Mengapa kendaraan otonom membutuhkan bola kristal

0
133

Untuk pembuat mobil seperti Ford, kemampuan prediktif diperlukan untuk memastikan bahwa mobil self-driving bekerja di lingkungan perkotaan yang kompleks.

LOS ANGELES – Seorang pejalan kaki berdiri di sepanjang jalan dengan satu kaki di trotoar dan satu lagi di atas salib. Daftar lift dilepaskan dari tanah dan ditempatkan di pedal. Jogger mempertahankan tingkat yang stabil ketika menuju ke persimpangan.

Tentukan apakah pengguna jalan bermaksud menunggu lalu lintas atau memulai perjalanan mereka di seberang jalan telah menjadi salah satu tantangan paling menantang bagi pengembang sistem penggerak otomatis. Mereka membutuhkan versi yang sangat akurat dari kendaraan bola kristal.

"Anda tidak dapat berhenti untuk setiap orang yang berdiri di tepi jalan setiap waktu," kata Henrik Green, wakil presiden senior R & D dengan Volvo Car Group. "Tetapi Anda juga harus berhenti di kaki kanan pejalan kaki ketika pergi ke jalan."

Pekan lalu di Los Angeles Auto Show, Volvo mengatakan telah mencapai kesuksesan dalam menghormati itu. Saat menggunakan informasi dari kamera, Volvo mengatakan sekarang bisa menjadi informasi yang cukup dari sensor dan prediktor perilaku mereka.

Bekerja dengan pemasok Lidar Luminar, Volvo mengatakan perusahaan sekarang dapat melacak dan pejalan kaki pada jarak 250 meter. Berkendara di 75 mph, yang akan menyediakan sistem otonom tujuh detik untuk mendeteksi objek dan memprediksi gerakan mereka.

Penting untuk mengetahui apakah seorang petugas polisi akan melanjutkan atau berhenti, kata Austin Russell, pendiri Luminar.

"Faktanya adalah bahwa bahkan sistem kendaraan berkinerja terbaik tidak dapat menjawab dengan tepat seperti apa situasinya hari ini," kata Russell.

Lebih dari sekedar gerakan

Kelemahan seperti itu dinyatakan pada bulan Maret, ketika mengemudi sendirian menyerang dan membunuh pejalan kaki di Tempe, Ariz. – Kematian yang diketahui pertama melibatkan sistem penggerak itu sendiri.

Ada banyak kegagalan untuk berkontribusi pada kecelakaan, dimulai dengan seorang pengemudi keselamatan manusia yang menyaksikan "Suara" di teleponnya bukanlah jalan ke depan. Tapi Elaine Herzberg tidak menyadari kekuatan pendorongnya, pertama kali ia memutuskan untuk menjadi objek yang tidak dikenal, kemudian kendaraan dan akhirnya sepeda. Juga tidak memprediksi bahwa jalan mereka akan bertemu.

Kadang-kadang mungkin tidak cukup untuk menawarkan prediksi yang tepat. Jika seorang pelari telah terdeteksi untuk sebuah persimpangan, dalam satu contoh, perkiraan terbaik dari niat masa depan tidak dilacak, tetapi apakah wajah telah terdeteksi di kendaraan yang mendekat. Jika pejalan kaki terdeteksi melihat ponsel cerdas mereka, itu akan menunjukkan kemungkinan yang lebih tinggi dari perilaku berisiko.

"Sangat penting untuk dipahami bukan hanya untuk melihat gerakan," kata Leslie Nooteboom, pendiri dan kepala desain desain di Humanising Autonomy, startup yang berbasis di Inggris yang memiliki platform prediksi built-in untuk self-propelled, kendaraan penggerak.

Insinyur perangkat lunak, Humanising Autonomy telah mempekerjakan tim psikologi perilaku yang bekerja melalui rekaman kamera dan membantu melatih sistem pembelajaran mendalam tentang bagaimana perilaku pengguna jalan.

Secara detail

Ruang lingkup tantangan ini tidak boleh diremehkan: Ini akan menjadi lebih luas sebagai sistem pelatihan bagaimana pejalan kaki berinteraksi dengan kendaraan regional berdasarkan regional atau oleh adat budaya. Atau dapat digunakan sebagai sistem pelatihan tentang bagaimana sebagian besar orang berperilaku di persimpangan tertentu di masing-masing kota.

"Anda harus memiliki model perilaku umum yang sangat rinci, dan kemudian langkah selanjutnya adalah membuatnya lebih lokal," kata Nooteboom. "Kita akan memiliki persimpangan dengan berhenti blur yang berhenti di tengah jalan."

Bagi pembuat mobil, ada yang lebih penting daripada hanya menghindari skenario terburuk – ini adalah prasyarat untuk operasi. Untuk kendaraan otonom yang akan digunakan dalam lingkungan perkotaan yang rumit, kemampuan prediktif diperlukan untuk bekerja dengan lancar di tengah lalu lintas dan menyediakan pengendara balap mulus yang terbiasa dengan pengemudi manusia.

"Jika Anda tidak memprediksi dengan baik, Anda memiliki dua pilihan dan tidak ada satu pun yang cukup baik," kata Pete Rander, presiden Argo AI, perusahaan teknologi Ford yang membangun sistem penggerak sendiri. "Apakah Anda membiarkannya dengan aman dan membuat gelembung lebih hati-hati di sekitar Anda, atau Anda membanting rem."