Egy korábbi bejegyzésünkben már megismerkedhettetek az önvezető autók szintjeivel. A négyes szinthez, vagyis a teljesen önvezető autóhoz, sok egyenként is meglehetősen összetett alrendszerre van szükség. Ráadásul ma már tisztán látszik, hogy ezek adatait egy mesterséges intelligenciát használó vezérlőnek kell értelmeznie.
A Bosch mérnökei már évtizedek óta fejlesztenek önvezető autókat. Az 1980-as évek kísérleti járművei még mikrobuszok voltak, mert csak azokban fért el a szükséges informatikai rendszer. A mai tesztautók már csak alig különböztethetők meg hétköznapi társaiktól. Ez nem csak annak köszönhető, hogy a számítástechnikai háttér sokat fejlődött. Adatot begyűjtő érzékelőből jóval több van most egy önvezető autón/autóban, mint eddig bármikor. A bejövő adatokat pedig nem elég csupán feldolgozni, azokat rendszerezni is kell, végül pedig logikusan „cselekedni”.
A Prometheus projekt keretében fejlesztett önvezető furgon kizárólag kameraképek alapján tett meg önállóan több kilométert az 1980-as években
Bár akadnak gyártók és tech cégek, akik különböző technológiák mellett kötelezték el magukat, a Bosch szakemberei úgy látják, hogy a legjárhatóbb út az, hogy többféle érzékelő kombinált adatait használják az önvezető platformok. Ez ugyan több adat feldolgozását, nagyobb számítási kapacitást igényel, mégis a végeredmény tekintetében sokkal biztonságosabb, mint a korábban említett másik út. Hogy ez így van, a gyakorlatban is, arra a legjobb bizonyítékot éppen az emberi agy és érzékszervek működése jelenti. Az agy is az „adatokra” alapoz, amikor a testet koordinálja. A szem, a fül, az orr, vagy épp a tapintás éppoly fontos számára.
Az önvezető rendszereknek 360 fokos állandó figyelemre van szükségük
Valahol a teljesen önvezető (4-es, 5-ös szint) autókat is így kell elképzelni. Nem elég néhány kamera, radar, ultrahang érzékelő, vagy épp lidar, ezek összesített információira van szüksége a mesterséges intelligenciának, vagyis az agynak.
Ultrahangos kezek
Kezdjük a legegyszerűbb megoldásokkal, az utlrahang-szenzorokkal. Ezek tulajdonképpen emberi tapintásnak felelnek meg. Segítségével sötétben is tökéletesen lehet azonosítani a közeli tárgyakat, legyenek azok fémek, fák, műanyagok, vagy szereves élőlények. A mai autókban ezeket a parkolássegítő rendszerek, vagy épp a holttérfigyelő megoldások már használják is. Viszonylag olcsón előállíthatók és kis méretüknek köszönhetően szinte észrevétlenül elhelyezhetők az autó különböző pontjain.
Az önvezető autót vezérlő MI ezek adatait leginkább a precíziós manőverezések során használhatja. Ilyen lehet az alagutakban való közlekedés, a parkolás, vagy épp a dugóban való araszolás. A beérkező adatok feldolgozása sem igényel különösen nagy számítási kapacitást, használhatóságuk szinte független az időjárástól, vagy épp a hőmérséklettől.
Szemként működő kamerák
A kamerákra több önvezető rendszert fejlesztő cég is esküszik. Tény, hogy a kamerák nagyon fontos szerepet töltenek be, hiszen ezek jelentik a mesterséges intelligencia szemeit. A Bosch mérnökei szerint viszont ez csak részben igaz, de erre később még visszatérünk.
A kamerák elképesztő mennyiségű adatot termelnek. Ezek feldolgozásához már komoly számítási kapacitás szükséges. Az MI képes olyan következtetéseket levonni és olyan dolgokra is felkészülni, amihez az átlagos emberi elme sem feltétlenül elegendő. Ugyanakkor a kameráknak megvannak a korlátaik, hiszen a hirtelen fényváltozások, a sötét, a köd, vagy akár egy koszos szélvédő komoly problémákat okozhat. A kieső, vagy rossz minőségű beérkező adatok pedig nehéz helyzetbe hozhatják a mesterséges intelligenciát is. Persze kamerából is lehet többet elhelyezni, sőt az autóiparban az éjjellátó változatok sem ismeretlenek. A jelenlegi autók egy részében már több is található. Gyártásuk költségesebb, mint az ultrahang-érzékelőké, a speciális változatok pedig kimondottan drágák.
Segítő hullámok
A radarszenzorok kapcsán talán az emberi fület hozhatnák párhuzamos érzékszervnek. Na nem azért, mert a klasszikus értelemben vett hangokat detektálunk velük. Ugyanakkor ezek a szenzorok segítenek figyelni a közvetlen és a távolabbi környezetre is. A különböző hullámhosszokon működő radarok már távolról érzékelik az álló és a mozgó tereptárgyakat, járműveket, élőlényeket. Segítenek távolságot tartani, figyelni a hátulról érkező forgalmat. A tőlük érkező adatsor viszonylag egyszerű, így a hozzájuk kapcsolódó számítási kapacitás sem túl jelentős. Ugyanakkor a mesterséges agynak nagy szüksége van ezekre, mert pontosabban és messzebbről érzékelnek, mint a vizualitást biztosító kamerák. Már ma is szinte minden újabb autóban megtalálható eszközökről beszélünk, így a hozzájuk kapcsolódó gyártási költségek jelentősen csökkentek az elmúlt években.
Működési sajátosságuk, hogy különösen érzékenyek az időjárásra. Egy nagyobb eső, egy komolyabb jégréteg az autón gyakorlatilag használhatatlanná teszi őket. Ezért bár jó kiegészítők, kizárólag rájuk támaszkodni nem lehet.
Virtuális térlátás
Az érzékszervek közül kétségtelenül a lidar a legdrágább. A lézeres letapogató ráadásul viszonylag nagy is, így nehezen integrálható egy karosszériába. Ugyanakkor messze ez adja a legtöbb és legpontosabb adatot az önvezető autó számára. Segítségével a mesterséges intelligencia egy virtuális térbe helyez mindent, ami a közvetlen környezetében van. Képes megkülönböztetni az álló és mozgó tárgyakat, pontosan detektálja a méretüket, mozgásuk irányát és sebességét. Olyan helyzetekben is képes adatokat szolgáltatni, amikor a kamerák, vagy épp a radarok nem. Az MI segítségével pontosan tudja megalkotni azt a virtuális teret, amelyben az önvezető autó mozog. A kamera képpel együtt gyakorlatilag tökéletes vizuális érzékelés valósítható meg, az azonosított objektumok pedig így már további viselkedésalapú vizsgálatok alapjai lehetnek.
A hozzá kapcsolódó számítási kapacitás viszonylag nagy, ráadásul egy átlagos autón jelenlegi tudásunk alapján legalább négy kisebb méretű lidar-érzékelőt kell elhelyezni, hogy tökéletesen letapogassák a jármű teljes környezetét. Ez persze költségoldalról is jelentős tényező, ugyanakkor a gyártás felfutásával a radarhoz hasonlóan mérséklődhet a költségoldal is. A Bosch mérnökei szerint, a négyes és ötös szintű önvezetéshez elengedhetetlen eszközök ezek, amelyek megbízhatóan egészítik ki a kameraalapú rendszereket is.
És akkor mikor lesz önvezető autó?
A kérdés jogos, a válasz azonban egyáltalán nem egyszerű. Az autógyártók korábban szerettek jóslatokba bonyolódni, hiszen jól hangzottak a konkrét évszámok, mi azonban óvatosabbak vagyunk ennél. Bár részlegesen önvezető autók már ma is járnak köztünk, az imént említett két szint még messze van a kereskedelmi forgalomtól. Ennek nem is feltétlenül a technika, vagy épp a költségoldal az oka. Mint látszik a szenzorok egy része már ma is megtalálható az autókban. Jelenleg a mesterséges intelligencia fejlesztésén dolgoznak a legkomolyabb erőforrásokkal a szakemberek. A mérnökök ugyanis rájöttek, hogy ennyi változót leprogramozni szinte lehetetlen. Így szükség van a tanuló algoritmusokra (az agyra) a beérkező adatok feldolgozásához. Ráadásul továbbra sincs meg az a jogi háttér, amelyhez igazodni kellene a fejlesztések során. Ennek megalkotása pedig nem mérnöki, hanem törvényalkotói/jogi feladat.
