Jako młodą dziewczynę dorastającą w latach 80. fascynowały mnie takie filmy jak Powrót do przyszłości, a przede wszystkim serial Knight Rider. Intuicyjnie wiedziałam, że te futurystyczne technologie to tylko wymysł science fiction, ale zdecydowanie były one wysoce inspirujące. Od tamtego czasu nieustannie pragnęłam przyczynić się do spełnienia niektórych z tych zaawansowanych technologicznie marzeń. A jaka jest lepsza okazja niż połączenie dwóch moich pasji – kosmosu i telekomunikacji – w technologii nawigacji satelitarnej, która posiada kluczowe znaczenie dla przyszłej generacji autonomicznych samochodów? Mowa tu o tych bezzałogowych samochodach, które - według izraelskiego historyka i profesora, Yuvala Noah Harari - „mogą każdego roku uratować życie milionowi osób”.

Minęło niemal czterdzieści lat, a my znajdujemy się już prawie u celu. Technologia autonomicznej jazdy nie powstaje jednak z dnia na dzień - wiąże się ze stosunkowo długim i żmudnym procesem. Dobrą informacją jest to, że najniższy poziom autonomii (poziomy 0, 1 i 2) w branży motoryzacyjnej obecny jest już w większości poruszających się obecnie po drogach samochodów. Uważa się, że obecne funkcje, takie jak automatyczne hamowanie awaryjne, asystent utrzymania pasa ruchu czy tempomat adaptacyjny, zmniejszają liczbę wypadków o 40%.

Poziomy technologii autonomicznej jazdy klasyfikowane są w skali od 0 do 5, przy czym 0 odpowiada znanym od wielu lat samochodom klasycznym, w których jedyną stroną odpowiedzialną za ogół wykonywanych w samochodzie operacji jest kierowca. Poziom 5. oznacza, że nie jest wymagana żadna interwencja ludzka, bez względu na warunki i miejsce jazdy .

Poziom 3. autonomicznej jazdy — czyli warunkowa automatyzacja — do którego obecnie dążymy, oznacza, że ​​system ADAS (Advanced Driver Assistance Systems) może przejąć kontrolę nad pojazdem przez długi czas, bez żadnego nadzoru. Pojazd może poprosić kierowcę o przejęcie kontroli nad samochodem, jeśli uzna, że otoczenie nie jest odpowiednie dla działania tejże funkcji. Wraz ze wzrostem poziomu technologii autonomicznej jazdy, zdolność pojazdu do podejmowania samodzielnych decyzji jawi się jako prawdziwy niezbędnik. Niemniej algorytmy sztucznej inteligencji (AI), stanowiące podstawę tego niezależnego procesu decyzyjnego, pociągają za sobą szereg wymogów dla autonomicznych samochodów: wysoko wydajne komputery pokładowe, informacje w czasie rzeczywistym, ciągła łączność, mechanizmy bezpieczeństwa, precyzyjna lokalizacja, wykrywanie/identyfikacja przeszkód itd. Ponadto inteligentna infrastruktura przyczyni się również do rozwoju algorytmów AI działających w samojezdnych samochodach.

Dzięki prawu Moore'a — obserwacji, że liczba tranzystorów w gęstym układzie scalonym podwaja się z częstotliwością co około dwa lata — komputery pokładowe posiadają wystarczającą moc do tego, aby obsługiwać złożone oprogramowanie, które implementuje funkcje ADAS. Jaguar Land Rover oszacował, że samodzielne prowadzenie pojazdu będzie wymagało 1000-krotnie większej ilości kodu źródłowego, jaki został użyty w ramach misji Apollo 11. Precyzyjne pozycjonowanie pojazdu wiąże się z koniecznością przetwarzania informacji zebranych przez czujniki (kamera, lidar, radar, GNSS, czujniki bezwładnościowe, licznik kilometrów itp.) – ogromnej ilości danych, rzędu kilku terabajtów dziennie. Ponadto ewolucja elektroniki umożliwiła integrację sprzętu pokładowego i urządzeń, które jeszcze kilka lat temu nie były dostępne do zastosowań masowych. Równolegle rewolucja w telekomunikacji — łączność w dowolnym miejscu i czasie — oraz rozpowszechnianie się technologii, takich jak C-V2X 5G lub ITS-G5, umożliwiają dostęp do informacji w czasie rzeczywistym w Twoim samochodzie z niewyobrażalną jeszcze nie tak dawno przepustowością.

Niemniej nawet przy tych wszystkich postępach funkcjonowanie samochodów autonomicznych nie byłoby możliwe bez wysokiej dokładności lokalizacji bezwzględnej. I to tutaj właśnie do gry wkracza technologia nawigacji satelitarnej. Inne technologie, takie jak radary i kamery, wykorzystywane są do wykrywania przeszkód lub lokalizacji pojazdu względem innych obiektów. Algorytmy GNSS (Global Navigation Satellite Systems) są jednak potrzebne do zlokalizowania samochodu na mapie z wystarczająco dużą dokładnością, aby móc rozróżnić poszczególne pasy ruchu na drogach. GPS i Galileo, które są powszechnie znane w sektorze lotniczym i kosmonautycznym, umożliwiają obecnie wiele różnych zastosowań na innych rynkach, takich jak rolnictwo precyzyjne, Internet rzeczy i, oczywiście, samochody. W związku z tym techniki GNSS musiały zostać przystosowane do pracy z tanim sprzętem samochodowym, w trudnych warunkach jazdy (bujna roślinność przy drogach, znaki drogowe, wzmożony ruch i tunele), a jednocześnie zapewnić natychmiastowe solidne i bezpieczne rozwiązania z zakresu pozycjonowania o wysokiej dokładności. To zdumiewające, jak system GNSS, który 15 lat temu był wykorzystywany tylko przez wysoce wyspecjalizowane gałęzie przemysłu (lotnictwo, aeronautyka, obronność itp.), stał się atutem, który jest obecnie obecny w wielu aspektach naszego codziennego życia.

A podróż w kierunku pełnej technologii autonomicznej jazdy nie dobiegła jeszcze bynajmniej końca! W mediach często publikowane są pierwsze przypadki użycia Poziomu 3. technologii autonomicznej jazdy. Na kanale YouTube można z łatwością znaleźć filmiki z udziałem systemów typu Last Mile Delivery dla towarów i przesyłek mieszkaniowych lub First/Last Mile Shuttle (przewoźnicy osób, kursujący po ustalonej trasie). W takich przypadkach środowisko operacyjne jest ograniczone istnieniem ewentualnych ograniczeń dotyczących trasy, prędkości i warunków środowiskowych. Rola systemu GNSS jest kluczowa, nie tylko w celu zapewnienia bardzo dokładnego rozwiązania do pozycjonowania bezwzględnego, ale także ze względu na poziom integralności, jaki system ten może zagwarantować. Dokładna znajomość precyzyjnej pozycji pojazdu jednak nie wystarczy. Algorytmy autonomicznej jazdy muszą również gwarantować to, że prawdopodobieństwo ustalenia pozycji poza określonym bezpiecznym obszarem wynosić będzie mniej niż 1 na kilka milionów. Lotnictwo cywilne od lat wykorzystuje integralność systemu GNSS do celów przeprowadzania operacji podejścia do lądowania. Dzięki temu doświadczeniu opracowano podobne strategie, mające na celu wykorzystanie integralności GNSS na potrzeby autonomicznej jazdy.

Jakie są zatem dalsze prognozy? Poziom 4. technologii autonomicznej jazdy – High Driving Automation – oznacza, że ​​możliwości pojazdu ulegają znacznemu zwiększeniu, a pojazd może samodzielnie interweniować, jeśli coś pójdzie nie po myśli lub w przypadku zajścia awarii systemu, nawet jeśli kierowca nadal ma możliwość dokonania ręcznej interwencji. Jest to wyzwanie na teraz i na kolejne lata. Warunki operacyjne będą musiały zostać rozszerzone i nie będą w tak dużym stopniu ograniczane. Wzrośnie również liczba przypadków użycia: w pełni autonomiczne pojazdy na różnych rodzajach dróg, robotyka mobilna, przemysł 4.0 i nie tylko. Oznacza to wykładniczy wzrost ilości informacji do przetworzenia oraz złożoności algorytmów pozycjonowania. Jest jeszcze wiele do zrobienia, ale mamy nadzieję, że wkrótce zobaczymy efekty prowadzonych obecnie działań.

Perspektywy są obiecujące, ale zwróćmy uwagę na fakt, iż dotychczasowa dyskusja miała charakter czysto techniczny. Nie możemy zapomnieć o innych kwestiach, takich jak prawodawstwo, regulacje, adaptacja dróg i infrastruktury czy zagadnienia natury etycznej. Cytując ponownie Yuvala Noah Harariego: „Oznacza to, że ​​Toyota czy Tesla, projektując swój autonomiczny samochód, przekształcać będą teoretyczny problem z zakresu filozofii etyki w praktyczny problem z zakresu inżynierii.” Zastanawiam się, czy o pełnej autonomii jako rzeczywistości decydować będzie tempo postępu technicznego, czy też rozwój przepisów i legislacji. Mam jednak jasność co do jednego: Technologia kosmiczna znajduje się obecnie za kierownicą naszych samochodów.

 

Autor: Irma Rodríguez