Wymysł czy rzeczywistość: kiedy dostępne będą samochody samosterujące?
Opinia: Samochody autonomiczne w ślepej uliczce. Koronawirus przekreśla ich przyszłość
Prognozy dotyczące samochodów autonomicznych doskonale pokazują, jak złudne są jakiekolwiek próby wieszczenia przyszłości, nawet tej względnie nieodległej. Elon Musk — z typową dla siebie megalomanią — kilka lat temu zapowiadał, że jego Tesle będą jeździły po drogach USA bez kierowców już w roku 2018.
Na przeciwległym biegunie stał — jak zawsze konserwatywny w kwestiach technologicznych — Volkswagen, który w 2018 roku zaprezentował koncepcyjny model ID Vizzion. Jego wnętrze było tak minimalistyczne, że nie było w nim nawet kierownicy. Pokazujący auto przedstawiciele marki po cichu sugerowali, że to zapowiedź autonomicznego volkswagena, który pojawi się w roku 2025.
Na początku tego roku członek zarządu wspomnianego niemieckiego giganta, odpowiedzialny za sprawy rozwoju aut autonomicznych, przyznał, że samochodów w pełni automatycznych "nie zobaczymy prawdopodobnie nigdy". Tesla na swojej stronie internetowej tymczasem informuje o "w pełni samodzielnie prowadzących się" samochodach, ale w rzeczywistości nie są one wyposażone w nic więcej niż tylko zestaw asystentów prowadzenia, który już znamy od paru lat.
Koncepcyjny Volkswagen ID Vizzion z roku 2015. Kolejny model z tej serii wyposażony już był w normalną kierownicę (fot. Volkswagen)
To tylko dwa z ogromnej liczby przykładów, że auta autonomiczne są być może największym pudłem w dziejach motoryzacji. Jak to możliwe?
Zobacz również: Test: Audi e-tron GT vs Tesla Model 3 - jedna główna różnica
Uczestnicy wyścigu o stworzenie pierwszego samochodu autonomicznego na pewno byli skłonni zaryzykować więcej, wiedząc, jakie potencjalne korzyści płyną z rozwinięcia tej technologii. Samochody autonomiczne całkowicie zmieniłyby rozkład sił — nie tylko w przemyśle motoryzacyjnym, ale i na rynku usług i transportu publicznego. Firma, której udałoby się takie auto zbudować, byłaby jak Netflix, tylko nie na skalę filmów, a całej naszej codziennej mobilności.
Po drugie, w minionej dekadzie byliśmy świadkami imponującego rozwoju nowych technologii. Inteligentny asystent Siri czy roboty Boston Dynamics pozwoliły wielu osobom uwierzyć, że w świecie high-tech wszystko będzie możliwe i stanie się to już niebawem. W przypadku samochodów technologia boleśnie zderzyła się z rzeczywistością.
Komputery to oporni kursanci
Żeby przypomnieć sobie, jak trudną czynnością jest tak naprawdę prowadzenie samochodu, wystarczy spojrzeć na poruszające się po ulicach auta z niebieskim L na dachu. Początkujący kierowcy mają za kółkiem naprawdę dużo do opanowania, a przecież oni nad komputerami mają jedną znaczącą przewagę: już nauczyli się naszego świata.
Tak systemy jazdy autonomicznej widzą otaczający świat (fot. Hyundai
Z naszej perspektywy oczywiste sprawy dla komputerów są czarną magią. Skąd algorytm prowadzący auto ma wiedzieć, że przejedzie gładko przez stos liści przy drodze, a rozbije się o betonowy słupek o podobnym kształcie? Skąd ma wiedzieć, że człowiek, który prowadzi rower, będzie się zachowywał inaczej niż ten, który jedzie na nim?
Pojazdy autonomiczne nie wiedzą takich rzeczy i brak odpowiedzi na drugie z tych pytań doprowadził już w 2018 roku do śmiertelnego wypadku. Podczas jednego z nocnych przejazdów testowych w Arizonie pojazd rozwijany przez Ubera potrącił kobietę, przeprowadzającą rower przez drogę. Na obronę twórców systemu można wskazać, że było ciemno, a ofiara nie korzystała z przejścia dla pieszych.
Prawdziwy problem leży jednak w fakcie, że dzięki wszystkim fantastycznym radarom, lidarom i czujnikom, samochód "widział" tę kobietę na długo przed incydentem. "Świadomie" nie zareagował jednak w żaden sposób, bo po prostu nie został nauczony, że ludzie mogą przechodzić przez jezdnię także poza wyznaczonymi do tego miejscami. "Nie wiedział" też, że mogą także prowadzić rowery i wtedy poruszają się z mniejszą prędkością. Przed uderzeniem system nie podjął zatem żadnej próby hamowania.
Autor tego tekstu miał okazję odbyć jazdę pojazdem autonomicznym na bazie Hyundaia Ioniq (fot. Hyundai)
Nie oznacza to jednak, że po wprowadzeniu pojazdów autonomicznych na drogi przejście na drugą stronę ulicy będzie jak gra w rosyjską ruletkę. Systemy jazdy autonomicznej są coraz lepsze, ponieważ — cytując klasyka — cały czas się uczą. Uczenie maszynowe jest w tej chwili najbardziej skuteczną metodą rozwijania technologii autonomicznych. Przedmiot nauki jest jednak na tyle wymagający, że ta nauka może potrwać całe dekady.
O ile człowiek — w teorii — jest gotowy do zdania egzaminu na prawo jazdy po trzydziestu godzinach prowadzenia auta, komputery potrzebują dystansów liczonych w milionach kilometrów. Tylko pojazdy należącego do Google'a startupu Waymo mają na swoim koncie już w sumie blisko 35 milionów kilometrów. W tej chwili wymagają one interwencji siedzącego nadal za kierownicą pracownika firmy raz na kilka tysięcy kilometrów.
Statystyki są teoretycznie pocieszające, ale trzeba pamiętać, że lwia część tego dystansu była pokonana w spokojnych i przewidywalnych warunkach panujących na szerokich i znanych raczej z dobrej kultury drogach i autostradach Kalifornii. W takim przypadku samochody autonomiczne uczą się więc dużo, ale rzeczy łatwych. Nawet przy takiej skali dystansów bardzo rzadko wszak mają do czynienia z sytuacjami ekstremalnymi, w których musiałyby podjąć dobre decyzje w błyskawicznym tempie.
Konkurs pojazdów autonomicznych w małej skali (fot. Audi)
W końcu ile razy w ciągu naszego życia bierzemy udział w wypadku z nie swojej winy, albo jesteśmy świadkami jakiejś śmiertelnie niebezpiecznej sytuacji tuż przed maską prowadzonego przez nas auta? Paradoksalnie, w interesie pojazdów autonomicznych jest to, by były świadkami takich sytuacji jak najczęściej. Dlatego też General Motors rozwija swoje pojazdy autonomiczne w trudniejszych warunkach drogowych San Francisco. Inni producenci stosują za to komputerowe symulacje, ale — jak sama nazwa wskazuje — są to tylko komputerowe symulacje, które zawsze są niedoskonałym odzwierciedleniem rzeczywistości.
Spróbujemy teraz zmierzyć się z często przytaczanym w odniesieniu do samochodów autonomicznych dylematem. Co zrobiłby samochód autonomiczny w momencie, gdyby doszło do sytuacji, gdy musiałby wybrać, czy wjechać i zabić młodą mamę z dzieckiem, czy raczej wjechać w dużą grupę starszych osób? Odpowiedź na tę chwilę brzmi: nikt nie wie, bo systemy jazdy autonomicznej jeszcze nigdy z taką sytuacją się nie spotkały i nie będą wiedziały, co zrobić.
Czas rewidowania planów
Prowadzący takie projekty będą oczywiście twierdzić, że wystarczy, że ich auta przejadą jeszcze tylko kolejne sto milionów kilometrów, a oni wydadzą na badania dwa miliardy dolarów i wtedy ich technologia stanie się już wystarczająco dobra. Zawirowania ekonomiczne związane z pandemią koronawirusa sprawią jednak, że księgowym coraz trudniej będzie w takie obietnice wierzyć. W momencie, gdy owe miliardy są potrzebne na ratowanie fabryk i tysięcy miejsc pracy, rozwijanie utopijnej wizji samochodu bez kierowcy staje się luksusem zbyt dużym nawet dla czołowych koncernów.
Co więcej, owe koncerny mają obecnie jeszcze inne zmartwienie na głowie: nowe normy emisji spalin, które już zaczęły wywracać przemysł motoryzacyjny do góry nogami. To nie przypadek, że pojazdy autonomiczne są domeną prawie wyłącznie firm amerykańskich. Unia Europejska na tę chwilę nie tylko nie wspiera mobilności autonomicznej, ale nawet za bardzo nie wie, co z nią zrobić. Z jazdą autonomiczną wiąże się w końcu kolejny duży dylemat: odpowiedzialności prawnej i karnej w przypadku kolizji.
W tak patowej sytuacji w przyszłości nie ma miejsca nie tylko na samochody w pełni autonomiczne, ale nawet te, które miałyby być kolejnym poziomem wtajemnicza wobec technologii oferowanej dzisiaj. W teorii autonomia jazdy poziomu trzeciego (czyli zdolność do samodzielnego poruszania się po drodze i na przykład wyprzedzania wolniejszych uczestników ruchu) jest już gotowa, ale producenci jej nie wprowadzają, bo nie ma do tego ram prawnych.
Mniej więcej to powiedziało właśnie — choć naturalnie w znacznie bardziej dyplomatyczny, korporacyjny sposób — Audi. Autonomia poziomu trzeciego miała pojawić się mniej więcej teraz we flagowym modelu A8. Kiedy rzeczywiście się pojawi? W tym momencie chyba już nikt nie odważy się odgadnąć.
Neil Patrick Harris będzie mógł opowiadać o tym, jak poznał samochody autonomiczne (fot. Bryan Steffy / Stringer / Getty Images)
Na koniec pozostaje jeszcze odpowiedź na ważniejsze pytanie.
Czy samochody autonomiczne rzeczywiście są nam potrzebne?
Patrząc na osoby zaangażowane w te projekty, można odnieść wrażenie, że interesują one głównie ludzi w wieku ponad 40 lat, którzy wyrośli w kulturze samochodowej. To pokolenia, dla których samochody stały się symbolem wolności i głównym środkiem transportu. Tymczasem młode pokolenia te dwie wartości widzą w czymś zupełnie innym: hulajnogach i rowerach na minuty oraz tanich przewozach. I to raczej do tych gałęzi rynku należy przyszłość.
Pierluigi Casale, Tom Tom: Transport jeszcze bardziej smart
Wszystko wskazuje na to, że transport i logistyka to jeden z tych sektorów gospodarki, w których sztuczna inteligencja będzie kreować rzeczywistość. W jakich obszarach uczenie maszynowe będzie miało największy wpływ na rozwój branży? Proszę o przykłady takich rozwiązań.
Jazda autonomiczna i smart mobility to obszary, w których uczenie maszynowe i sztuczna inteligencja będą miały największe znaczenie. Na przykład w TomTom wykorzystujemy deep learning do tworzenia map wysokiej rozdzielczości (HD Maps). Są to mapy używane przez samochody autonomiczne do zautomatyzowanej i wspomaganej jazdy. Korzystamy również z machine learning, aby uzyskiwać informacje o sytuacji na drodze, które mogą być użyteczne zarówno dla ludzi, jak i dla pojazdów autonomicznych.
Proszę wyjaśnić, czym jest sztuczna inteligencja? To zdaje się coś więcej niż uczenie maszynowe i deep learning…
Sztuczna inteligencja to dziedzina informatyki. Jej celem jest tworzenie algorytmów zdolnych do rozwiązywania zadań, w których ludzie są na ogół lepsi niż maszyny, np. rozpoznawanie twarzy. Ma ona długą historię. Wielu próbowało stworzyć ją za pomocą logiki, reguł i innych ram empirycznych. Machine learning to gałąź sztucznej inteligencji, która wykorzystuje algorytmy do tworzenia reguł i modeli bezpośrednio z danych, bez ingerencji człowieka. W dzisiejszych czasach machine learning jest formą sztucznej inteligencji, która działa najlepiej. Deep Learning jest natomiast częścią machine learning, który wykorzystuje wiele podstawowych modeli uczenia maszynowego, a zatem działa jeszcze lepiej.
Ostatnio w Polsce sporo się mówi o rozwiązaniach z obszaru smart city, a w tym mieszczą się również wyzwania dla inteligentnego transportu miejskiego. Co kryje się pod pojęciem „smart mobility” w miastach?
Smart oznacza, że możemy zapewnić lepsze rozwiązanie problemu niż z wykorzystaniem metody tradycyjnej, która wymaga większego wysiłku lub potrzebuje więcej czasu. Koncepcja smart mobility oznacza możliwość przemieszczania się z punktu A do punktu B w krótszym czasie i bez niepotrzebnego marnowania energii. Dane i sztuczna inteligencja mogą pomóc nam uczynić mobilność bardziej smart, a przy większej liczbie danych umożliwić wykorzystanie naszego czasu lepsze niż na stanie w korku.
Stanie w korku to marnotrawstwo czasu.
Tak, zdecydowanie. Chyba każdy z nas wolałby w tym czasie robić coś bardziej pożytecznego.
Domyślam się, że nabiera to szczególnego znaczenia w przypadku firm transportowych. Czas to pieniądz, a każda minuta w korku to utracone korzyści. Czyli smart mobility może przynieść realne oszczędności firmom transportowym.
Oczywiście. Wyobraźmy sobie firmę logistyczną: firma oszczędza pieniądze, jeśli kierowcy spędzają mniej czasu w korkach, a ponadto mogą przynieść więcej pieniędzy, jeśli szybciej dostarczają swoje towary. Dotyczy to również nas – my również oszczędzamy czas i pieniądze, jeśli poruszamy się efektywniej w naszych miastach.
Pozostańmy przy ruchu drogowym w miastach. Autonomiczny transport ma przynieść wiele korzyści. Pomysłów jest mnóstwo, np. taksówki autonomiczne. Mówi się również o intermodalnym transporcie publicznym realizowanym m.in. przez busy. Co ciekawe, elektryczne minibusy, poruszające się bez kierowcy, testowane są od niedawna w Gdańsku. Czy TomTom pracuje nad projektami w obszarze transportu publicznego?
Pracujemy nad technologiami dla samochodów autonomicznych i zautomatyzowanych. Chodzi o mapy, mapy HD oraz informacje o ruchu drogowym. Ten rodzaj technologii może być użyty nie tylko w samochodach, lecz również w każdym innym środku transportu.
Dużym wyzwaniem dla firm, które działają na rzecz rozwoju transportu autonomicznego, będzie pokonanie barier mentalnych. Czy pana zdaniem ludzie są w stanie zaakceptować fakt, że rolę kierowcy przejmie robot? Pytam szczególnie w kontekście bezpieczeństwa na drodze. Czy ludzie będą w stanie zaufać systemom?
Istnieje kilka poziomów automatyzacji. W pojazdach autonomicznych wyróżniamy poziomy od 0 do 5. Tylko poziom piąty jest całkowicie autonomiczny, a pojazd sam podejmuje wszystkie decyzje. Żeby autonomiczny samochód na poziomie piątym pojawił się na drodze potrzebujemy bardzo wielu testów. To niezbędne, bo trzeba przewidzieć wszystkie możliwe warunki. W związku z tym, że samochody autonomiczne stają się coraz bardziej bezpieczne, będzie też większe zaufanie, które pozwoli im przejąć większą kontrolę. Jestem przekonany, że ludzie zaczną ufać robotom coraz bardziej.
Samochody autonomiczne to wciąż wizja, która jednak nabiera realnych kształtów. Niektórzy uważają nawet, że po 2025 r. nastąpi w pełni komercyjne wykorzystanie samochodów autonomicznych. Co pan o tym myśli? W jakich obszarach transportu autonomizacja nastąpi najszybciej?
Samochody autonomiczne w rzeczy samej stają się rzeczywistością. Istnieją już pojazdy jeżdżące autonomicznie, głównie w kontrolowanych warunkach. Zanim jednak pozwolimy im jeździć w naszych miastach, musimy upewnić się, że są one bezpieczne. Technologię samochodów autonomicznych należy przetestować w każdych możliwych warunkach, w tym w ruchu drogowym i przy różnej pogodzie. Właśnie dlatego w firmie TomTom postanowiliśmy opracować własny pojazd testowy do jazdy autonomicznej.
Rzeczywiście na początku września, czyli niespełna miesiąc temu, TomTom pokazał swój własny w pełni autonomiczny pojazd testowy. Proszę opowiedzieć coś więcej o tym pojeździe. W jakie urządzenia jest wyposażony i do jakich celów będzie wykorzystywany?
Samochód jest wyposażony w kilka czujników, które prawdopodobnie znajdą się w przyszłych samochodach autonomicznych. Są to radary z tyłu i z przodu, lidary z przodu, z tyłu i po bokach, kamery do rozpoznawania pasów, sygnalizacji świetlnej i znaków drogowych oraz GPS. Wewnątrz pojazdu, pod tylnym siedzeniem, znajduje się dużych rozmiarów sprzęt obliczeniowy. Pojazdu testowego użyjemy do udoskonalenia naszych map HD, aby mieć pewność, że świat zostanie zmapowany z dokładnością do kilku centymetrów.
Tekst ukazał się w Magazynie Flota 12.2019
Wymysł czy rzeczywistość: kiedy dostępne będą samochody samosterujące?
Odpowiedź na trudne pytanie ‘Kiedy dostępne będą samochody samosterujące’ nigdy nie była tak złożona. Niektórzy twierdzą, że pojazdy samosterujące zaczną być produkowane w ciągu najbliższych 15-20 lat, inni, że być może nigdy nie będą one dostępne dla zwykłych klientów. W poniższym artykule przedstawiamy ogólny zarys kwestii samosterujących pojazdów i opisujemy, jakie przeszkody sektor ten musi pokonać, zanim możliwe będzie wprowadzenie w pełni autonomicznych rozwiązań.
Aby przeanalizować sytuację, musimy cofnąć się do 18 marca 2018 roku. Wtedy to zdarzył się pierwszy odnotowany śmiertelny wypadek z udziałem pieszego o nazwisku Elain Herzberg i autonomicznego samochodu. Możliwość korzystania z pojazdów autonomicznych została zawieszona z powodu wypadku. Rozwój całego sektoru nagle wyhamował, a prawie wszystkie firmy pracujące nad pojazdami autonomicznymi musiały przesunąć premiery opracowywanych rozwiązań.
Z perspektywy teorii zwanej Cyklem Popularności Gartnera, nie jest to nic niezwykłego (patrz poniżej). Pozostaje jednak pytanie, jak i kiedy sektor pojazdów samosterujących wkroczy w fazę zbocza oświecenia (Slope of Enlightenment).
Kto obecnie pracuje nad samochodami samosterującymi?
Przyjrzyjmy się bliżej głównym graczom w branży i sprawdźmy, jaki dystans dzieli ich od wprowadzenia autonomicznego samochodu na rynek.
Nissan
W zeszłym roku firma wprowadziła na rynek nową wersję sportowego sedana Skyline (znanego poza Japonią jako Infiniti Q50) z cechami, które stawiają ten model na poziomie pomiędzy 2 a 3 według klasyfikacji SAE Autonomous Driving. Obecna wersja umożliwia bezpieczne zdjęcie ręki z kierownicy podczas jazdy po autostradach. Według stanu na wrzesień 2019 r. sprzedano 1760 modeli Skyline.
W lutym 2020 r. Nissan przetestował również swój najnowszy model o nazwie Leaf, który pobił rekord najdłuższej podróży samochodem autonomicznym, przejeżdżając 370 km z Cranfield do Sunderland (Wielka Brytania).
Via Nissan LEAF press release
Volvo
Volvo ma ambitny plan wypuszczenia własnej funkcji technicznej o nazwie Highway Pilot i dodania jej do wszystkich swoich samochodów do 2022 roku. Do tej pory firma koncentrowała się wyłącznie na pojazdach prywatnych i współpracowała z innymi firmami, w tym z Uberem – ich SUV XC90 był masowo produkowany dla Ubera w zeszłym roku - i szwedzkiego dostawcy, Autoliv Inc. Ta ostatnia współpraca zakończyła się w kwietniu 2020 r., a Volvo pracuje teraz samodzielnie nad pojazdami autonomicznymi. Niedawno firma ogłosiła również, że dzięki dostępowi do tańszego dostawcy lidarów rozpocznie sprzedaż aut wyposażonych w lidar już w 2022 roku.
Uber
Ukierunkowanie firmy na autonomiczną jazdę gwałtownie się skurczyło po wspomnianym wcześniej wypadku. Uber rozważał nawet zamknięcie laboratorium testowego, ale zamiast tego odszedł od wypuszczania tysięcy autonomicznych samochodów na drogi w stronę wypróbowania ich na prywatnych trasach i z wykorzystaniem symulatorów. Ostateczny plan firmy polega obecnie na stopniowym dodawaniu kolejnych funkcji jazdy autonomicznej i rozszerzaniu „bezpiecznych” tras dla samochodów, zgodnie ze strategią „autonomii hybrydowej”. W lutym 2020 r. Uber otrzymał pozwolenie z Departamentu Pojazdów Samochodowych w Kalifornii na ponowne wprowadzenie autonomicznych samochodów na drogi publiczne, ale kilka miesięcy później – w maju 2020 r. – został zmuszony do zamknięcia laboratorium sztucznej inteligencji.
Tesla
Pojazdy Tesli, w tym również te wyposażone w funkcję autopilota, także brały na przestrzeni lat udział w wypadkach. Co najmniej 3 z nich są obecnie badane przez amerykańską Narodową Radę Bezpieczeństwa Transportu. Nie powstrzymuje to prezesa firmy, Elona Muska, przed mówieniem o planach rychłego przedstawienia funkcji pełnej autonomii. Oparte na autopilocie rozwiązanie końcowe łączyłoby radar, ultradźwięki i kamery. Tesla słynie z tego, że nie używa lidaru, na którym polega większość jej konkurentów.
W sierpniu 2020 r. Elon Musk zaprezentował na Twitterze nowe rozwiązanie. Dojo, superkomputer, w który wyposażone będą samochody Tesli, pomoże trenować systemy sieci neuronowych do przetwarzania „naprawdę ogromnych ilości danych wideo” i umożliwi samonadzorowaną naukę.
Toyota
Toyota nie rozwija obecnie własnego projektu pojazdu bez kierowcy, ale nawiązane w zeszłym roku partnerstwo z Pony.AI wyraźnie pokazuje zainteresowanie firmy tą technologią. Pony.AI oferuje obecnie usługi robo-taksówek w Guangzhou w Chinach i Irvine w Stanach Zjednoczonych. Toyota zainwestowała również znaczne kwoty w inne przedsiębiorstwa zajmujące się jazdą autonomiczną, w tym Didi Chuxing Inc., Uber Technologies i Monet Technologies, co czyni tę firmę jednym z wiodących inwestorów motoryzacyjnych.
Waymo
Tworząca się od 11 lat jednostka Alphabet Inc. Waymo jest postrzegana przez ekspertów branżowych jako lider sektora autonomicznej jazdy. Kamienie milowe firmy zdają się to potwierdzać: Waymo otrzymało pierwsze w historii zezwolenie na testowanie autonomicznych samochodów w rzeczywistych warunkach w Kalifornii w 2018 roku. Firma ma również program pilotażowy dla robo-taksówek o nazwie Waymo One, który obecnie działa w Phoenix w Arizonie, z rekordową liczbą 100 000 przejazdów w pierwszym roku. W maju 2020 roku firma zaprezentowała też system autonomicznej jazdy piątej generacji z ulepszonymi kamerami, radarami i lidarem.
Via Waymo One press release
Cruise
Wspierany przez General Motors Cruise powoli staje się jednym z pretendentów do tytułu lidera sektora jazdy autonomicznej. Chociaż firma przesunęła swoją początkową datę premiery, planowaną na grudzień 2019 r., to wciąż wyprzedza konkurencję o co najmniej kilka miesięcy. Samochody Cruise'a są obecnie testowane w San Francisco, a modelem testowym jest zmodyfikowana wersja Chevroleta Bolts GM. Oprócz Cruise'a General Motors opracowuje również Origin, autonomiczny pojazd zbudowany i prawdopodobnie testowany na ulicach Tokio, we współpracy z Hondą. GM prowadził również program współdzielenia samochodów o nazwie Maven, ale firma zdecydowała się zamknąć go w kwietniu 2020 roku.
Aurora
Wymarzony zespół dyrektorów generalnych Aurory składa się z ekspertów, którzy wcześniej kierowali autonomicznymi zespołami kierowców dla gigantów branży, takich jak Tesla, Alphabet i Uber. Firma obecnie opracowuje oprogramowanie do samodzielnej jazdy dla innych, w tym dla Fiata Chryslera i Hyundaia, ale dysponuje również zespołami pracującymi nad rozwiązaniami do transportu towarów, co pozyskało Aurorze inwestycję Amazona. Eksperci Aurory oparli swój symulator na nawykach kierowców oraz innych danych behawioralnych w celu odtworzenia skrajnych przypadków. Firma testuje pojazdy w środowisku, które bardzo przypomina autentyczne warunki drogowe, a nie w laboratorium.
BMW
Podobnie jak konkurenci, w kwestii rozwoju pojazdów samosterujących BMW również stawia na partnerstwo z innymi firmami. Firma współpracuje obecnie z Mobileye, Fiat Chrysler Automobiles i Intel nad wprowadzeniem swojego SUV-a poziomu 3, iNEXT, w 2021 roku. BMW współpracuje również z Daimlerem nad autonomicznymi robo-taksówkami poziomu 4, które są testowane w rzeczywistych warunkach w Chinach, Niemczech, Izraelu i USA. To partnerstwo zakończyło się w grudniu 2019 roku, kiedy rozpoczęła się współpraca BMW z Mercedesem. Ona jednak również już się zakończyła. Może to oznaczać, że BMW zamierza zakończyć swój program rozwoju pojazdów autonomicznych.
Nuro
Głównym celem Nuro jest opracowanie usługi transportowej, która będzie w stanie zająć się drobnymi obowiązkami, takimi jak odbiór pizzy z lokalnej restauracji czy dostawa artykułów spożywczych. Założona zaledwie 4 lata temu firma Nuro jest obecnie finansowana przez SoftBank i ma do dyspozycji działającą flotę autonomicznych pojazdów w Phoenix i Houston. Patrząc na sposób budowy pojazdów, firma wydaje się przedkładać bezpieczeństwo nad prędkość, celowo pokonując dłuższe trasy i jeżdżąc wolniej. Nuro uzyskało również niedawno pozwolenie na testowanie swoich pojazdów autonomicznych w Kalifornii.
Warto wspomnieć, że nie wszystkie firmy pracują obecnie nad samochodami autonomicznymi, więc wyścig wciąż trwa.
Gdybym miał się założyć, kiedy samochody autonomiczne będą dostępne dla szerokiej publiczności, powiedziałbym, że stanie się to w ciągu najbliższych 15-20 lat. Jest jeszcze kilka problemów, które będziemy musieli pokonać, zanim wprowadzimy je na drogi. Nie chodzi tylko o algorytmy czy regulacje prawne - potrzebujemy również bardziej odpornych komputerów i chipów, które będą w stanie przetwarzać duże ilości danych w czasie rzeczywistym. Potrzebujemy więc czasu na rozwój tej technologii, ale powoli zmierzamy do celu. - Adam Pietraszek, Director of Automotive at Spyrosoft Solutions
Oczywiście pojazdy autonomiczne nie zostaną wprowadzone we wszystkich krajach od razu, co już widzimy w miejscach, w których rozwiązania te są testowane. Wprowadzenie ich na niektórych obszarach geograficznych może być trudniejsze niż na innych.
Dlaczego trwa to dłużej niż oczekiwano?
Chociaż inżynierowie od dziesięcioleci próbują tworzyć autonomiczne samochody, prowadzenie pojazdu jest w rzeczywistości jedną z najbardziej skomplikowanych czynności, jakie może wykonać człowiek. Istnieją oczywiście zasady dotyczące prowadzenia pojazdów, ale wiele z nich dotyczy zachowania czujności, elastyczności w reagowaniu na nagłe zmiany w ruchu i pogodzie, komunikowania się z innymi, przewidywania tego, co będzie dalej oraz szacowania czasu i odległości. Możesz nie być tego świadomy, ale podczas jazdy przetwarzasz mnóstwo danych i podejmujesz złożone decyzje, które mogą mieć poważne konsekwencje, jeśli coś pójdzie nie tak.
Mamy również do czynienia z zastojem w rozwoju sztucznej inteligencji. Chociaż lata 2010 były świetne dla tej technologii, teraz zdaliśmy sobie sprawę, że ma ona wiele ograniczeń. Algorytmy muszą być w 100% niezawodne, co wymaga dużego wysiłku ze strony zespołów inżynierskich oraz wielu szkoleń z wykorzystaniem rzeczywistych danych. Te ostatnie okazały się bardzo drogie do zebrania i nie zawierały wystarczającej liczby zdarzeń skrajnych, takich jak wypadki samochodowe i nietypowe warunki pogodowe, niezbędnych do tego, by szkolenie było efektywne.
Ogólnie rzecz biorąc, postęp jest wolniejszy niż oczekiwano i nie ma łatwego sposobu na jego przyspieszenie. Ponadto szybszy rozwój wymagałby wprowadzenia zmian w infrastrukturze miejskiej, a także odpowiedniego dostosowania przepisów prawa.
Niektórzy badacze przekonują, że będziemy musieli dostosować niektóre obszary miast do korzystania z pojazdów autonomicznych: szersze ulice, sygnalizacja świetlna zastąpiona nadajnikami, przydrożne urządzenia informujące samochód o aktualnej pogodzie oraz złożone sieci pojazd-pojazd (V2V) oparte na protokołach komunikacyjnych. Zanim możliwe stanie się wpuszczenie autonomicznych samochodów do tak zwanej infrastruktury V2X, konieczne będzie ułatwienie poruszania się po określonych przestrzeniach oraz wyposażenie ich w urządzenia wskazujące panujące warunki.
W rzeczywistości niektóre z tych wysoce kontrolowanych środowisk jazdy są już używane, m.in. w społecznościach emerytów na Florydzie, gdzie pojazdy Voyage służą za środek transportu dla seniorów, w Phoenix, gdzie użytkownicy Lyft mogą zamawiać minivany Waymo lub w Teksasie, gdzie artykuły spożywcze są dostarczane przez kapsuły Nuro. Podsumowując: prawdopodobnie minie jeszcze wiele lat, zanim będziemy mogli polegać na autonomicznej jeździe jako zamienniku samochodów sterowanych przez człowieka.
Jakie przepisy regulują jazdę autonomiczną w różnych krajach?
Chociaż sektor pojazdów autonomicznych nie jest obecnie objęty szerokimi regulacjami prawnymi, w najbliższym czasie ma się to zmienić. Pod wpływem rosnącej presji ze strony instytucji publicznych, którym zależy na tym, by stworzyć – najlepiej ponadnarodowe i jak najbardziej egalitarne – przepisy dotyczące pojazdów autonomicznych, w czerwcu 2020 r. 53 kraje uzgodniły wspólne przepisy dotyczące pojazdów autonomicznych poziomu 3. Ustawę podpisały państwa Europy, Afryki i Azji, w tym wszyscy członkowie UE, Korea Południowa i Japonia. Wejdzie ona w życie w styczniu 2021 r. i wymusi na producentach samochodów m.in. wyposażanie autonomicznych samochodów w czarne skrzynki oraz ograniczenie prędkości pojazdów do 60 km/h.
Wiele krajów wprowadziło również własne przepisy jeszcze przed pojawieniem się ustawy.
W Stanach Zjednoczonych sektor pojazdów autonomicznych powinien znaleźć się pod nadzorem Krajowej Rady Bezpieczeństwa Transportu. W rzeczywistości tylko niektóre stany wprowadziły odrębne ustawy regulujące ten sektor, a Arizona faktycznie zachęcała firmy do testowania swoich nowo opracowanych pojazdów na terenie stanu.
W Europie najbardziej widoczny jest nacisk UE na dostosowanie regulacji dot. sektora pojazdów autonomicznych obowiązujących w poszczególnych krajach. Kilka państw opublikowało już własne dokumenty dotyczące tego sektora: w Wielkiej Brytanii rząd powołał Center for Connected and Autonomous Vehicles, oddzielny dział, który pracuje nad przepisami dotyczącymi pojazdów autonomicznych i ich testowania na autostradach. Powstały również dwa tory testowe w Londynie i Coventry, oba zarządzane przez organizacje badawcze.
Rząd australijski również pracuje obecnie nad regulacjami dla tego sektora, czego efektem jest The Automated Vehicle Program Approach wydany przez National Transport Commission w zeszłym roku. Planowane regulacje prawne obejmą pojazdy autonomiczne i połączone na wszystkich poziomach autonomii.
W Azji liderem sektora wydaje się być Singapur, którego rząd opublikował w 2017 r. projekt ustawy dot. pojazdów autonomicznych. Jednym z jego celów jest m.in. obniżenie kosztów transportu publicznego poprzez wprowadzenie usługi bez kierowcy do 2022 r. Rząd obecnie pracuje nad rozwiązaniami z tego zakresu wraz z kilkoma prywatnymi firmami.
Chociaż kilka krajów afrykańskich podpisało tegoroczną ustawę o regulacji sektora pojazdów autonomicznych, w większości z nich nie obowiązują żadne adekwatne przepisy. W momencie publikacji tylko Republika Południowej Afryki wyraziła zainteresowanie opracowaniem pomiarów dla rozwiązań z tego sektora.
Jak pandemia wpłynęła na proces wprowadzania samochodów autonomicznych?
I asked this question to Adam Pietraszek, Director of Automotive at Spyrosoft Solutions:
Pandemia nie sprzyja rozwojowi pojazdów autonomicznych, ale tak naprawdę myślę, że nic nie może powstrzymać rozwoju w tym kierunku. Widzimy to w działalności zespołów badawczo-rozwojowych naszego klienta. Być może ich praca nieco zwolniła, ale nie ma mowy o zamknięciu działów R&D pracujących nad rozwojem technologii jazdy autonomicznej. Trwa wyścig o wydanie pierwszego w pełni autonomicznego pojazdu, który choć zwolnił, nadal trwa, a kilku poważnych uczestników naprawdę chce go wygrać. Wraz z rozwojem samochodów elektrycznych, pojazdy autonomiczne zmienią nasze ogólne myślenie o mobilności.
Podsumowanie
Wiadomo już, że trudno jest wyznaczyć konkretny termin wprowadzenia na rynek w pełni autonomicznych pojazdów. Nawet jeśli będą już sprzedawane, potrzebę posiadania prywatnego samochodu może do tego czasu zastąpić zupełnie inna koncepcja.
W nadchodzących latach idea posiadania samochodu prywatnego może ulec całkowitej transformacji. Dziś można już sobie wyobrazić bezzałogową flotę samochodów, która będzie poruszała się po mieście, wożąc ludzi do i z różnych miejsc. Te floty mogą w przyszłości zastąpić lub stać się częścią sieci transportu publicznego. - Adam Pietraszek, Director of Automotive at Spyrosoft Solutions
Liczby zdają się potwierdzać tezę, że autonomiczne samochody będą współdzielone. Sam Abuelsamid, główny analityk firmy z Detroit, twierdzi, że technologia autonomicznej jazdy doda co najmniej 5–20 000 USD do ceny samochodu.
Nawet jeśli samochody autonomiczne będą więc dostępne w sprzedaży, prawdopodobnie przez długi czas niewielu będzie mogło pozwolić sobie na ich zakup.
