Znajdź zawartość

Toyota czy Volkswagen sprzedają wielokrotnie więcej samochodów niż Tesla, ale to firma Muska ma coś, czego mogą jej pozazdrościć konkurenci i co może całkowicie zmienić krajobraz motoryzacji. Tym czymś jest Hardware 3, najnowszy komputer sterujący stosowany w nowych pojazdach Model 3, Model S i Model X. Analitycy z Nikkei Asian Review uważają, że o 6 lat wyprzedza on najlepsze osiągnięcia konkurencji. Inżynier jednego z dużych japońskich producentów motoryzacyjnych, który pracował w zespole analizującym budowę samochodów Tesli, po zapoznaniu się z Hardware 3 stwierdził nie możemy zrobić czegoś takiego. Hardware 3 składa się z dwóch układów scalonych sztucznej inteligencji autorstwa Tesli. Komputer odpowiada zarówno za całą autonomię samochodu, jak i za jego środowisko informatyczne. Eksperci uważają, że tak zaawansowany sprzęt upowszechni się w przemyśle motoryzacyjnym nie wcześniej niż w 2025 roku. Hardware 3 to efekt ewolucji Autopilota, który zadebiutował w 2014 roku. System, zwany wówczas Hardware 1, był w stanie podążać za innymi samochodami, głównie na autostradach i automatycznie trzymać się swojego pasa ruchu. Co 2-3 lata Tesla dokonywała poważnych udoskonaleń swojego systemu, aż powstał Hardware 3. Tacy giganci jak Toyota czy Volkswagen, z ich olbrzymim zapleczem inżynieryjnym i zasobami finansowymi, nie powinni mieć problemu w opracowaniu do roku 2025 podobnie zaawansowanego komputera sterującego samochodem. Jednak nie kwestie finansowe wchodzą tu w grę. Zdaniem inżyniera, który wypowiedział przytoczone powyżej zdanie nie możemy tego zrobić, problem leży w tym, że producenci samochodów obawiają się, iż komputery takie, jak zastosowane przez Teslę mogą spowodować, że cały łańcuch dostaw, który budowali i udoskonalali przez dziesięciolecia, stanie się przestarzały i niepotrzebny. System Tesli znacznie zmniejsza zapotrzebowanie na elektroniczne moduły sterujące (ECU) w samochodzie. Niektóre z nowoczesnych samochodów są wyposażone nawet w 80 ECU. Jeśli przemysł motoryzacyjny zmniejszyłby ich liczbę to, biorąc pod uwagę roczną sprzedaż samej tylko Toyoty i Volkswagena, zapotrzebowanie na ECU mogłoby spaść o setki milionów sztuk rocznie. Dla wielu producentów tych podzespołów oznaczałoby to bankructwo. Dlatego też wielkie koncerny motoryzacyjne czują się zobowiązane do używania złożonego systemu dziesiątków ECU, podczas gdy w Model 3 Tesli takich modułów jest zaledwie kilka. Patrząc na to z innej perspektywy możemy stwierdzić, że poddostawcy, którzy w przeszłości umożliwili wzrost i innowacje gigantom rynku motoryzacyjnego, teraz hamują te innowacje. Nowe firmy, takie jak Tesla, nie są tak bardzo powiązane z dostawcami, mają więc większą swobodę działania. Analiza Nikkei Asian Review ujawniła kolejną interesującą cechę tesli. Okazuje się, że na większości części w Model 3 nie ma nazwy dostawcy. wiele z nich ma logo Tesli. To wskazuje, że koncern Muska ściśle kontroluje prace nad niemal każdym elementem pojazdu. Ma więc olbrzymią swobodę w tym zakresie. A gdy samochód wyposażony jest w odpowiedni sprzęt, dokładnie taki, jaki od początku do końca wymyślił jego producent, można go na przykład... zdalnie udoskonalić. W tej chwili pojazdy Tesli są oficjalnie klasyfikowane jako należące do kategorii Level 2, czyli uznawane są za „częściowo autonomiczne”. Jednak Elon Musk twierdzi, że posiadają wszystko, co niezbędne, by być całkowicie autonomicznymi. A to oznacza, że wystarczy zgoda odpowiednich urzędów oraz zgoda użytkownika, by już teraz produkowane samochody zdalnie zaktualizować i uczynić z nich w pełni autonomiczne pojazdy. « powrót do artykułu

Australijska Narodowa Komisja Transportu (NTC) poinformowała, że do roku 2020 po australijskich drogach będą poruszały się autonomiczne samochody 5 różnych producentów, a dwa lata później będą to pojazdy już 14 producentów. Samochody te będą charakteryzowały się 3. i 4. poziomem autonomiczności. Przedstawiciele NTC, w dokumentach złożonych przed parlamentarnym komitetem infrastruktury i transportu informują, że do roku 2020 w Australii może być od 740 000 do 1 700 000 autonomicznych pojazdów, a do roku 2030 ich liczba wzrośnie do 9,5 miliona. Wicepremier Michael McCormack poinformował, że rząd już współpracuje z przemysłem, by przygotować się na szybkie rozpowszechnienie się autonomicznych pojazdów. Chcemy być pewni, że technologia ta zwiększy bezpieczeństwo, produktywność oraz ułatwi życie Australijczykom zarówno w regionach miejskich jak i wiejskich, stwierdził McCormack. Samochody o 3. poziomie autonomii to pojazdy, które potrafią samodzielnie się poruszać, jednak wymagają, by cały czas człowiek siedział za kierownicą i był gotów do przejęcia kontroli. Samochody poziomu 4, to pojazdy, w których obecność kierowcy jest opcjonalna. Natomiast samochody o 5. poziomie autonomii to pojazdy w pełni samodzielne w każdych warunkach. Z danymi przekazanymi przez NTC nie zgadza się Federal Chamber of Automotive Industries. Zdaniem przedstawicieli tej organizacji samochody o 4. poziomie autonomii pojawią się nie wcześniej niż za 10 lat. Przed rokiem 2030 na drogi może trafić niewielka liczba pojazdów o 4. i 5. poziomie autonomii. Spodziewamy się jednak, że będą to produkty niszowe, stosowane w ograniczonym zakresie. Podobne zdanie wyrazili przedstawiciele Australian Automobile Association, którzy ostrzegają polityków, by w pośpiechu nie uchwalali przepisów dotyczących autonomicznych pojazdów. « powrót do artykułu

Profesor Andreas Malikopoulos z University of Delaware wykorzystuje teorię kontroli do opracowania algorytmów dla autonomicznych samochodów. Pojazdy zarządzanie tymi algorytmami nie tylko pozwolą na pozbycie się sygnalizacji świetlnej i będą przestrzegały ograniczeń prędkości, ale również zaoszczędzą paliwo i szybciej dotrą na miejsce. Malikopoulos i jego współpracownicy z Boston University opracowali ostatnio metodę kontroli i minimalizacji zużycia energii przez pojazdy przejeżdżające przez skrzyżowania, na których nie ma sygnalizacji świetlnej. Następnie przeprowadzili symulację komputerową, która wykazała, że ich algorytmy pozwalają komunikującym się ze sobą samochodom na zachowanie pędu, zaoszczędzenie paliwa i skrócenie czasu podróży. Pomysł Malikopoulosa polga m.in. na dobraniu optymalnego sposobu przyspieszania i spowalniania samochodu. Ma być to możliwe dzięki temu, że pojazdy będą się ze sobą komunikowały. Dzięki temu, jak wykazały obliczenia, takie pojazdy zuzyją o 19–22 procent mniej paliwa i dotrą na miejsce o 26–30 procent szybciej niż samochody kierowane przez ludzi. Profesor Malikopoulos jest głównym naukowcem przewidzianego na 3 lata projektu finansowanego przez Advanced Research Projects Agency for Energy (ARPA-E). Celem NEXT-Generation Energy Technologies for Connected and Automated On-Road Vehicles (NEXTCAR) jest opracowanie takich rozwiązań z dziedziny automatyzacji pojazdu, dzięki którym testowy Audi A3 będzie zużywał o co najmniej 20% mniej paliwa, niż standardowa wersja. W pracach biorą też udział naukowcy z firmy Bosch i Oak Ridge National Laboratory. « powrót do artykułu

Google przygotowuje się do uruchomienia pierwszego w USA przedsiębiorstwa taksówkowego z autonomicznymi samochodami. Analitycy przewidują, że do roku 2030 rynek tego typu usług będzie warty 2,3 biliona dolarów, a Waymo, firma Google'a, będzie miała w nim 60-procentowe udziały. Przez ostatni rok prowadzony był program pilotażowy Waymo, który objął 400 gospodarstw domowych w Chandler w Arizonie. Obecnie w samochodach Waymo siedzi kierowca, który ma reagować w sytuacjach tego wymagających. W niedługiej przyszłości autonomiczne samochody Waymo mają być nadzorowane z centrum operacyjnego. Kierowca zniknie z pojazdu, a każdy z zatrudnionych w centrum operatorów będzie miał do pod opieką kilkanaście samochodów. Obecnie w USA jeździ około 305 000 taksówek i samochodów świadczących podobne usługi. Waymo zamówiło już 82 000 pojazdów. W 2019 roku Waymo ma zacząć świadczyć usługi w Arizonie i Kalifornii. Serwisowaniem pojazdów zajmie się firma Avis, która ma pod opieką 400 000 pojazdów w całych Stanach Zjednoczonych. Warto w tym miejscu przyjrzeć się finansom Ubera. W ciągu ostatnich trzech miesięcy przychody tej firmy sięgnęły 2,8 miliarda dolarów, ale firma zanotowała stratę w wysokości 890 milionów. Gdyby nie musiała płacić kierowcom, odniosłaby zysk. Google posiada wystarczająco pieniędzy, by zakupić kilkadziesiąt czy kilkaset tysięcy samochodów i wejść na rynek usług przewozowych. Plany Google'a są jak najbardzej realne. Już w 2024 autonomiczne samochodu mogą przewieźć w USA ponad 50% pasażerów. Pozbycie się kierowców obniży koszty podróży, a w przyszłości elektryczne autonomiczne samochody i ich eksploatacja mogą być nawet 10-krotnie tańsze niż obecne samochody spalinowe. W ten sposób każdy Amerykanin może zaoszczędzić na kosztach podróży 5–10 tysięcy dolarów rocznie. Niższe koszty transportu to jego łatwiejsza dostępność, powinno to pozytywnie wpłynąć na gospodarkę. Jeśli zaś przyjmiemy, że początkowo autonomiczne samochody będą 4-krotnie bardziej bezpieczne, to amerykańska gospodarka zaoszczędzi 600 z 870 miliardów USD, które obecnie kosztują wypadki drogowe. « powrót do artykułu

Śledczy zajmujący się śmiertelnym wypadkiem z udziałem autonomicznego pojazdu Ubera ujawnili, że siedząca za kierownicą Rafaela Vasquez w chwili wypadku oglądała program telewizyjny na swoim smartfonie. Obecnie śledczy uważają, że Uber prawdopodobnie nie jest winnym wypadku. Vazquez może zostać postawiony zarzut zabójstwa. Policja uważa, że wypadku można było uniknąć, gdyby kobieta patrzyła na drogę. Autonomiczny pojazd Ubera poruszał się z prędkością poniżej 71 km/h i jechał w trybie autonomicznym. Przepisy nie pozwalają takim samochodom poruszać się samodzielnie. Za każdym razem za kierownicą musi siedzieć człowiek, którego zadaniem jest przejęcie kontroli w krytycznej sytuacji. Dane z serwisu Hulu wskazują, że w momencie wypadku osoba korzystająca z konta Vasquez korzystała ze streamingu i oglądała „The Voice”. Ani Vasquez, ani Uber nie skomentowali tych doniesień. Wiadomo, że Uber zabrania kierowcom samochodów autonomicznych korzystać z urządzeń przenośnych w czasie testów na drogach publicznych. Na wideo z wnętrza pojazdu widać, że Vasquez patrzy w dół, a nie na drogę. Wydaje się też reagować na to, co widzi. Z policyjnych analiz wynika, że przez niemal 7 z 22 minut poprzedzających wypadek Vasquez nie patrzyła na drogę. Podczas przesłuchania kobieta utrzymywała, że monitorowała interfejs samochodu i zapewniała, że nie używała smartfonu. W swoim raporcie policja skrytykowała też ofiarę za przechodzenie przez ulicę w miejscu niedozwolonym. « powrót do artykułu

Niedawny śmiertelny wypadek z udziałem autonomicznego samochodu Ubera pokazuje, że technologia autonomicznych pojazdów nie jest jeszcze gotowa do wdrożenia na masową skalę. Jedną z przyczyn takiego stanu rzeczy jest fakt, że nie ma zbyt wielu dróg, po których mogłyby jeździć takie samochody. Są one testowane przede wszystkim w miastach, a zanim wyruszą na drogi ich właściciele, jak firma Google,  przeznaczają olbrzymie zasoby na tworzenie map 3D, na których precyzyjnie zaznaczono pozycje linii oddzielających pasy ruchu, sygnalizację świetlną czy krawężniki. Bez tak szczegółowo opisanych map samochody autonomiczne nie są w stanie sobie poradzić. Jednak większość dróg na całym świecie nie jest tak dobrze opisanych, oznaczenia poziome są słabo widoczne, drogi nie są dobrze oświetlone. Jest mało prawdopodobne, by w najbliższej przyszłości powstały mapy, które pozwolą autonomicznym samochodom na korzystanie z takich dróg. Jednym ze sposobów poradzenia sobie z tym problemem jest zbudowanie systemu na tyle zaawansowanego, by korzystający z niego autonomiczny samochód nie potrzebował wcześniej przygotowanej mapy. Naukowcy z należącego do MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) właśnie wykonali ważny pierwszy krok w kierunku powstania takiego systemu. Stworzyli oni MapLite, technologię, która łączy dane z GPS z danymi z Google Maps i, posługując się całym zestawem czujników, jest w stanie poruszać się po drogach bez specjalnie przygotowanej mapy 3D. W ramach testów prowadzonych we współpracy z Toyotą wyposażono Toyotę Prius w system LIDAR, dodatkowe czujniki i MapLite. Okazało się, że pojazd dobrze sobie radzi na nieutwardzonych wiejskich drogach w Devens w stanie Massachusetts i jest w stanie wykryć drogę w odległości ponad 30 metrów przed sobą. Wcześniej nikt nie próbował takiego podejścia, gdyż znacznie trudniej jest w tym przypadku osiągnąć dokładność i niezawodność taką, jak przy wcześniej opisanych mapach. Nasz system działa na  pokładzie samochodu i jest w stanie poprowadzić go poza tą niewielką liczbą dróg, jakie obecnie testują twórcy autonomicznych pojazdów, mówi Teddy Ort z CSAIL. Systemy używane obecnie w samochodach autonomicznych opierają się niemal całkowicie na mapach. Pojazd musi zostać wyposażony w szczegółowo opisaną mapę 3D drogi, po której się porusza. Wszelkie czujniki, takie jak LIDAR, czy algorytmy rozpoznawania obrazu nie służą nawigacji, a jedynie unikaniu innych poruszających się obiektów, jak piesi czy samochody. MapLite działa inaczej. Wykorzystuje czujniki do nawigacji, a dane z GPS służą do określenia pozycji pojazdu. System najpierw określa swój cel podróży. W czasie jazdy zaś posługuje się „lokalnym celem nawigacji”, który musi znajdować się w zasięgu czujników samochodu. Następnie algorytmy określają drogę, jaką należy przebyć, by dotrzeć do „lokalnego celu nawigacji”, a czujniki, jak LIDAR, służą mu wyszukaniu krawędzi drogi. Oceniając co jest drogą, a co nią nie jest MapLite zakłada, że droga będzie bardziej płaska od otoczenia. Twórcy MapLite opracowali system modeli, które opisują liczne podobne do siebie sytuacje. Tego typu modele mówią pojazdowi, jak należy zachować się na skrzyżowaniu czy jak poruszać się po konkretnych rodzajach dróg. MapLite jest uczony poruszania się po konkretnych typach dróg, a gdy nauczy się jednego ich rodzaju, przechodzi do następnego. MapLite wciąż ma sporo ograniczeń. Nie nadaje się np. do jazdy górskimi drogami, gdyż obecna wersja nie uwzględnia dużych zmian w wysokości. W najbliższym czasie naukowcy chcą rozszerzyć zestaw dróg, na których radzi sobie MapLite. Wyobrażam sobie, że w przyszłości autonomiczne samochody będą korzystały w miastach z jakiegoś rodzaju map 3D. Ale gdy ich właściciel będzie chciał pojechać polną drogą, to taki pojazd powinien sobie poradzić na niej równie dobrze jak człowiek. Mamy nadzieję, że nasza praca to krok w tym właśnie kierunku, mówi Ort. « powrót do artykułu