Computer autonom în automobile: Ce este și cum funcționează

Automobilele moderne se bazează din ce în ce mai mult pe un „creier” puternic care controlează conduita, siguranța, navigația, comunicația și divertismentul. Inginerii numesc adesea acest sistem computer autonom, computer de vehicul, platformă de calcul centralizat sau computer pentru conducere autonomă. Acest computer procesează cantități uriașe de date provenite de la senzori și camere în timp real și ajută mașina să ia decizii în timpul condusului.

Industria auto tratează acum software-ul și puterea de calcul ca părți importante ale proiectării vehiculului. Mulți producători au trecut de la sistemele tradiționale de control electronic către „vehicule definite prin software”, unde un număr mic de computere puternice gestionează majoritatea funcțiilor vehiculului.

Ce este un computer autonom într-o mașină?

Un computer autonom într-o mașină este un sistem de calcul de înaltă performanță care ajută vehiculul să înțeleagă mediul, să prezică pericolele și să controleze comportamentul mașinii. Acest computer combină hardware, software, inteligență artificială și date de la senzori.

Computerul autonom de obicei îndeplinește sarcini precum:

• Detectarea obiectelor, pietonilor, benzilor și semnelor de circulație
• Monitorizarea vitezei și direcției vehiculului
• Planificarea unor trasee de condus sigure
• Controlul frânării, direcției și accelerației
• Gestionarea navigației și hărților
• Comunicarea cu sistemele cloud și alte vehicule
• Funcții de asistență pentru șofer.

Computerele autonome moderne pot procesa date din mai mulți senzori simultan. Unele sisteme avansate procesează trilioane de operațiuni pe secundă.

De exemplu, noul cip autonom Rivian RAP1 ar livra aproximativ 1.800 de trilioane de operațiuni pe secundă pentru procesarea inteligenței artificiale.

De ce au nevoie mașinile de computere autonome?

Mașinile tradiționale depindeau de multe unități mici de control electronic. O unitate se ocupa de frânare, alta de transmisie, alta de airbag-uri și alta de divertisment.

Conducerea autonomă modernă necesită o luare a deciziilor mult mai rapidă și procesează cantități mai mari de date. O mașină complet autonomă sau semi-autonomă poate utiliza:

• Mai multe camere
• Senzori radar
• Senzori LiDAR
• Senzori ultrasonici
• Sisteme de poziționare globală
• Hărți de înaltă definiție.

Computerul vehiculului trebuie să combine toate aceste informații în milisecunde.

Cercetătorii și companiile auto folosesc din ce în ce mai mult arhitecturi de calcul centralizat, deoarece sistemele centralizate reduc latența și îmbunătățesc coordonarea între sistemele vehiculului.

Cum funcționează un computer autonom

Un computer autonom funcționează de obicei în mai multe etape.

Colectarea informațiilor prin senzori

Senzorii colectează continuu informații despre mediu.

Exemple includ:

• Camere pentru marcajele rutiere și semnele de circulație
• Radar pentru măsurarea distanței
• LiDAR pentru cartografiere tridimensională
• Senzori ultrasonici pentru asistență la parcare.

Unele vehicule avansate folosesc mai mult de 10 camere și mai multe sisteme radar.

Conform rapoartelor despre viitoarele sisteme autonome Mercedes-Benz, inginerii ar putea folosi configurații cu 14 camere de înaltă definiție, 9 senzori radar și LiDAR.

Fuzionarea datelor

Computerul autonom combină date din diferiți senzori într-un model de mediu unificat.

De exemplu:

• Camerele identifică un pieton
• Radarul măsoară viteza pietonului
• LiDAR-ul măsoară poziția pietonului în spațiul tridimensional

Computerul îmbină toate aceste informații pentru a îmbunătăți acuratețea.

Analiza prin inteligență artificială

Modelele de inteligență artificială analizează mediu și prezic riscuri posibile.

Sistemul poate răspunde la întrebări precum:

• Un alt vehicul schimbă banda?
• Un pieton va traversa strada?
• Există lucrări pe drum în față?
• Este necesară frânarea?

Sistemele autonome moderne folosesc din ce în ce mai mult inteligența artificială la margine, unde vehiculul procesează date local în interiorul mașinii în loc să se bazeze pe servere cloud. Această metodă reduce întârzierile și îmbunătățește fiabilitatea.

Luarea deciziilor pentru conducere

Computerul selectează cea mai sigură acțiune de condus.

Acțiunile posibile includ:

• Ajustarea direcției
• Reducerea vitezei
• Frânare de urgență
• Schimbări de bandă
• Manevre de parcare.

Sistemul trimite apoi comenzi către sistemele de direcție, frânare și grupul motopropulsor.

Nivelurile de autonomie în conducere

Industria auto clasifică de obicei automatizarea conducerii în niveluri de la 0 la 5.

Azi, cele mai multe sisteme disponibile comercial rămân la Nivelul 2 sau la capabilități limitate de Nivel 3.

Analistii din industrie raportează că multe companii se concentrează mai mult pe sistemele practice de Nivel 2 și Nivel 3, mai degrabă decât pe vehiculele complet autonome de Nivel 5.

Exemple de sisteme de computere autonome

1. Platforma NVIDIA DRIVE

NVIDIA dezvoltă una dintre cele mai utilizate platforme de calcul pentru vehicule autonome.

Sistemul NVIDIA DRIVE include:

• Chipuri de inteligență artificială de înaltă performanță
• Sisteme de operare pentru vehicule
• Integrarea senzorilor
• Instrumente de simulare
• Software de siguranță.

Companii precum Toyota, Volvo Cars și Mercedes-Benz utilizează tehnologiile NVIDIA pentru dezvoltarea asistenței avansate pentru șoferi și a conducerii autonome.

2. Computerul Tesla Full Self-Driving

Tesla își proiectează propriul hardware și software pentru conducere autonomă.

Vehiculele Tesla se bazează foarte mult pe camere și procesare prin inteligență artificială. Sistemul lor învață continuu dintr-o cantitate mare de date de condus colectate de la vehiculele clienților.

Tesla dezvoltă de asemenea o infrastructură specializată pentru antrenarea inteligenței artificiale pentru modelele de conducere autonomă.

3. Platforma de autonomie Rivian

Rivian a introdus recent cipul său de inteligență artificială RAP1 și modulul de calcul autonom ACM3.

Această companie intenționează să sprijine condusul fără mâini pe milioane de mile de drumuri din America de Nord.

4. Robotaxi-urile Waymo

Waymo operează servicii de robotaxi complet autonome în mai multe orașe.

Vehiculele Waymo utilizează sisteme complexe de calcul autonom care combină:

• Camere
• LiDAR
• Radar
• Inteligență artificială
• Cartografie de înaltă definiție.

Waymo continuă să își extindă operațiunile autonome în alte orașe din Statele Unite.

Vehicule definite prin software

Multe vehicule moderne urmează acum conceptul de vehicul definit prin software.

Un vehicul definit prin software folosește sisteme software centralizate pentru a controla multe funcții ale vehiculului. Inginerii pot actualiza aceste funcții prin actualizări de software „over-the-air”.

Această abordare oferă mai multe avantaje:

• Actualizări mai rapide ale caracteristicilor
• Management îmbunătățit al securității cibernetice
• Integrare mai bună între sisteme
• Reducerea complexității hardware-ului
• Upgraduri mai ușoare pentru inteligența artificială.

Companii mari de semiconductori dezvoltă din ce în ce mai mult procesoare specializate pentru acest sector.

Inteligența artificială în computerele autonome ale mașinilor

Inteligența artificială joacă un rol central în conducerea autonomă.

Sistemele moderne utilizează învățarea automată și învățarea profundă pentru a:

• Recunoaște obiectele de pe drum
• Previziona comportamentul șoferului
• Înțelege modelele de trafic
• Îmbunătăți navigația
• Reduce coliziunile.

Cercetătorii continuă să dezvolte algoritmi de învățare mai avansați pentru vehiculele autonome.

Unele companii folosesc, de asemenea, platforme de simulare pentru a antrena sistemele de inteligență artificială folosind scenarii de conduită virtuală înainte de implementarea în lumea reală.

Provocări de siguranță

Computerele autonome din mașini se confruntă în continuare cu mari provocări legate de siguranță.

Situații rare pe drum

Situatiile neașteptate rămân dificile pentru sistemele autonome.

Exemple includ:

• Drumuri inundate
• Semaforuri defectuoase
• Zone de construcție neobișnuite
• Vehicule de urgență
• Vreme severă.

De exemplu, o pană mare de curent în San Francisco a creat probleme pentru unele robotaxi autonome deoarece semafoarele au încetat să funcționeze.

Limitările senzorilor

Diferite tipuri de senzori au slăbiciuni.

Exemple includ:

• Camerele se confruntă cu dificultăți în ceață densă
• Performanța LiDAR-ului poate scădea în zăpadă
• Radarul poate produce reflexii false.

Inginerii combină adesea mai multe tipuri de senzori pentru a îmbunătăți fiabilitatea.

Riscurile de securitate cibernetică

Computerele autonome ale mașinilor se conectează la rețele wireless, sisteme cloud și sisteme de actualizare software. Această conectivitate generează îngrijorări legate de securitatea cibernetică.

Producătorii de mașini se concentrează din ce în ce mai mult pe:

• Comunicarea criptată
• Actualizări de software sigure
• Detecția intruziunilor
• Sisteme de operare certificate pentru siguranță.

Noile platforme autonome sunt acum supuse testării pentru certificarea de securitate cibernetică și siguranță.

Provocările costurilor

Hardware-ul pentru conducerea autonomă este în continuare scump.

Un vehicul complet autonom necesită, de obicei:

• Procesoare de inteligență artificială de înaltă performanță
• Sisteme LiDAR costisitoare
• Sisteme avansate de răcire
• Sisteme mari de stocare a datelor.

Cu toate acestea, costurile senzorilor și de calcul au început să scadă pe măsură ce producția crește.

Computerele autonome ale mașinilor și cloud computing

Vehiculele autonome moderne folosesc adesea o combinație de calcul de bord și infrastructură cloud.

Vehiculul gestionează, de obicei, deciziile de conducere în timp real local, deoarece procesarea locală reduce întârzierea. Sistemele cloud sprijină:

• Instruirea inteligenței artificiale
• Gestionarea flotei
• Actualizările de navigație
• Analiza datelor
• Diagnostice la distanță.

Cercetătorii susțin din ce în ce mai mult abordările de calcul la margine deoarece sistemele edge îmbunătățesc timpii de răspuns și reduc dependența de conexiunile de rețea.

Viitorul computerelor autonome în mașini

Industria auto continuă să se îndrepte spre sisteme de calcul pentru vehicule mai centralizate și mai puternice.

Mai multe tendințe majore conturează acum dezvoltarea:

• Accelerarea inteligenței artificiale
• Calculul centralizat al vehiculului
• Arhitecturi definite prin software
• Actualizări de software over-the-air
• Platforme avansate de simulare
• Utilizarea sporită a inteligenței artificiale la margine.

Experții din industrie se așteaptă la progrese graduale în loc de o conducere complet autonomă imediată în toate locurile.

Unii analiști cred că vehiculele autonome de Nivel 4, deținute privat, ar putea apărea mai târziu în acest deceniu, în piețe limitate și în condiții controlate.