Når det kommer til teknologi i biler, taler folk om én applikation mere end noget andet. Selvkørende biler har været et varmt samtaleemne i årevis, men teknologien virker ikke tættere på. Hvor er udviklingen af autonome køretøjer nu, og hvor kan den gå herfra?
Transportmyndigheder opdel køretøjets autonomi i seks niveauer, som er som følger:
- Niveau 0: Ingen automatisering
- Niveau 1: Hjælpefunktioner som adaptiv fartpilot er til stede, men chaufførerne kontrollerer stadig bilens kernefunktioner.
- Niveau 2: Køretøjet kan bruge forskellige hjælpeteknologier på samme tid.
- Niveau 3: Bilen kan navigere sig selv under visse forhold, men en chauffør skal til enhver tid være klar til at tage kontrollen.
- Niveau 4: Under nogle omstændigheder kan køretøjet køre af sig selv uden behov for menneskelig opsyn.
- Niveau 5: Bilen kan klare al kørslen under alle forhold.
Niveau et og to biler er udbredt i dag, men noget højere end det er sjældent. Du kunne overveje nogle funktioner, som Teslas autopilot, niveau tre, men de er stadig få og langt imellem. Så hvordan kan producenterne komme videre med denne teknologi?
Fartbump i autonom biludvikling
Den selvkørende bilindustri har siddet fast på niveau tre i nogen tid nu. General Motors havde mere end 40 niveau-3 køretøjer i test i 2016, men ikke meget har ændret sig. Efterhånden som disse tests er fortsat, har udviklere bemærket nogle vejspærringer mellem niveau tre og fire.
Maskinsynssystemerne i biler i dag er fremragende til at genkende forhindringer som andre køretøjer og fodgængere. At forudse, hvordan de vil agere, er et helt andet problem. Folk opfører sig irrationelt ved at køre på rødt lys eller gå i gang, og den slags adfærd er svær for en AI at reagere på eller forvente.
Relateret historie: Når selvkørende biler beslutter, hvem der bor, og hvem der dør
Disse AI-systemer vil blive bedre med flere træningsdata, men det kan være kompliceret at indsamle disse data. Lige nu kan det være farligt at sætte en selvkørende bil på vejen, men de skal være derude for at indsamle data. Som følge heraf kan processen med at få al den nødvendige træning være lang.
Så hvor kan selvkørende biler gå herfra? Her er et par mulige næste trin.
Offentlig transport
Autonome biler er måske ikke klar til at forstyrre industrien, men implementering er stadig mulig. Offentlig transport er en ideel applikation til nutidens selvkørende køretøjer, fordi det er en mere forudsigelig form for kørsel. Ved at køre foruddefinerede ruter med langsommere hastigheder, kan autonome offentlige transporter begynde at indsamle de altafgørende træningsdata.
Nogle virksomheder er allerede begyndt at udnytte dette område. En virksomhed kaldet May Mobility har været kører selvkørende shuttle til togstoppesteder siden maj 2019. Da disse ruter er korte, langsomme og ligetil, er de den perfekte træningsbane i den virkelige verden.
Efterhånden som disse teknologier begynder at blive bedre, kan byer anvende dem på køretøjer på mere trafikerede veje, såsom busser. Det kan være en langsom, metodisk tilgang til implementering, men det giver selvkørende biler oplevelse i den virkelige verden.
Ridesharing
Ridesharing er den private sektors svar på offentlig transport og er også ideel til førerløse biler. Ubers selvkørende division står allerede for 10 % af virksomhedens værdieller mere end 7 mia. Ud over at være rentabel, er det et logisk næste skridt for at udvikle førerløse biler.
Ruterne disse tjenester tager er typisk korte, så det er nemmere at komme fra det ene punkt til det andet sikkert. Disse køretøjer skal også navigere i bytrafik, hvilket giver vigtige data til fremtidige biler. Med flere af disse køretøjer på vejen, ville andre bilister også vænne sig til at køre ved siden af dem.
Ridesharing-virksomheder bør ikke gå over til autonomi på én gang, men en gradvis tilgang vil være nyttig. Efterhånden som de begynder at implementere flere førerløse biler, vil alle parter drage fordel af det.
Smarte byer
Svaret på sikrere førerløse biler kan ligge uden for selve køretøjerne. Jo flere datapunkter en bils AI kan forbinde til, jo bedre billede vil den have af vejen. Som følge heraf kan smarte byer med udbredt IoT- og 5G-infrastruktur være nøglen til køretøjets autonomi.
Toyota er begyndt at implementere denne idé i træningen for at se, hvordan den kommer til at fungere. Selskabet annoncerede planer om at bygge en smart by med 2,000 personer på dette års Consumer Electronics Show (CES). Hvis denne fremtidsby viser sig lovende, kan Toyota skabe præcedens for morgendagens infrastruktur.
Video: Paraplykoncept for responsive vejsmarte byer
Efterhånden som byer implementerer mere IoT-infrastruktur, vil det forbedre og udvide edge computing. Førerløse biler kan bruge dette til at navigere i gaderne bedre. Resultatet bliver sikrere veje for alle chauffører og passagerer.
Autonomi er uundgåeligt, men det er ikke i nærheden
Bilindustrien er stadig langt fra at nå niveau fem autonomi. Det kan tage ti år mere eller deromkring. Når det er sagt, er den nuværende teknologi lovende, selvom den ikke har set ud til at udvikle sig meget i de sidste par år. Det vil tage et stykke tid at flytte fra niveau tre til niveau fire, men det vil ske.
Med langsom, omhyggelig implementering kan førerløse bilfirmaer indsamle de nødvendige data. En bredere teknologiadoption som smarte byer vil også hjælpe med at drive konceptet fremad. Selvom det kan tage længere tid end forventet, er fremtiden for selvkørende køretøjer uundgåelig.
Denne gæsteartikel er udarbejdet af Martin Bank. Tak, Martin, for bidraget!
Billedkredit: Featurebilledet og selvkørende bil billedet ejes af GM og er blevet leveret som en del af et pressesæt. Smart city-konceptbilledet ejes af Toyota og er leveret som en del af et pressesæt.
kilde: National Highway Traffic Safety Administration, US Department for Transportation / GM pressemeddelelse / Neal E. Boudette (New York Times) / Sameepa Shetty (CNBC) / Oscar Holland (CNN)
