Jump to content
Forum Kopalni Wiedzy
Sign in to follow this  
KopalniaWiedzy.pl

MapLite przyszłością samochodów autonomicznych?

Recommended Posts

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

Share this post


Link to post
Share on other sites

Ciekawe kto i jak szybko aktualizuje aktualnie wykorzystywane mapy 3D w przypadku remontów dróg. Szczególnie gdy organizacja ruchu potrafi się zmienić kilka razy w ciągu tygodnia.

Wygląda na to, że autonomiczne samochody są dużo bardziej odległą przyszłością niż myślałem...

Share this post


Link to post
Share on other sites

To jasne że np na skrzyżowaniach będzie jakaś infrastruktura komunikująca się z autonomicznym autem.

Ale stworzenie dokładnej mapy nie jest, wydaje mi się takie trudne. Na drogach jest coraz więcej samochodów wyposażonych w różne czujniki itp. coraz więcej aut jest cały czas połączona z siecią. Wystarczy wypracować standard i zbierać dane ze zwykłych samochodów wyposażonych w te sustemy. Podobnie dzieje się np w mapach Googla przy określaniu natężenia ruchu. Więc jeśli ktoś się za to poważnie zabierze to kwestia max kilku lat.

  • Upvote (+1) 1

Share this post


Link to post
Share on other sites
4 godziny temu, pogo napisał:

Ciekawe kto i jak szybko aktualizuje aktualnie wykorzystywane mapy 3D w przypadku remontów dróg. Szczególnie gdy organizacja ruchu potrafi się zmienić kilka razy w ciągu tygodnia.

Większość nowoczesnych systemów nawigacji jest aktualizowana na bieżąco. Korki, roboty drogowe, utrudnienia pogodowe na planowanej trasie są praktycznie widoczne w ciągu kilkunastu minut. Tak więc nie wydaje mi się to jakimś wielkim problemem.

Poza tym nie sądzę aby dokładniejsze mapy miały jakikolwiek wpływ na podatność na wypadki. Jak na razie wszystkie mi znane przypadki to zdarzenia pomiędzy aktywnymi uczestnikami ruchu bez udziału "pasywnych" elementów infrastruktury drogowej.

4 godziny temu, pogo napisał:

Wygląda na to, że autonomiczne samochody są dużo bardziej odległą przyszłością niż myślałem...

Za rok wszyscy o tym zapomną, wprowadzi się parę dodatkowych regulacji i wymogów do samochodów testowych i sprawy dalej będą się toczyć takim samym tempem.

Typuję, że pierwsze w pełni autonomiczne samochody zostaną dopuszczone do ruchu w okolicy lat 2023-2024.

Edited by rahl

Share this post


Link to post
Share on other sites

Dosłownie 3 dni temu jechałem przez centrum Warszawy. Nawigacja Google jednocześnie oznaczyła ulicę jako zamknięta dla ruchu i kazała mi w nią jechać... Ciekawe co zrobiłby autonomiczny samochód...

Ja zawróciłem i poczekałem aż nawigacja da nowe propozycje. Na pamięć też bym dojechał, ale skoro już navi była włączona... 

Share this post


Link to post
Share on other sites
18 godzin temu, rahl napisał:

Typuję, że pierwsze w pełni autonomiczne samochody zostaną dopuszczone do ruchu w okolicy lat 2023-2024.

W jakimś kraju zapewne tak. Ale pytanie w jakim :)

Share this post


Link to post
Share on other sites
4 godziny temu, pogo napisał:

Dosłownie 3 dni temu jechałem przez centrum Warszawy. Nawigacja Google jednocześnie oznaczyła ulicę jako zamknięta dla ruchu i kazała mi w nią jechać... Ciekawe co zrobiłby autonomiczny samochód...

Ja zawróciłem i poczekałem aż nawigacja da nowe propozycje. Na pamięć też bym dojechał, ale skoro już navi była włączona... 

A nie miałeś zaznaczonej trasy rowerowej lub pieszej? Też się naciąłem i kląłem na google a jak się okazało miałem rowerowa trasę ustaloną...

A co do autonomicznych samochodów - każdy z dzisiejszych rozpoznaje znaki drogowe...

Share this post


Link to post
Share on other sites

Ani pieszej, ani rowerowej drogi Google chyba by nie prowadziło po ekspresówce...

Share this post


Link to post
Share on other sites

Google nie jest idealne ale nawet w mieście w którym mieszkam i dobrze znam znacznie częściej prowadzi lepiej niż ja sam. Oczywiście wtopy się zdarzaja, a w miejscach w których jestem pierwszy raz bije na głowę inne nawigację które do tej pory używałem. A tak naprawdę to pierwsze rozwiązania tego typu. Znalezienie właściwego adresu w mieście przy autentycznym zdjęciu miejsca jest znacznie ułatwione nawet jeśli pasażer prowadzi z dokładną mapą papierową przed oczami.

Share this post


Link to post
Share on other sites

No właśnie poruszałem się po mieście, które nieźle znam, ale wiedziałem, że trasa, którą bym sam wybrał nie jest optymalna. Zwykle jeżdżę na pamięć sprawdzając wcześniej w necie trasę, nawet jak jadę gdzieś pierwszy raz. Oczywiście jak trasa jest zbyt długa lub wymaga choćby jednego skrętu w mało charakterystyczną uliczkę, to wolę użyć GPS, czasem nawet w znanych mi miejscach, gdy zwyczajnie trzeba dobrze wybrać jedną ze zbyt podobnych dla mnie uliczek.

Nie mam dużego doświadczenia z innymi nawigacjami, wiem tylko, że już nie zaufam Yanosikowi.

Share this post


Link to post
Share on other sites

Kiedyś wyprzedzałem nawigację (google) nawet o 20 %. Ale ostatnie lata to nawigacja jak powie że dojadę o 15:15 to dojeżdżam o 15:15 :)

Moim zdaniem uczy się szybkości jazdy nie tylko od wszystkich kierowców ale i indywidualnie zapamiętuje jak jeździ dany kierowca. Oczywiście przy powiązaniu z mailem.

Przy robotach drogowych bywają zacięcia. Kiepsko sobie radzi z rodzajami dróg gruntowych :) Czasem może prowadzić na nieprzejezdne.

Edited by thikim

Share this post


Link to post
Share on other sites

Niestety estymowany czas przyjazdu jest "inteligentny"  i na bieżąco dostosowuje się do sytuacji co  zauważyłem kiedyś zdziwiony tym, że dojeżdżałem dokładnie "w punkt" co nie zdarzało się przy nawigacjach biorących pod uwagę tylko max prędkość na poszczególnych fragmentach drogi. ale i tak jest dość dokładny.

Parę razy zdarzyło się że Google  wyprowadziło mnie "na manowce" typu droga gruntowa czy jakieś śmieszne osiedlowe uliczki - zauważyłem prawidłowość - kiepski zasięg w tych miejscach i śladowy ruch. Zastanawiałem się na przyczyną i doszedłem do wniosku, że Google bierze pod uwagę trasę którą jedzie jakiś tubylec, który dojeżdża np do domu i Google traci z nim kontakt i zakłada że jednak przejechał trasę którą ja muszę przejechać i wybiera jedyną możliwa drogę aby nie nawracać kierowcy po własnym śladzie.

Share this post


Link to post
Share on other sites

Nie chodziło mi o dynamiczne dostosowanie czasu dotarcia do celu w czasie podróży. Tak wiadomo że zawsze trafi.

Jeśli wyjeżdżam o 13.00 i spojrzę w tym momencie na nawigację i pokaże czas dojazdu 15.15 to o 15.15 jestem na miejscu. +- 2-3 minuty.

A kiedyś mogłem 20-30 minut nadgonić.

Ja i tak w sumie wolno jeżdżę. Bo ostatnio na blablacar - zachęcam swoją drogą bo miło się jedzie :) z dziewczętami, nikt dziewczyny nie wyprzedził na dystansie 150 km.

Edited by thikim

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now
Sign in to follow this  

  • Similar Content

    • By KopalniaWiedzy.pl
      Dzieci mieszkające w pobliżu dużych dróg z dwukrotnie większym prawdopodobieństwem wypadają gorzej w testach zdolności komunikacyjnych, niż dzieci mieszkające dalej od dużych dróg. Ponadto, jak wynika z analiz prowadzonych przez National Institutes of Health i University of California, Merced, dzieci matek, które w ciąży były narażone na wyższe niż normalnie zanieczyszczenia powietrza wywołane ruchem samochodowym są bardziej narażone na niewielkie opóźnienia w rozwoju w czasie niemowlęctwa i wczesnego dzieciństwa.
      Nasze badania pokazują, że rozsądnym jest ograniczenie ekspozycji na zanieczyszczenia w czasie ciąży, niemowlęctwa i wczesnego dzieciństwa, czyli w okresach najważniejszych dla rozwoju mózgu, mówi doktor Pauline Mendola. Wcześniejsze badania wykazały związek pomiędzy zanieczyszczeniem powietrza w ciąży a niską wagą urodzeniową, przedwczesnym porodem oraz poronieniem. Część badań łączyło zanieczyszczenia z autyzmem i gorszym funkcjonowaniem poznawczym. Teraz widzimy związek pomiędzy zanieczyszczeniem powietrza a problemami rozwojowymi.
      Naukowcy przeanalizowali dane dotyczące 5825 dzieci. Dla każdego z nich określono odległość domu od dużej drogi zarówno w czasie ciąży matki jak i wczesnego dzieciństwa. Wzięto też pod uwagę lokalizację przedszkola, do którego dziecko uczęszczało. Dzieci badano co 4–6 miesięcy za pomocą specjalnych kwestionariuszy. Badania rozpoczynano, gdy dziecko ukończyło 8 miesięcy i kontynuowano je do 36. miesiąca życia. Oceniano małą i dużą motorykę, zdolności komunikacyjne, funkcjonowanie społeczne oraz umiejętność rozwiązywania problemów.
      Okazało się, że w porównaniu z dziećmi żyjącymi w odległości większej niż pół mili (800 metrów) od dużej drogi, dzieci żyjące w odległości od 50 do 500 metrów są dwukrotnie bardziej narażone na gorszy rozwój na przynajmniej jednym z badanych pól.
      Naukowcy ocenili też zanieczyszczenie ozonem i pyłem zawieszonym PM2.5 na jakie narażone były dzieci. Okazało się, że prenatalne narażenie na oddziaływanie zwiększonej ilości PM2.5 zwiększało ryzyko dla każdego z badanych pól o od 1,6 do 2,7 procent, a narażenie na podwyższony poziom ozonu zwiększał je o od 0,7% do 1,7%. Ryzyko to rosło po urodzeniu. Wyższa pourodzeniowa ekspozycja na zanieczyszczenia ozonem zwiększała ryzyko o 3,3% u dzieci 8-miesięczynych, u 24-miesięcznych było ono wyższe o 17,7%, a u 30-miesięcznych zanotowano zwiększenie ryzyka o 7,6%.
      Nie jest jasne, dlaczego narażenie na zanieczyszczenia jest wyższe po urodzeniu. Warto jednak zauważyć, że w tym przypadku zanieczyszczenia oddziałują na dziecko bezpośrednio, a nie poprzez organizm matki, który może przed nim w pewnym stopniu chronić, stwierdza główna autorka badań, doktor Sandie Ha.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Być może już wkrótce bakterie będą wykorzystywane do zapobiegania dziurom powodowanym przez sól drogową.
      Sole drogowe, np. chlorek wapnia, stosuje się, by nie dopuścić do tworzenia się lodu i akumulacji śniegu. Przyczyniają się one jednak również do powstawania uszkodzeń nawierzchni drogi. Są one powodowane przez reakcje zachodzące z betonem i wodą z lodu i śniegu. W ich wyniku powstaje podchloryn wapnia (CAOXY), który infiltrując nawierzchnię drogi, m.in. odseparowuje kawałki betonu.
      Ostatnio naukowcy z Drexel University wykazali jednak, że niewielka domieszka bakterii w betonie może zapobiegać tworzeniu CAOXY.
      Autorzy raportu z pisma Construction and Building Materials doszli do takich wniosków, badając szczep Sporosarcina pasteurii. S. pasteurii to niezwykłe kalcyfikujące organizmy, które są w stanie indukować reakcję chemiczną prowadzącą do powstania węglanu wapnia (jest on często nazywany cementem natury). Tylko kilka rodzajów bakterii opanowało tę "sztuczkę", nazywaną fachowo biomineralizacją bądź bakteryjnie indukowanym strącaniem węglanu wapnia (ang. microbial induced calcium carbonate precipitation, MICCP).
      W ostatnim dziesięcioleciu S. pasteurii badano pod kątem zastosowania w naprawie pęknięć w pomnikach/zabytkach oraz betonowej infrastrukturze, a także w produkcji ekologicznych cegieł. Akademicy z Drexel University szybko zdali sobie sprawę z tego, że talenty bakterii mogą być całkiem przydatne także w zapobieganiu uszkodzeniom nawierzchni dróg.
      Przyglądaliśmy się produktowi reakcji angażującej te bakterie - kalcytowi - i zdaliśmy sobie sprawę, że sposób, w jaki go wytwarzają, może się przydać do zmieniania kierunku reakcji, która przekształca sól drogową w związek niszczący drogę. Wiedzieliśmy, że by wytworzyć nieszkodliwy kalcyt, S. pasteurii potrzebują chlorku wapnia. Byłoby więc świetnie, gdyby się udało wypracować metodę, aby bakterie były obecne w betonie w odpowiednim momencie i zapobiegły reakcji prowadzącej do degradacji materiału - opowiada dr Yaghoob Farnam.
      Na potrzeby eksperymentu Farnam i dr Christopher Sales przygotowali serię próbek betonu i dodali S. pasteurii. W części próbek znalazły się też składniki odżywcze potrzebne do ich przetrwania. Po 28 dniach ekspozycji na roztwór chlorku wapnia, która miała oddawać miesiąc warunków zimowych, wykonano serię testów. Analizowano integralność strukturalną próbek oraz ilość obecnego CAOXY.
      Badacze przyglądali się wibracjom akustycznym i rozwojowi mikroporów i stwierdzili, że po ekspozycji na chlorek wapnia beton wykonany z dodatkiem bakterii prawie nie ulegał deterioracji.
      W próbkach z bakteriami poziom CAOXY był o wiele niższy; to skutek MICCP. Obecność węglanu wapnia sugeruje, że S. pasteurii można też wykorzystać do wzmocnienia nawierzchni. Wg zespołu, praktyczne zastosowania wymagają jednak dalszych badań.
      Bakterie potrafią zmieniać swoje mikrośrodowisko. Tworzą środowisko z wysokim pH, bo przekształcają związki z pożywki w słabą zasadę [...]. Takie warunki sprzyjają raczej wytrącaniu jonów [...] do węglanu wapnia niż tworzeniu CAOXY - wyjaśnia Sales.
      Ponieważ S. pasteurii występują w naturze i nie są patogenne, mogą być bezpiecznym ekologicznie rozwiązaniem problemu niszczenia wielu dróg.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      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
    • By KopalniaWiedzy.pl
      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
    • By KopalniaWiedzy.pl
      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
×
×
  • Create New...