Kako radi bespilotni automobil

Prema nekim analitičarima, u narednim godinama čovječanstvo očekuje ozbiljnu prometnu revoluciju: automobili koje voze ljudi koji voze bit će prošlost, a bespilotni automobili umjesto njih će napuniti ceste. Iznenađen?

Ovdje nema ništa neobično. Doista, ako bliže pogledate, prvi koraci već su poduzeti danas: Tesla električna vozila, na primjer, koriste vrlo učinkoviti pomoćnik vozača računala koji automobil može zadržati u svom voznom traku, brzinom prikladnom za trenutnu prometnu situaciju, pa čak i moći prilagoditi sebi naredbu.

I sve je to osigurano zahvaljujući zajedničkom radu nekoliko elektroničkih komponenti: ultrazvuk pomaže prepoznati prisutnost drugih automobila na cesti, ni kiša ni magla nisu zastrašujuće na prednjem radaru, a zasebna video kamera pažljivo čita prometne znakove. Položaj stroja u ovom načinu rada nadzire se u stvarnom vremenu i podešava se zahvaljujući GPS-u.

Napredniji sustavi automatske vožnje pojavit će se, vjerojatno, u skoroj budućnosti, jer se već nekoliko velikih tvrtki bavi ozbiljnim razvojem u ovom području. Možete se prisjetiti automobila s Googlea, koji je nastao na temelju Toyote.

Usput, sama Toyota planira u narednim godinama pokrenuti proizvodnju malih dvosjednih dronova koji se na cestama mogu kretati brzinom do 25 milja na sat.

Izuzetni amater inovativnih razvoja, Ilon Musk, koji predviđa dramatične promjene u narednim godinama (do 2020. godine), zahvaljujući svojim bespilotnim vozilima iz Tesla Motors-a, ne stoji po strani.

Čak KAMAZ namjerava do 2025. uspostaviti proizvodnju bespilotnih kamiona. U stvari, ispada da je masovno predstavljanje bespilotnih vozila širom svijeta samo pitanje vremena.

Primjer uspješne primjene tehnologije bezpilotnih vozila je Googleovo bespilotno vozilo, koje za svoj rad koristi, između ostalog, i panoramski prikaz ulice Google Street View.

Osnova pametnog sustava uključuje: radare, video kameru, mjerač pozicije i poseban LIDAR senzor montiran na krovu automobila i brzo skeniranje prostora oko njega u radijusu od 60 m.

Kamkorder u blizini retrovizora prati prometne signale i pokretne predmete. Radari na branicima sprečavaju svaki kontakt vozila s preprekama. Brzina, smjerovi kretanja i veličine predmeta oko njih, kao i udaljenost do njih - sve ove informacije prikupljaju radari.

Kao rezultat toga, automobil je obdaren sposobnošću za brzo i adekvatno reagiranje na razne prepreke na svom putu. Na jedan od kotača povezan je zasebni senzor, koji pomaže u odražavanju trenutnog položaja automobila na karti.

GPS koordinate dobivaju se s velikom točnošću u načinu "satelitske vidljivosti", a kada geostacionarni sateliti nisu dostupni, koristi se standardna GPS točnost.

Upotreba senzora LIDAR u Google mobitelu omogućuje brodskom računalu programsko ponovno stvaranje trodimenzionalne karte terena i, uspoređujući ga s podacima primljenim od senzora, odmjerava prednosti i nedostatke pri odabiru putanje i prirode nadolazećeg pokreta.

Program će procijeniti trenutnu prometnu situaciju, izračunati vjerojatnost različitih ponašanja ostalih sudionika u prometu, te će na temelju svih podataka kojima raspolaže postaviti drona na putanju za najučinkovitiji i najsigurniji promet. Prometni znakovi, pa čak i geste prometne policije prepoznat će se i uzeti u obzir odmah.

Znakovito je da su, kada je Googleov automobil tek bio u razvoju, svoje prve testove inženjeri izvršili na računalnom modelu pokreta.Bila je to obična cesta s relativno malo prometne aktivnosti.

Ovdje se googleov automobil lako nosio jer mu je bilo dovoljno da se okrene, okrene, ubrza ili koči tamo gdje je to potrebno. No s prijenosom modela u uvjete velikog naselja - sve se promijenilo.

Kako odgovoriti na nesreću koja je pred vama? Preskočim li školski autobus? Kako reagirati na gestu službenika prometne policije, ali kako je s pješakom? Zbog čega se među sudionicima u prometu pojavljuju policajci s lampicama? I tako dalje, itd. Očigledno su da nedostaci izlaze na površinu jedna za drugom.

Na primjer, budući da se objekti prepoznaju usporedbom trenutnog krajolika s prethodno snimljenim fotografijama, u uvjetima promijenjenog vremena (snijeg, kiša), računalo više nije lako razlikovati psa od cvjetnog kreveta ili stupa od osobe. Unatoč tome, čak je i takav nesavršen rezultat postigao značajne napore kod proizvođača.

Prema riječima inženjera tvrtke, informacije koje svaki Googleov automobil dobiva u stvarnom vremenu prenose se u zajedničku bazu podataka s kojom su povezani svi Google automobili i mogu razmjenjivati ​​informacije.

Tako je Googleov automobil u stanju prevladati svaku tešku situaciju na cesti, osim možda vrlo neobičnih, u kojoj će ga tek trebati kočiti. Na primjer, problem reakcije na ptice postao je težak zadatak za Googleove inženjere kada su razradili interakciju automobila s raznim preprekama na putu.

U ranim je fazama automobil usporavao svaki put kada je „ugledao“ pticu, doživljavajući to kao ozbiljnu prepreku. Kasnije je riješen problem s pticama, kao i problem pješaka, kojem nije jasno hoće li prijeći cestu ili jednostavno stoji oko svog posla u blizini pločnika.

Kasnije je google car naučen usporiti i davati signale ako se zakaže situacija koja bi s malim stupnjem vjerojatnosti mogla dovesti i do prometne nesreće.

Ovako ili onako, nedaleko su dani kada će bespilotna vozila zamijeniti automobile vozačima. To će se dogoditi točno kada bespilotna vozila 100% dokažu svoju sigurnost.

Već postoje statistike koje pokazuju da su se nesreće s Googleovim bespilotnim vozilima uglavnom događale po krivici drugog vozača, koji je živa osoba. Tako su izgledi za bespilotna vozila jedinstveno svijetli, jer za elektroniku ne utječu emocije, za razliku od ljudi.