Fejlesztői hajsza az első önvezető autóért Milyen szenzorok szükségesek egy autonóm járműbe? És mi a szerepe a döntéshozó AI-rendszereknek? Egyáltalán: hogyan tanítsuk meg vezetni a mesterséges intelligenciát? Takács Árpád, az AImotive szakmai kommunikációs vezetője beszélt az érdekességekről. https://www.m2mzona.hu/uploads/files/cover_home/3256/articles/20171102181509/self-driving.jpg

Fejlesztői hajsza az első önvezető autóért

2017. november 2. 18:25
21'
Milyen szenzorok szükségesek egy autonóm járműbe? És mi a szerepe a döntéshozó AI-rendszereknek? Egyáltalán: hogyan tanítsuk meg vezetni a mesterséges intelligenciát? Az egész autóipar ezekre a kérdésekre keresi a választ.

A sofőr nélküli technológia az elmúlt években hatalmas léptekben halad előre. Eleinte néhány cég kísérletezett csak a futurisztikus fejlesztésekkel, mára viszont szinte minden gyártó bejelentette, hogy valamilyen saját megoldáson dolgozik. Folyamatosan újabb szövetségek alakulnak, és még az a korábban elképzelhetetlen helyzet is létrejött, hogy a szoftverfejlesztő cégek komoly játékosnak számítanak a jövő autóipari piacfelosztása során. Takács Árpád, az AImotive szakmai kommunikációs vezetője az M2M Zóna műsorában beszélt az érdekességekről.

A középút lehet a megoldás

Ahogy kifejtette, az önvezető autók fejlesztése során két fő irány alakult ki a szenzorok szempontjából. Az egyik a lézeres távolságmérő-pozicionáló LIDAR modulokra támaszkodik. A másik irány a kameraalapú vezetés, amely egyre népszerűbbé válik, és ezzel foglalkozik az AImotive is. A magyar cég a számítógépes látást egészíti ki a mesterséges intelligenciával.

Mára a két különböző irány fejlesztői belátták, hogy valójában valahol a kettő között félúton lehet az ideális megoldás. „A fekete-fehér elképzelések helyett a legtöbb gyártó inkább a szürke valamely árnyalatával próbálkozik” – fogalmazott a szakember.

Kameráktól a szenzorokig

A megannyi szenzorra azért van elsősorban szükség, mert az autonóm rendszerek fejlesztése sokkal gyorsabban halad, mint a hálózati infrastruktúra kiépítése. Amíg ugyanis a jármű könnyedén tud kommunikálni más autókkal, az infrastruktúra elemeivel (digitális jelzőlámpákkal, táblákkal) vagy a központtal, addig könnyen megoldja a kérdéses helyzeteket.

Az igazán nehéz feladat az olyan közlekedési szituáció, amikor kizárólag a szenzorok adatai alapján kell megbízhatóan működnie az önvezetésnek. „Ahhoz, hogy egy jármű ilyen körülmények közt is el tudja kerülni a baleseteket, nagyjából 10-12 kamerára, 4-8 radarra, egy-két LIDAR-ra, valamint 10-12 ultrahangos szenzorra van szükség” – összegezte Takács Árpád.

Természetesen más járművekhez (például a repülőkhöz) hasonlóan sok szenzor itt is a redundancia okán kap helyet. Némi egyszerűsítést jelent, hogy például a kamerák és az ultrahangos szenzorok nézhetnek ugyanabba az irányba, így igazolják egymás méréseit. Ugyanakkor a szenzorok száma a technológiai fejlesztések segítségével is csökkenhet: szélesebb látószögű, nagy felbontású kamerából például kevesebb kell a 360 fokos környezet lefedéséhez.

Az intelligens vezetés próbatétele

A kommunikációs vezető úgy véli, hogy az önvezető technológia lesz a mesterséges intelligencia (AI) első biztonságkritikus és tömeges felhasználása. Míg egy keresőmotor esetében nem nagy probléma, ha nem a legjobb találatot kapjuk elsőre, az autópályán viszont akár az utasok életébe is kerülhet egy rossz döntés. Így kiemelten fontos, hogy a jövő autóinak az AI-rendszerei mindig képesek legyenek a legjobb döntést hozni. Éppen ezért folyik a legkiélezettebb verseny az autógyártók között, hiszen amely cég először képes lesz erre, az meghatározó szerepet kap a jövő piacán.

További részletekért hallgassa meg a teljes interjút!

A figyelmébe ajánljuk:
Olvasson még a témában:

Így is felokosítható az autónk

A Bouncie célja, hogy a járművezetők minél több információt gyűjtsenek autójuk működéséről és saját vezetési stílusukról. A cég emellett kiemelten figyel a fiatalok biztonságosabb vezetésére is.

Fejlesztői hajsza az első önvezető autóért

Milyen szenzorok szükségesek egy autonóm járműbe? És mi a szerepe a döntéshozó AI-rendszereknek? Egyáltalán: hogyan tanítsuk meg vezetni a mesterséges intelligenciát? Az egész autóipar ezekre a kérdésekre keresi a választ.