Насколько безопасны беспилотные автомобили? Этот вопрос стоит перед автопроизводителями уже порядка десяти лет, но первыми ответ на него могут найти страховщики.

Из-за отсутствия ответа на этот вопрос существует пропасть между автопроизводителями/технологическими компаниями, стремящимися выпустить беспилотные автомобили, рынком и потребителями, скептически относящимимся к безопасности беспилотного транспорта (в котором нет водителя-человека).

Для создание безопасного беспилотного транспорта критически необходимо совершенное ПО, качественное аппаратное обеспечение и продуманная интеграция – все эти факторы вместе станут доказательством тому, что система автопилота может функционировать безопасно. Добиться всех этих аспектов позволят стандарты безопасности вроде ISO 26262, SOTIF и ANSI / UL 4600. В частности, UL 4600, опубликованный ранее в этом году, должен обеспечить стандартизацию обоснования безопасности различных систем. UL 4600 должен помочь разработчикам объяснить и доказать безопасность их автомобилей (еще до того, как эти автомобили будут запущены в серийное производство).

Среди заинтересованных сторон можно выделить федеральные регулирующие органы, муниципальные власти, страховые и отраслевые компании и потребителей. И именно страховые компании могут помочь укрепить доверие потребителей к беспилотному транспорту. Люди могут не любить страховщиков, но они склонны доверять их хладнокровным оценкам рисков.

Анализ факторов, которые могут помочь Tesla превзойти Waymo и других игроков на рынке беспилотных систем 5 уровня – и никакого хайпа.



Автопилот Tesla основан на 8 камерах и 12 ультразвуковых датчиках

Прежде чем начать, я должен сложить с себя ответственность. Я не прорицатель. Я не знаю наверняка станет ли Tesla первой компанией, которая создаст беспилотную систему пятого уровня. В этом уравнении слишком много переменных, и они не позволяют сделать однозначный вывод. Впрочем, исходя из текущей траектории развития Tesla, я предполагаю, что именно эта компания первой создаст полноценный автопилот. Позвольте мне все объяснить.

Существует шесть уровней автономности автомобилей — от нулевого до пятого. Нулевой уровень – полное отсутствие автономности, самый обычный автомобиль. Пятый – полноценная система беспилотной езды, которой не нужен водитель. В настоящее время автопилот от Tesla относят ко второму уровню – далековато от пятого уровня, требуемого для полной автономности. Звучит безрадостно – особенно если учесть, что Waymo (главный конкурент Tesla) уже создали систему четвертого уровня.

Команда Waymo (которая занимается беспилотным автомобилем от Google) выпустила подробный отчет о своих тестах в Финиксе, штат Аризона. В этих отчетах описываются несколько лет их работы и более 9 миллионов километров пробега. В отчетах представлены просто невероятные показатели безопасности, исходя из которых им стоит начать разворачивать свои продукты в больших масштабах (по крайней мере, в малозагруженных городских и пригородных зонах вроде Чендлера, штат Аризона).

Этот отчет примечателен по нескольким причинам:

1. Он невероятно прозрачен – такого мы еще не видели ни у одной команды. В сущности, остальным компаниям брошена перчатка – если их отчеты не будут столь же прозрачны, ты мы будем предполагать, что у них все не столь хорошо.
2. У них есть возможность писать столь прозрачные отчеты ввиду того, что у них отличные показатели безопасности. На почти 10 миллионов км пробега у них приходится 30 тревожных сигналов без ожидаемых травм, 9 сигналов с потенциальными травмами и 8 со срабатыванием подушки безопасности (вероятность получения травмы в этих случаях оценивалась в 10%, то есть серьезные травмы ожидались лишь в 2 случаях). Водители-люди получили бы порядка 6 травм.
3. Waymo утверждают, что во всех дорожных происшествиях виноваты другие водители/участники дорожного движения.
4. В отчетах не приводится ни одного происшествия с участием одного транспортного средства (вроде выезда с дороги), а такие происшествия часто происходят при участии живых водителей.
5. Если считать в масштабах страны, 9.8 миллионов километров пробега под управлением хороших водителей должны привести к 40-60 происшествиям, из которых большинство будут малозначительными, 22-27 потребуют страхового возмещения, о 12 будет сообщено в полицию и примерно 6 приведут к травмам. Благодаря отсутствию аварийных ситуаций за время, сравнимое с 8 человеческими жизнями, Waymo значительно превосходит «человеческую» езду – даже в таких простых местах как Чендлер.

Роботакси или совершенные беспилотные автомобили? Вы предпочтете ездить на бездушном роботакси, управляемом киборгом, или отправляться в путь на совершенной беспилотной машине?

Какой сериал вы смотрели на локдауне? Мы с женой постоянно обсуждали «Самые живописные железнодорожные путешествия в мире». Раз уж мы не могли путешествовать, мы смотрели сериал о путешествиях. Люди любят путешествовать. Новые места, новые взгляды, новые культуры, новые воспоминания. Путешествия – важная часть человеческого опыта. Они увлекательны, в них много стимулов и информации. Мы тщательно планируем их и с нетерпением ждем.

А что насчет переездов? Можно переехать из одного дома в другой или перевезти пианино. А можно устроить переходной жизненный этап и «жить в пути». Перемещаться и переезжать необходимо, но, как и чистить зубы зубной нитью, скучно. Когда вы в последний раз спрашивали кого-нибудь о том, какую марку зубной нити они используют?

Итак, когда я услышал слоган «Вы двигаете мир. Мы помогаем передвигаться вам» я подумал не о высоких технологиях. Я подумал о слабительных.

Я (Junko Yoshida) освещаю сферу automotive и часто пишу об алгоритмах и методах восприятия. Также я пишу о стилях и методах управления автомобилем. И лишь недавно я поняла связь между стилем вождения и алгоритмами восприятия.

Когда я нахожусь за рулем, я могу понять, что водитель рядом со мной – придурок по тому, как он (или, не дай Бог, она) водит. Я просто знаю что этот придурок меня подрежет, и он обязательно это делает.

Водители-люди делают много предположений о других участниках дорожного движения, дорожных условиях (плохая погода) или о том, что где-то собирается неизбежная пробка. Водители корректируют свои стратегии вождения в соответствии с этими предположениями. Для безопасности дорожного движения такая интуиция имеет решающее значение.

Но как быть роботизированным автомобилям? Как научить машину делать выводы о других водителях и реагировать в соответствии с предположениями и интуицией? Можно ли научить машину «интуиции»?

Могут ли современные системы беспилотной езды обнаруживать и распознавать окружающие объекты, а затем предсказывать их поведение? Могут ли они понимать значение спонтанных событий и действовать безопасно и решительно (как водитель-человек)?

Это вопрос на 64 миллиарда долларов, на который ни у кого из нас пока нет ответа.

Впрочем, это не значит, что нет никаких зацепок. Многие технологические компании, компании занимающиеся беспилотным транспортом и многие стартапы демонстрируют уровень готовности своего ПО для беспилотной езды с помощью публикации видеоматериалов о городских поездках их беспилотных автомобилей. Проблема этих роликов в том, что зачастую они либо смонтированы, либо ускорены. В описании этих видео приводятся города, в которых велась съемка, но не упоминаются время суток и день недели, когда был снят ролик.

Intel и Mobileye выделяются на фоне других технологических компаний и компаний, занимающихся беспилотным транспортом. Mobileye опубликовала два неотредактированных ролика – один был представлен в январе на Consumer Electronics Show, а другой выложен в сеть в мае. Ключевое слово – «неотредактированных» (видео представлены ниже).

Оба ролика были сняты на оживленных улицах Иерусалима. Более того, в каждом видео представлены три видеокомпонента: видеозапись с дрона, видео от лица водителя (показывает действия системы и вид на улицу) и ПО для визуализации, которое отображает то, что видит система восприятия автомобиля;

Geely представила электромобиль премиум-класса – Zero Concept от Lynk & Co.

В 2021 году китайская компания Geely Auto Group выпустит фулл-стек решение для систем ADAS на основе 360-градусных камер, которые будут использоваться в электромобилях 2+ уровня. Именно такое заявление в четверг сделала компания Mobileye (подразделение Intel).

Mobileye заявила, что Geely будет внедрять систему SuperVision «в больших объемах».

SuperVision состоит из двух систем на чипе Mobileye EyeQ5 и 11 камер – семи камер дальнего действия и четырех ближнего. Данная система представляет собой готовое решение, основанное только на камерах, радаров и лидаров в ней нет. Амнон Шашуа, президент и главный исполнительный директор Mobileye, охарактеризовал SuperVision как «систему ADAS, сделанную так, как надо». Mobileye также используют резервные вычислительные модули в своих системах, основанных на камерах – компания стремится сделать системы ADAS более доступными для потребителей.

В наши дни радары стали применяться даже в потребительских товарах, и сотрудники System Plus Consulting интересуются их внедрением. Компания, занимающаяся анализом технологий и их стоимости решила разобрать и изучить какой-нибудь радарный чип, но какой именно? В качестве устройства для анализа была выбрана RF-система на чипе первого поколения от Vayyar, и на то есть несколько причин.

Во-первых, аналитикам System Plus Consulting стало интересно каким образом Vayyar удалось разработать столь высокоинтегрированную однокристалльную RF-систему на чипе. Также эксперты были заинтригованы тем фактом, что это устройство может создавать четырехмерные изображения в высоком разрешении.

Раньше рынок радаров рос очень медленно, а сами датчики применялись в очень зрелых отраслях (вроде военной). Сейчас положение дел значительно изменилось. Радары (особенно те, которые могут формировать изображения) стягивают на себя больше внимания, чем Кардашьяны. Автомобильные и потребительские приложения разжигают воображение инженеров, в результате чего количество новых устройств и их применений растет двузначными числами.

Ютубер Брэндон М. снял с дрона кадры, на которых его Tesla решила вмазаться в зад припаркованной машине. «О, Боже», — сказал он, схватился за руль и вырулил.

На прошлой неделе некоторые владельцы машин от Tesla получили доступ к ранней версии долгожданного ПО для беспилотной езды. Возможно, это самое большое обновление автопилота от Tesla за всю его историю. Это ПО позволяет автомобилям свободно перемещаться, принимать решения в большинстве обычных дорожных ситуаций и совершать множество поездок.

Tesla утверждает, что это бета-версия, и что она пока не предназначена для полностью беспилотной езды. Ожидается, что водители будут следить за дорогой и держать руки на руле.

Чтобы сделать выводы о новом ПО я посмотрел более трех часов видеозаписей с работой обновленного автопилота от пользователей, получивших доступ к этой системе. Эти ролики дают понять насколько важен водительский контроль во время использования нового ПО от Tesla. В течение трех часов водители брали управление на себя более десяти раз, причем как минимум в двух случаях машина была близка к тому, чтобы врезаться в другой автомобиль.

Для того, чтобы охватить все краевые случаи, встречающиеся в реальном мире, критические системы восприятия нуждаются в огромных массивах данных. Один из распространенных подходов к обучению алгоритмов для беспилотных автомобилей – подбор и разметка данных о реальном вождении. На CVPR 2020 Андрей Карпатый рассказывал, что Tesla тоже использует этот подход – их автомобили адаптируют метки объектов в режиме онлайн. «Вариация и контроль» очень важны, поскольку инженеры постоянно адаптируют онтологию и методику маркировки данных, так как беспилотные автомобили постоянно сталкиваются с новыми сценариями, которые необходимо анализировать.

Впрочем, этот подход, основанный на использовании данных, имеет различные ограничения – они обусловлены масштабируемостью, стоимостью сбора данных и множеством усилией, необходимых для точной маркировки датасетов. В этом тексте команда Applied расскажет о подходе, основанном на синтетических размеченных данных. Этот подход обеспечивает ускорение и экономичность обучения и разработки критических алгоритмов для беспилотного транспорта.



Пример синтетических данных для изображений с камер с эталонной разметкой. Оригинальное RGB изображение (вверху слева), 2D-рамки (вверху справа), семантическая разметка (внизу слева) и 3D-рамки (внизу справа).

Симуляции очень важны для ускорения развития методов проектирования во многих отраслях промышленности. В области автомобильных систем беспилотной езды симуляции традиционно используются для тестирования алгоритмов планирования и управления движением. Повторные симуляции используются для разработки систем распознавания, в которых данные с датчиков дорожного движения записываются и воспроизводятся с помощью разнообразных программных стеков для проверки эксплуатационных качеств. Впрочем, эти симуляции были преимущественно ограничены сценариями, встречающимися в реальных автомобилях.

Существует и еще один тип симуляции, становящийся все более важным – генерация высококачественных искусственных данных, точно передающих информацию о реальных дорожных ситуациях. Проблема использования исключительно дорожных данных заключается в том, что для приближения к границам возможностей модулей распознавания в различных операционных областях необходимо собрать и разметить огромные массивы данных. Кроме того, алгоритмы распознавания перестают соответствовать имеющимся данным и выходят из строя при работе вне отработанной среды и при других условиях. В свою очередь, синтетические данные могут создаваться быстро и дешево, а их описания создаются автоматически с использованием базовых знаний о моделируемой среде.

Otonomo – это израильский стартап, который собирает данные с более чем 22 миллионов транспортных средств по всему миру. На этой неделе они развернули облачную платформу, открывающую доступ к данным для клиентов через API.

Матан Тесслер, вице-президент по продуктам компании Otonomo, назвал платформу «нейтральной площадкой», предназначенной для «распространения [автомобильных] датасетов». Облачная платформа позволяет пользователям (от OEM-автопроизводителей, стартапов по разработке беспилотного транспорта и владельцев автопарков до разработчиков приложений, страховщиков, градостроителей и обычных пользователей) извлекать необходимые им данные и платить за них соответствующую цену. Сервис предоставляет доступ не только к архивным агрегированным данным, но и к данным, обрабатываемым в реальном времени.

Компания Otonomo, которая собрала 82 миллиона долларов, ожидает, что сотни разработчиков приложений и сервисов создадут большую экосистему на основе ее платформы с автомобильными данными.

Ожидается, что в 2025 году рынок ИИ (включая системы ADAS и роботизированные автомобили) будет оцениваться в 2,75 миллиарда долларов, и из них 2,5 будут приходиться только на ADAS

Искусственный интеллект постепенно вторгается в нашу жизнь через смартфоны, умные колонки и камеры видеонаблюдения. Шумиха вокруг ИИ заставила некоторых игроков на рынке рассматривать его как сравнительно трудностижимую вторичную цель, а не основной инструмент для создания беспилотного транспорта. Кто же победил и кто проиграл в этой гонке за автономностью?

ИИ прокладывает путь для беспилотного транспорта

«ИИ постепенно вторгается в нашу жизнь, и это особенно актуально в автомобильном мире», — утверждает Йоханн Чуди, аналитик по технологиям, рынку, вычислительной технике и программному обеспечению в компании Yole Développement (сокращенно Yole). «ИИ может стать основным инструментом для создания систем беспилотной езды, хотя многие компании боятся чрезмерного ажиотажа и не опираются на интеллектуальные системы в рамках своих стратегий по созданию систем беспилотной езды».

Компании, уловившие этот аспект технологической битвы, уже вырываются вперед. Влияние COVID-19 пока непонятно, но аналитики из Yole уже сейчас утверждают, что пандемия будет иметь серьезные последствия. Скорее всего, исследования в области беспилотного транспорта будут замедлены в этом и следующем году из-за недостатка денежных средств.

На прошлой неделе губернатор Калифорнии Гевин Ньюсом заявил, что продажа новых автомобилей с бензиновым/дизельным двигателем будет запрещена с 2035 года. Подобные меры уже введены в Германии и ряде других стран, но в США это первый прецедент. Практичен ли план полного перехода на электрический транспорт всего за 15 лет?

Конечно, бензиновые автомобили будут существовать и после 2035 года. Подержанные автомобили будут эксплуатироваться десятилетиями, люди смогут покупать новые автомобили за пределами штата и перегонять их в Калифорнию, хотя со временем и здесь могут появиться ограничения. Хоть до 2035 года еще далеко, уже сейчас многие сочтут вас за безумца, если узнают, что вы хотите купить такой автомобиль. Электромобили уже сейчас отлично подходят для сторонников идеологии «Zoom-zoom». Электромобили более экономичны в эксплуатации и обслуживании, но сами по себе они более дороги, чем бензиновые автомобили. Также владельцы обычных автомобилей считают, что у электрических транспортных средств есть проблемы с дальностью пробега и зарядкой.

Как Apple удалось создать доступные лидары без движущихся частей для iPhone

На презентации iPhone 12 во вторник Apple представила возможности нового лидара. По словам Apple, лидар позволит усовершенствовать камеру iPhone за счёт ускорения фокусировки, особенно в условиях низкой освещённости. Возможно, таким образом появится новое поколение сложных AR-приложений.

Во вторник на презентации было рассказано о том, как работает лидар в iPhone, хотя это не первое устройство с лидаром от Apple. Впервые компания представила устройство, использующее эту технологию, в марте – это был обновленный iPad. И хотя пока еще никто не успел разобрать iPhone 12, мы можем многое узнать из недавних разборок последнего iPad.

Принцип работы лидара заключается в том, что он посылает лазерный свет и измеряет, сколько времени ему потребуется на возврат. Поскольку свет движется с постоянной скоростью, время пути туда и обратно может быть преобразовано в точную оценку расстояния. Повторяйте этот процесс на двумерной сетке, и в результате получится трехмерное «облако точек», показывающее расположение объектов внутри комнаты, на улице или другом месте.

Июньский анализ, проведенный компанией «System Plus Consulting», показал, что лидар в iPad посылает свет, используя матрицу вертикально-излучающих лазеров (VCSEL), изготовленную компанией «Lumentum». Затем он фиксирует обратную вспышку, используя массив однофотонных лавинных диодов (SPAD), поставляемых компанией Sony. Я объясню что это такое в следующем разделе.

В то время, как индустрия DRAM официально вступает в эру EUV, технология стекинга NAND Flash памяти выходит за рамки 150L

Три основных поставщика DRAM (Samsung, SK Hynix и Micron) не только продолжат переход на техпроцессы 1Znm и 1alpha nm, но и официально вступят в эру EUV, и Samsung займет лидирующую позицию в этой области в 2021 году. Поставщики DRAM-устройств постепенно заменят существующие технологии двойного структурирования с целью оптимизации затрат и повышения эффективности производства.

После того, как поставщикам NAND Flash удалось продвинуть технологию стекинга и объединить больше 100 слоев в 2020 году, в 2021 году они будут стремиться к 150 слоям и более, а также к увеличению емкости монолитной памяти с 256/512 Гб до 512 Гб/1 Тб. Потребители получат устройства NAND Flash более высокой емкости благодаря усилиям, направленным на снижение стоимости микросхем. Несмотря на то, что сейчас основным интерфейсом для SSD сейчас является PCIe 3 поколения, 4 поколение начнет завоевывать все большую долю рынка в 2021 году благодаря интеграции в PS5, Xbox Series X/S и материнские платы с новой микроархитектурой от Intel. Новый интерфейс незаменим для удовлетворения массового спроса на передачу данных с высокопроизводительных ПК, серверов и высокопроизводительных центров обработки данных.

Операторы мобильной связи увеличат мощность своих базовых станций 5G, Япония и Корея будут стремиться к 6G

Пилоты Формула-1 испытывают перегрузки, равные тем, что испытывали астронавты «Аполлона» во время приземления. Давайте рассмотрим как проектируются и создаются их болиды.

Вот уже более 60 лет команды Формулы-1 разрабатывают, тестируют и создают самые быстрые и технологически впечатляющие автомобили, которые когда-либо видел мир. Список удивительных характеристик и свойств этих болидов почти бесконечен: они могут разгоняться с 0 до 300 км/ч примерно за 10 секунд, проходить повороты с такой скоростью, что пилоты испытывают перегрузку подобно астронавтам «Аполлона» во время приземления, а затем сбрасывать скорость до 100 км/ч за 0.7 секунды благодаря мощным тормозам и значительной прижимной силе (именно эта прижимная сила позволяет болиду не разворачиваться в каждом повороте)

Но что действительно впечатляет, так это то, что эти машины проектируются и строятся с нуля каждый год. Именно это делает чемпионат мира Формула-1 таким конкурентным и именно поэтому темпы развития столь велики. Команды-участники (их всего около 10, и большинство из них базируются в Англии) каждый год на протяжении 60 лет бросают друг другу вызов, чтобы создать новый лучший болид в мире. Единственный способ занять поул-позицию – попытаться найти сильную сторону, о которой еще никто не думал, а затем продолжать находить новые грани, пока все остальные вас догоняют.

Как вы, вероятно, догадались, материаловедение, инжиниринг, новейшее программное обеспечение, а в последнее время и облачные технологии – команды Formula-1 пользуются инновациями во всех этих сферах, и конечно мы о них поговорим.

Новый S-класс поражает меня настолько же, насколько поражает установка всего, чего только можно в люксовых автомобилях нового поколения. Инженеры Mercedes-Benz внедрили в новую модель современный интерьер и функции ADAS, благодаря которым автомобиль обладает 3 уровнем автономности. Впрочем, есть одна проблема – такой подход не формирует стратегию комплексного проектирования программно-аппаратных платформ…

К недавнему выпуску нового Mercedes Benz S-Class есть несколько вопросов.

Во-первых, немецкий автопроизводитель запутал меня: какой именно сейчас год?

Своим заявлением о выпуске нового S-Class, стоимость которого, как ожидается, превысит 100 000 $, концерн Daimler очевидно, проигнорировал (или предпочел не признавать) плачевное состояние автомобильного рынка в эпоху пандемии. Как отметил Эгиль Юлиуссен в своей колонке Egil's Eye в EE Times, в статье «экономике Ковида» глобальные продажи автомобилей «рухнули, будто со скалы, и их уровень будет оставаться намного ниже недавних показателей в течение пяти лет, а, возможно, и дольше».

Порой я встречаю мнение, что в мире с беспилотными автомобилями человеческое вождение будет находиться в угнетенном состоянии, потому что тарифы на страхование будут «выше крыши». Люди считают, что если беспилотные автомобили будут безопаснее обычных, управляемых людьми (а это верно по определению, потому что беспилотные автомобили не будут выпущены, пока они не будут безопаснее обычных), то водители-люди будут настолько проигрывать автоматике, что их страховка будет стоить неимоверно дорого.

Такая риторика противоречит правилам страхования. Обычно страховые тарифы рассчитываются путем выделения множества водителей, подсчета суммарной стоимости ДТП, вызванных ими, и деления этой суммы на количество водителей в выборке. К этой сумме прибавляется небольшой процент для покрытия расходов. На самом деле, большинство страховых компаний на этом не зарабатывают. В начале года они накапливают миллиарды долларов, а потом медленно их выплачивают и получают доход от вложения акций. Затраты на продажу автомобильных страховок невысоки, потому как автострахование обязательно – легко продавать продукт, который клиенты обязаны покупать по закону!

Первые семь записей в этой таблице были рассмотрены в предыдущей статье. Остальные программные платформы обобщены, они обозначены красным цветом в первом столбце.

Примечание: AUTOSAR=AUTomotive Open System ARchitecture; AGL=Automotive Grade Linux; CS=Кибербезопасность; ECU=Электронный блок управления; NCAP=Европейская программа оценки новых автомобилей; SoC=Системы на чипе; SW=ПО; TSP=Поставщик телематических услуг; UN=ООН.

Автопроизводителям нужны продуманные стратегии в области программного обеспечения. Растущее количество функциональных возможностей ПО в новых моделях автомобилей потребует от производителей повышения уровня квалификации в этой области, и, тем не менее, кое-чего автомобильной промышленности не хватает.

Экспертиза и опыт в области программного обеспечения становятся ключевыми компетенциями, которых не хватает в автомобильной промышленности. Растущий объем функциональных возможностей ПО в новых моделях автомобилей потребует от OEM-производителей, Tier-1 поставщиков и разработчиков ПО повышения уровня квалификации. Разработка программных платформ – это необходимая стратегия, позволяющая идти в ногу с бумом рынка ПО, вызванным повышением спроса на автомобили с сетевой функциональностью, информационно-развлекательные системы с множеством приложений и многочисленные функции ADAS.

В этой статье я подведу черту под своим обзором проблем и возможностей автомобильной промышленности. Для этого мы рассмотрим программные платформы для automotive, состояние рынка и технологические тренды. Это третья часть из серии статей, выходивших в течение месяца – все они были сфокусированы на программных платформах.