów detekcji z zgromadzonymi doświadczeniami pozwoli im pokonać te trudności. Z pewnością przynajmniej rowerzyści będą za to wdzięczni.

https://vimeo.com/208642358