Inteligentna Jazda

Na ile samochody już dzisiaj są autonomiczne?

Wyścigi pojazdów autonomicznych napędzają rozwój tej technologii

Doprowadzanie autonomicznych samochodów wyścigowych do granic ich możliwości pozwala testować technologie, które ostatecznie trafiają do klientów indywidualnych.

W 2035 r. już co dziesiąte, nowe auto, będzie pojazdem w pełni autonomicznym (Autonomous Vehicle - AV) – wynika z analizy firmy IHS Markit. I choć branża motoryzacyjna już dawno dostrzegła potencjał wykorzystania nowych technologii, obecnie musi podzielić się kawałkiem swojego tortu z gigantami takimi jak Alphabet, Apple czy Alibaba. A trzeba przyznać, że gra jest warta świeczki – według ekspertów z firmy Intel jeszcze przed 2050 r. sektor pojazdów autonomicznych będzie w stanie wygenerować globalny dochód na poziomie ok. 7 bilionów dolarów.

Podczas gdy producenci samochodów, dostawcy i firmy technologiczne szkolą samochody autonomiczne w ruchu drogowym w czasie rzeczywistym, mniejsze firmy i naukowcy testują je z dala od ulic. Do treningu wykorzystują tor wyścigowy, na którym sprawdzają kolejne udoskonalenia. Chciałoby się rzec nihil novi, bo nie jest to praktyka nieznana. Na przykład lusterka wsteczne, które są obecnie podstawowym elementem wyposażenia każdego samochodu, pojawiły się najpierw w autach wyścigowych.

OFICJALNA KLASYFIKACJA POZIOMÓW JAZDY AUTONOMICZNEJ:

[POZIOM 0] Bez automatyki – kierowca w pełni panuje nad autem i jego funkcjami.

[POZIOM 1] Systemy wspierające kierowcę – elektronika wprowadzona do pojazdu jest w stanie wprowadzać pewne udogodnienia do jazdy, np. tempomat adaptacyjny, utrzymuje stałą prędkość i zadaną odległość od poprzedzającego samochodu. Działanie jednego udogodnienia na raz.

[POZIOM 2] Częściowa automatyzacja – samochód korzysta z udogodnień opisanych w poziomie 1 – z tym wyjątkiem, że mogą się one ze sobą łączyć. Np. auto może może przyspieszać i hamować, jednocześnie kręcąc kierownicą. Kierowca musi jednak czuwać i być gotowym na przejęcie kontroli nad pojazdem.

[POZIOM 3] – Automatyzacja warunkowa – w określonych warunkach system przejmuje pełną kontrolę nad autem. Autopilot przyspiesza, skręca, zwalnia i omija niektóre przeszkody. Kierowca musi pozostać czujny. [POZIOM 4] Wysoki poziom automatyzacji – Kierowca ma możliwość przejęcia kontroli nad autem, ale nie jest to konieczne.

[POZIOM 5] Pełna automatyzacja – Kierowca nie ma możliwości przejęcia kontroli, czyli manualnego sterowania pojazdem – brak kierownicy.

Rywalizacja rodzi innowacje

Rozwój rynku pojazdów autonomicznych, aby był efektywny, powinien być także regulowany przez władze. Jako przykład niech posłużą nam Chiny. Pod koniec 2017 r. chińskie Ministerstwo Przemysłu i Technologii Informacyjnych (MIIT) ogłosiło trzyletni plan na rzecz wspierania rozwoju branży sztucznej inteligencji nowej generacji, który obejmował opracowanie kluczowych komponentów technologicznych AV, takich jak inteligentne chipy samochodowe, algorytmy inteligencji pojazdu i zaawansowane systemy asystentów kierowcy. Następnie Chiny zaczęły formułować ramy regulacyjne zawierające m.in.: ogólne wytyczne dotyczące ustanowienia Krajowego Systemu Standardów dla Przemysłu Telematycznego czy przepisy dotyczące technologii komunikacyjnych. Co ciekawe, podczas gdy przepisy na szczeblu krajowym wciąż się rozwijają, chińskie miasta już zaczęły konkurować o to, które z nich pierwsze dopuści autonomiczne testy drogowe pojazdów.

Co ważne, chęć rywalizacji tworzy jednocześnie przestrzeń do współpracy. Jak choćby pomiędzy środowiskiem akademickim, sektorem rozrywkowym i firmami technologicznymi. Przykładem może być utworzenie przez Schaffhausen Institute of Technology (SIT) i firmę Acronis zespołu Acronis SIT Autonomous Team, specjalizującego się w wyścigach AV. Co istotne Acronis ogłosił też niedawno oficjalne partnerstwo w zakresie ochrony cybernetycznej z organizacją Roborace – zajmującą się niczym innym organizowaniem wyścigów AV.

A trzeba przyznać, że świat autonomicznych samochodów wyścigowych to istny poligon doświadczalny. Podczas wyścigów testowane są zarówno motoryzacyjne technologie, jak i zupełnie nowe rozwiązania, takie jak sztuczna inteligencja czy uczenie maszynowe. Kluczowe okazuje się doprecyzowanie oprogramowania tego typu aut w taki sposób, aby działały w sposób niezawodny – bez względu na warunki atmosferyczne, strefy klimatyczne czy zwyczaje i kulturę jazdy kierowców w poszczególnych rejonach świata.

Korzystając z okazji udziału Acronis SIT Autonomous Team w mistrzostwach Roborace zapytaliśmy Ilyę Shimchika, szefa zespołu, m.in. o to czego mogą nauczyć się branże wykorzystujące technologię pojazdów autonomicznych od sektora wyścigów samochodowych oraz jak szkolone są autonomiczne samochody

Rozmawiamy z Ilyą Shimchikiem, szefem zespołu Acronis SIT Autonomous Team, biorącym udział w globalnych wyścigach AV Roborace.

Paulina Kostro: Transport osobisty to niejedyny obszar, w którym będą wykorzystywane pojazdy autonomiczne. Warto wymienić m.in. transport publiczny, pojazdy dostawcze i towarowe, rolnicze i właśnie wyścigowe. Każdy z nich ma funkcjonować w innym środowisku, w związku z czym musi także spełniać specyficzne wymagania eksploatacyjne. Jakie więc wymagania dotyczą autonomicznych pojazdów wyścigowych?

Ilya Shimchik: W porównaniu z innymi wdrożeniami związanymi z pojazdami autonomicznymi, udział w wyścigach AV wymaga spełnienia kilku specyficznych warunków. Przede wszystkim, w kontekście ścigania się, zawsze odbywa się na konkretnym torze wyścigowym, dzięki czemu jesteśmy w stanie przeanalizować wszystkie jego charakterystyczne cechy. Możemy to zrobić jeszcze przed wyścigiem lub zebrać dane podczas pierwszego okrążenia – jeśli dany tor nie jest nieznany. Ma to duży wpływ na dalszy rozwój algorytmów AI i modelowanie fizyczne (physical modeling).

Po drugie, specyfika wyścigów AV wymusza na samochodach jazdę na granicy wytrzymałości ich komponentów. Z tego względu kluczowe jest doskonałe zrozumienie zachowania się pojazdu w tak specyficznych warunkach. Dla porównania, gdy wykorzystujemy autonomiczny pojazd rolniczy, wcześniejsze testy nie muszą być tak ekstremalne, ponieważ na co dzień autonomiczny traktor nie będzie działać na granicy wytrzymałości silnika, skrzyni biegów i innych komponentów.

Zaprojektowanie autonomicznego pojazdu, który będzie w stanie dostosować się do wszystkich scenariuszy jazdy, w każdych warunkach pogodowych i drogowych – jest nie lada wyzwaniem. Ludzie mają zdolność odbierania dużej ilości informacji i łączenia ich w celu podejmowania decyzji z wykorzystaniem zarówno wcześniejszych doświadczeń, jak i wyobraźni. Oczywiście, robimy to w mgnieniu oka. W pełni autonomiczny system musi nam w tym dorównać, a może i wyprzedzić. Jak ocenić możliwości i bezpieczeństwo takiego systemu?

Najprostszym sposobem jest porównanie wyników w pełni autonomicznego systemu z wynikami człowieka. Jeśli wyniki maszyny będą lepsze, oznacza to, że taki system możemy wdrożyć. Oczywiście pojawia się pytanie, w jaki sposób tego dokonać? Według mnie istnieją dwie metody:

Można przeprowadzić eksperyment w świecie rzeczywistym, np. na torze wyścigowym – najlepiej w bardzo zróżnicowanych warunkach drogowych i atmosferycznych – i porównać wyniki. Za pomocą modelowania uruchomić symulację samochodu na torze – wprowadzając dane odpowiadające za konkretne warunki otoczenia. Jest to sposób znacznie tańszy i łatwiejszy do zrealizowania.

W pierwszym przypadku to właśnie dzięki rozwiązaniom AV możemy sprawdzić, jak zachowa się pojazd w takich warunkach, by nauczyć się go kontrolować. Tor wyścigowy jest bardzo dobrym miejscem na tego typu eksperymenty. Jeśli rozbijemy auto podczas wyścigów AV, nikt nie zostanie ranny. Jeśli natomiast wypadek zdarzyłby się np. na autostradzie – z pewnością ofiar byłoby wiele.

Z kolei jeśli chodzi o tzw. techniki oceny (evaluation techniques), istnieją trzy główne komponenty, które bierzemy pod uwagę: kontrola, percepcja i ogólne podejmowanie decyzji. Można oceniać je łącznie lub każdy z osobna.

Czego mogą nauczyć się branże wykorzystujące technologię pojazdów autonomicznych od sektora wyścigów samochodowych?

Jestem pewien, że w przyszłości firmy z różnych branż będą dostarczać wielu konkurencyjnych technologii, ale też oferować sprawdzone już rozwiązania. A sektor wyścigów samochodowych sprawdzi, które z nich nadają się na tor wyścigowy, by producenci mogli je potem wprowadzić do pojazdów „cywilnych”.

Patrząc w przeszłość zauważamy, że wiele technologii opracowanych na potrzeby wyścigów samochodowych, trafiło do zwykłych samochodów. Już dziś możemy wykorzystać innowacje stosowane podczas wyścigów AV do osobowych samochodów autonomicznych, np. systemy bezpieczeństwa czy wspomagania jazdy.

Możliwość instalowania kamer i czujników LIDAR jest dziś powszechna. Jednak przeszkolenie autonomicznego samochodu tak, aby zachowywał się jak kierowca‑człowiek lub, co ważniejsze, aby jeździł lepiej niż on, jest nie lada wyzwaniem. Jak szkolone są autonomiczne samochody wyścigowe?

Oczywiście istnieje możliwość samodzielnego zainstalowania kamer, czujników czy pobierania danych z systemu GPS, bądź innych źródeł. Następnym krokiem jest jednak zaprogramowanie systemu w taki sposób, aby te wszystkie elementy działały razem. I nie mam tu na myśli uczenia maszynowego (machine learning). Należy przejść przez proces modelowania i opracować cyber‑fizyczny profil pojazdu ze zrozumieniem wszystkich jego aspektów. Przede wszystkim trzeba stworzyć cyfrowy model samochodu na symulatorze – co w zależności od różnych typów i parametrów symulacji może zająć kilka minut do nawet kilku dni.

Czy autonomiczny samochód wyścigowy rozpoznaje tylko tor i jego elementy, czy ma również „wgrane” algorytmy związane np. z rozpoznawaniem przeszkód? Innymi słowy, czy reaguje tylko na „normalne” warunki na torze, czy także na „nietypowe” sytuacje?

Jeśli na torze znajdzie się jakiś nietypowy obiekt, każdy system uzna go za przeszkodę. Oczywiście możemy przygotować taki algorytm sztucznej inteligencji, który dokładnie zidentyfikuje problem. Jednak istotą jest, by pojazd zareagował zawsze, gdy na torze pojawi się coś niespodziewanego.

Wyścigi samochodowe to nie tylko szybkie auta, ale przede wszystkim umiejętność prowadzenia samochodu przez kierowcę, dopingowanego przez kibiców. W jaki sposób angażują Państwo swoich klientów w koncepcję wyścigów autonomicznych samochodów, gdy tego dopingu brak?

Z naszych obserwacji wynika, że publiczność jest już gotowa na tego typu rozrywkę. Owszem, mówimy o lekkiej zmianie podejścia. W Formule 1, Formule E czy Nascar – obecność kierowcy jest obowiązkowa. Niemniej my posiadamy zespół inżynierów i to on staje się gwiazdą wyścigów. To właśnie ludzie stoją za sukcesem lub porażką danego samochodu – opracowują jego kod, ulepszają mechanizmy. Publiczność podczas wyścigu skupiona jest właśnie na ich emocjach.

Jak ocenia Pan rozwój branży wyścigów AV w porównaniu z sektorem samochodów autonomicznych przeznaczonych dla klienta indywidualnego?

Wyścigi autonomiczne są ściśle powiązane z przemysłowymi samochodami autonomicznymi. Myślę, że wyścigi AV dadzą ogromny impuls dla całej branży autonomicznej – pomogą przenieść zarówno przemysłowe, jak i osobowe pojazdy autonomiczne na wyższy poziom.

W oparciu o własne doświadczenia i obserwacje proszę powiedzieć, czego można się spodziewać po wyścigach AV w przyszłości?

Myślę, że wyścigi autonomicznych samochodów będą się rozwijać, a w rezultacie staną się wielkim wydarzeniem motosportowym. Trudno przewidywać przyszłość, ale wierzę, że tak się stanie. Oczywiście, nie będziemy mieli tej samej publiczności co Formuła 1 czy Formuła E, ale fani cybersportu już są żywo zainteresowani autonomicznymi wyścigami. Myślę, że wyścigi AV już teraz są istotnym pomostem pomiędzy rozrywką a technologią.

Jak w przypadku każdej innej technologii przechodzimy przez krzywą adopcji. Na początku, z danego rozwiązania korzystają tzw. early adopters. Obecnie znajdujemy się na końcu tej krzywej, kiedy autonomiczne wyścigi trafiają do masowej publiczności. Zespołom uniwersyteckim, które zajmują się konstruowaniem i programowaniem tego typu aut, towarzyszą już zespoły komercyjne i tzw. zespoły wspólne (joint teams) – takie jak Roborace.

Warto dodać, że również zespół MIT przygotowuje się do testowania nowych rozwiązań na torze. Wyścigi AV są więc obiecującym obszarem technologicznym i są gotowe na rewolucyjny i owocny rozwój.

Ilya Shimchik jest szefem zespołu Acronis SIT Autonomous Team – uczestnika globalnych wyścigów samochodów autonomicznych Roborace. Pracę z autonomicznymi pojazdami zaczął już w 2013 r. Studiował wówczas na Uniwersytecie Carnegie‑Mellon w Pittsburghu – gdzie odbył praktykę w tamtejszym laboratorium. Później jego badania skupiły się wokół wyścigów AV, w wyniku czego stworzył zespół „Atlas Racing”. Aby umożliwić sobie dalszy rozwój wraz z zespołem dołączył do Schaffhausen Institute of Technology (SIT).

Roborace to pierwsza na świecie seria wyścigowa dla autonomicznych systemów napędowych. Została stworzona w celu przyspieszenia rozwoju oprogramowania do autonomicznych pojazdów poprzez doprowadzenie technologii do granic jej możliwości – w wielu kontrolowanych środowiskach, a także aby edukować i informować świat o postępach związanych z autonomiczną jazdą. W 2019 r. w ramach Roborace odbyło się sześć imprez, podczas których zarejestrowano ponad 36 milionów wielokanałowych przekazów wideo (multi‑channel video views).

Czy autonomiczne pojazdy zdominują transport?

Czy autonomiczne pojazdy zdominują transport?

W 2035 r. co dziesiąte nowe auto będzie samochodem w pełni autonomicznym - wynika z prognoz firmy IHS. Przy czym autonomiczne mają być nie tylko samochody osobowe, ale także m.in. autobusy, pociągi, metro czy robo-taksówki. Chociaż pojazdy takie cieszą się coraz większym zainteresowaniem społecznym, to budzą obawy o bezpieczeństwo uczestników ruchu.

„Brak zaufania do autonomicznych maszyn jest głównym problemem ich twórców, chcących wprowadzić swoje rozwiązania na rynek” - uważa dr Artur Modliński, kierownik Centrum Badań nad Sztuczną Inteligencją i Cyberkomunikacją Uniwersytetu Łódzkiego.

Autonomous vehicles (AV), czyli pojazdy autonomiczne, to nowy kierunek rozwoju motoryzacji. Takie maszyny podłączone do sieci w ramach komunikacji z innymi pojazdami (ang. V2V – Vehicle-to-Vehicle) i infrastrukturą drogową (ang. V2I – Vehicle-to-Infrastructure) taką jak np. inteligentne znaki drogowe czy sygnalizatory świetlne, mogą samodzielnie dotrzeć do celu, dostosowując styl jazdy i prędkość do warunków pogodowych, dobierając najbardziej optymalne drogi, by uniknąć korków.

„Poruszając się synchronicznie, w niewielkich odległościach, utrzymują łączność i wymieniają dane o otoczeniu i sytuacji na drodze. Potrafią też przewidywać zdarzenia i przebieg różnych sytuacji w ruchu drogowym” - podkreśla w analizie przesłanej PAP dr Dominika Kaczorowska-Spychalska z Wydziału Zarządzania UŁ.

Przypomina jednocześnie, że to nie tylko samochody osobowe, ale także ciężarówki, autobusy, pociągi, metro, robo-taksówki, specjalistyczne pojazdy miejskie tj. śmieciarki, a także pojazdy roboty coraz częściej testowane w usługach pocztowych i kurierskich.

Branża motoryzacyjna już dawno dostrzegła potencjał nowych technologii. Według ekspertów firmy Intel, sektor ten będzie w stanie wygenerować globalny dochód na poziomie ok. 7 bilionów dolarów jeszcze przed 2050 r.

Jednak – zdaniem dr Kaczorowskiej-Spychalskiej - przenikanie się rynku aut tradycyjnych i bezzałogowych nastąpi zapewne dopiero około 2030 r., chociaż wielu ekspertów jest przekonanych, że przyjdzie nam na to poczekać znacznie dłużej.

Ekspertka przytacza część dostępnych obecnie prognoz, które wskazują, że już w 2025 r. po ulicach będzie jeździć około 20 mln autonomicznych samochodów, a w 2035 r. co dziesiąte nowe auto, według firmy IHS, będzie samochodem w pełni autonomicznym.

Nad rozwiązaniami w tym zakresie pracują zarówno marki branży motoryzacyjnej tj. Volvo, Hyundai, Toyota, Nissan, BMW, Audi, Volkswagen, Lexus, Mercedes, Renault czy Ford, a także nowi gracze jak Tesla Motors czy firmy branży technologicznej m.in. Google, Apple, BlackBerry, Baidu.

Potencjał pojazdów autonomicznych ma być wykorzystywany także w transporcie drogowym i kolejowym. Ekspertka przypomniała, że autonomiczny tramwaj jeździ obecnie w Poczdamie, a autonomiczne autobusy m.in. w Las Vegas, w Norwegii, Austrii, Finlandii, Niemczech, Japonii, Chinach. W Gdańsku uruchomienie mikrobusów z systemem autonomicznej jazdy planowane jest na jesień 2019 r.

Autonomicznymi pociągami zainteresowani są Niemcy, Szwajcarzy, Holendrzy, a Francuzi deklarują, że do 2023 r. w tym systemie pojadą pociągi TGV. W Australii zaś wykorzystano potencjał autonomicznych pociągów w przewozach towarowych na zachodzie kraju.

Na świecie istnieje już około 800 km linii obsługujących autonomiczne systemy transportowe metra, w tym zwłaszcza we Francji. Tego typu systemy można znaleźć również w Japonii, Dubaju czy Singapurze. W Polsce takie możliwości posiada druga linia metra w Warszawie, jednakże obecnie wykorzystywane są tylko niektóre z nich, jak np. wykonanie nawrotu pociągu na stacjach końcowych czy jazda automatyczna w sytuacjach nadzwyczajnych – podkreśliła w swoim opracowaniu dr Kaczorowska-Spychalska.

W jej ocenie, w transporcie i logistyce swoje zastosowanie znajdą zapewne autonomiczne ciężarówki, poruszające się w ramach tzw. platooningu, czyli konwoju połączonych ze sobą samochodów, które jadąc w niewielkiej odległości, komunikują się wzajemnie i synchronicznie wykonują manewry drogowe. Ich wprowadzenie na niektórych drogach planują Japończycy.

„Ciekawym rozwiązaniem mogą okazać się pojazdy – roboty, jak np. automaty dostawcze w obsłudze przesyłek pocztowych i kurierskich tzw. ostatniej mili czy robokurierzy dostarczający zamówienia ze sklepów i restauracji. Rozwiązania takie testują już Niemcy, Wielka Brytania, Estonia, Szwajcaria i Stany Zjednoczone” - podkreśliła ekspertka.

Mimo rosnącego zainteresowania różnorodnymi pojazdami autonomicznymi eksperci są jednak dość ostrożni w swoich ocenach dot. rozwoju pojazdów autonomicznych. „Wynika to zarówno z niedoskonałości samej technologii, braku regulacji prawnych, warunków infrastrukturalnych, jak i poziomu społecznej akceptacji tego typu rozwiązań” - oceniła badaczka z UŁ.

Według niej, w najbliższych latach na pewno należy oczekiwać zmian w prawie, które umożliwią pojazdom autonomicznym poruszanie się po drogach publicznych. Istotne będą również regulacje dotyczące dochodzenia ewentualnych roszczeń w sytuacji kolizji, odpowiedzialności z jej tytułu czy wreszcie gromadzenia i zarządzania danymi o użytkownikach.

„Sprawą kluczową stanie się przy tym takie doprecyzowanie oprogramowania poszczególnych systemów, aby działały one w sposób niezawodny bez względu na warunki atmosferyczne, strefy klimatyczne czy zwyczaje i kulturę jazdy użytkowników” - podkreśliła w swojej analizie dr Dominika Kaczorowska-Spychalska z UŁ.

W innej analizie dr Artur Modliński, szef Centrum Badań nad Sztuczną Inteligencją i Cyberkomunikacją UŁ podkreśla natomiast, że autonomiczne pojazdy budzą wciąż wiele obaw społecznych w zakresie bezpieczeństwa zarówno podróżujących, jak i innych uczestników ruchu.

„Gdy w 2018 roku doszło wypadku z udziałem autonomicznego samochodu marki Waymo, w prasie pojawiły się doniesienia o niebezpieczeństwie płynącym z autonomiczności maszyn. Udostępniano liczne relacje zaniepokojonych osób, a deklaracje sprzeciwu wobec takich rozwiązań zgłaszali kolejni politycy. Nie pomogło nawet wyjaśnienie, że za wypadek odpowiedzialny był człowiek, a nie inteligentny system kierowania” - komentuje ekspert, w udostępnionej PAP analizie.

Sceptycyzm wobec maszyn wpisuje się w szersze zjawisko, które ekspert nazywa „not perfect but proven” - „nie idealne, ale sprawdzone”. Według niego w ostatnim czasie zjawisko to widoczne jest po dwóch katastrofach samolotów Boeing 737 Max 8 (w Indonezji i Etiopii), kiedy w prasie pojawiła się niepotwierdzona przez producentów informacja, że za wypadki odpowiedzialny jest nowy, autonomiczny system zapobiegający przeciągnięciom kadłuba oraz anonimowe zarzuty pilotów tych maszyn, jakoby nie mieli otrzymać odpowiedniego szkolenia ze współpracy z autonomicznym oprogramowaniem sterującym.

Dr Modliński podkreślił, że katastrofy te wywołały kolejne debaty. Niezmiennie pojawiają się w nich pytania o to, jak dużo samodzielności jesteśmy w stanie przekazać maszynom, aby nie ucierpiał na tym człowiek oraz jak szkolić ludzi, aby sprawnie współpracowali z autonomicznymi pojazdami?

„Wyzwaniem staje się uświadamianie i szkolenie ludzi z zakresu współpracy z autonomicznymi maszynami, które coraz wyraźniej zadomawiają się w naszej przestrzeni społecznej i wpływają na obszary zarezerwowane dotąd tylko dla ludzi” - podsumował dr Artur Modliński z Wydziału Zarządzania UŁ.

PAP - Nauka w Polsce

szu/ ekr/

Na ile samochody już dzisiaj są autonomiczne?

Na wstępie trzeba zaznaczyć, że ta "niewiadoma" dotycząca terminu wprowadzenia tych wszystkich innowacji, nie jest winą producentów aut. By przyszłość, o której mówimy, mogła się wydarzyć, musi się zgodzić wiele skomplikowanych czynników.

Za infrastrukturę odpowiadają przecież - w każdym kraju - inne agencje rządowe i samorządy. Za wdrożenia sieci w standardzie 5G, niezależne firmy telekomunikacyjne. Pamiętajmy też, że nawet dzisiejsze sieci 3G i 4G (LTE) nie pokrywają przecież całego terytorium każdego z krajów. Ba! W Niemczech, na które zawsze patrzymy, jak na kraj bardziej rozwinięty niż nasza ojczyzna, zdarza się, że na niektórych terenach - także, gdy podróżujemy autostradą - kilometrami nie mamy żadnej "sieci" w ogóle.

Jak w takiej sytuacji liczyć na możliwości inteligentnego komunikowania się samochodu ze światem? Nie da się. Do tego dochodzi prawodawstwo, równie autonomicznie, co samochody, na które liczymy, ustanawiane w każdym kraju (w 2020 jest ich 193).

Blog Author

Przemysław Kutytowski

LEAVE A REVIEW