211service.com
Autonome kjøretøy: Er du klar for den nye turen?
I samarbeid med VMware
Den selvkjørende bilrevolusjonen er i ferd med å gå over i overdrive. Skiltene er overalt. Bare se på baksiden av South Bostons teknologikorridor, på gatene i Pittsburgh, i de prefabrikerte testfasilitetene ved University of Michigans Mcity, og gjennom en mengde åpne motorveier.
Bilselskaper går sammen med teknologigiganter som Google, Uber og fremtredende oppstartsbedrifter for å utvikle neste generasjons autonome kjøretøyer som vil endre veiene og gjennomkjøringene våre og legge grunnlaget for fremtidige smarte byer. De utnytter teknologiske fremskritt som maskinlæring, tingenes internett (IoT) og skyen for å akselerere utviklingen.
Mer betydelig, autonome kjøretøyer vil fremme bransjeforstyrrelsen som er satt i gang av populære samkjøringstjenester som Uber og Lyft. Brikkene kommer sammen for å skape en verden der intelligente, førerløse kjøretøy blir fremtiden for transport.
Autonome kjøretøy vil bidra til å bringe byen tilbake til det den var – for folk, sier Ryan Chin, medgründer av Optimus Ride , en Boston-basert oppstart som jobber med selvkjørende teknologier. Etter hvert som autonome kjøretøy får trekkraft, ser Chin for seg en mulighet til å gjenskape bylandskapet ved å konsolidere parkering, gjenvinne land for parker, redusere urban trafikk og trafikk, og fremme generell motorveisikkerhet. Autonome kjøretøy vil spille en stor rolle for å levere et mye tryggere miljø fordi de følger kjørereglene, sier han.
Grunnleggerne av Optimus Ride, en Boston-basert oppstart for selvkjørende teknologier.
Det er en dyp sammenheng mellom rikdom og mobilitetstilgang, og vi ønsker å endre det ved å gi autonomi og delt transport.
Mens mye av den tidlige hooplaen har fokusert på den fortsatt formative visjonen om helt autonome kjøretøy (de som oppnår nivå 5 som definert av Society of Automotive Engineers ), er det forskjellige nivåer av selvkjørende evner. Noen nivå 1-funksjoner som adaptiv cruisekontroll, automatisk nødbremsing, automatisk parkering og aktiv kjørefeltkontroll er allerede mainstream-funksjoner i gjeldende kjøretøymodeller. Luksusmerker inkludert Volvo, BMW og Mercedes-Benz har begynt å vise frem nivå 2-funksjoner som automatisk styring og hastighetskontroll i korte perioder. Nivå 3-biler (fortsatt i testing) vil kreve noe sjåførintervensjon. Nivå 4 vil være helt autonomt, men kan fortsatt kjøres av mennesker, og Nivå 5 kjøretøyer vil bli designet for å ta sjåføren helt ut av bildet.
Etter hvert vil alle selvkjørende biler bruke en kombinasjon av sensorer, kameraer, radar, høyytelses GPS, lysdeteksjon og rekkevidde (LIDAR), kunstig intelligens (AI) og maskinlæring for å oppnå sine respektive nivåer av autonomi. Tilkobling til sikker og skalerbar IoT, dataadministrasjon og skyløsninger er også viktig for blandingen, og gir et robust og høyytelses grunnlag for å samle inn, administrere og analysere omfangsrike sensordata.
Samfunnsmessige implikasjoner
Mens epoken med den tilkoblede bilen fortsatt er i sin spede begynnelse, er det utbredt optimisme om at det er fremtidens bølge. Gartner anslår at 250 millioner tilkoblede kjøretøy vil komme på veien over hele verden innen 2020. Dessuten Verdens økonomiske forum forventer at førerløse kjøretøy vil generere 1 billion dollar i økonomisk fordel for forbrukere og samfunnet i løpet av de neste 10 årene, og autonome kjøreegenskaper vil bidra til å forhindre 9 prosent av ulykkene innen 2025 med potensial til å redde 900 000 liv i løpet av de neste 10 årene. Av 2040 , autonome kjøretøy forventes å utgjøre rundt 25 prosent av det globale markedet.
Fremveksten av det tilkoblede kjøretøyet har vidtrekkende samfunnsmessige konsekvenser, fra miljøfordeler til forbedret sikkerhet. Færre biler på veien betyr reduksjon i klimagassutslipp, noe som fører til bedre luftkvalitet og lavere energiforbruk. Utover bærekraftsfordelene er selvkjørende biler klar til å åpne opp et helt nytt økonomisk kapittel i det Intel og forskningsselskapet Strategy Analytics kaller Passasjer økonomi . I sin økonomiske visjon om trenden, verdsatt til 7 billioner dollar i omsetning innen 2050, vil sjåførene bli ledige passasjerer og dermed potensielle forbrukere av nye varer og tjenester som skjønnhetssalonger ombord, behandlingsputer for helsevesenet og multimedieinnhold klargjort for ombord- forbruk på farten.
Autonom drift vil også endre publikums forhold til biler, ettersom kjøretøyeierskap tar et baksete til Mobility as a Service (MaaS), der enkeltpersoner benytter seg av selvkjørende biler på etterspørsel omtrent som alle andre hjelpetjenester. Intel/Strategy Analytics-rapporten anslår at forretningsbruk av MaaS kan generere $3 billioner i inntekter innen 2040 og forbrukerbruk kan utgjøre $3,7 billioner i samme tidsramme.
Programvare vil være nøkkelen til autonome kjøretøyer, som gir mulighet for umiddelbare oppdateringer av nye funksjoner, men fungerer også som mekanismen for å tilpasse opplevelsen og programmere kjøretøyets ytelse. For eksempel kan familier konfigurere en selvkjørende bil til å gjøre kontinuerlig henting og avlevering, transportere mor til jobb og kjøre barna til skolen og fotball. Med dette scenariet anslår MIT at autonome kjøretøy kan møte samfunnets personlige transportbehov med 80 prosent færre kjøretøy i transitt.
Det er også betydelige konsekvenser for sikkerhet og trafikkproblemer, med eksperter som spår langt færre ulykker. Selvkjørende biler er anslått å redde 585 000 liv mellom 2035 og 2045, ifølge Passenger Economy-undersøkelsen. De forventes også å redusere offentlige sikkerhetskostnader knyttet til trafikkulykker med mer enn 234 milliarder dollar i samme periode. Samtidig bør autonome kjøretøy frigjøre mer enn 250 millioner timer med pendlingstid årlig for forbrukere, spesielt de som bor i overbelastede byer.
Etter hvert som flere autonome kjøretøy kommer ut i gatene, vil byplanleggere fremskynde planene om å modernisere motorveier og gjennomfartsveier med smart teknologi for veiskilt, trafikklys og sammenslåingsfelt – alt i et forsøk på å redusere overbelastning og øke offentlig sikkerhet. I flere tiår trodde vi at vi skulle komme til smarte motorveier ved å gjøre motorveier smarte, men det har vært et stort kylling-og-egg-problem, sier David Tennenhouse, forskningssjef for VMware. Med autonome kjøretøy som kan navigere i eksisterende infrastruktur og snakke med hverandre som de gjør [gjennom kjøretøy-til-kjøretøy-kommunikasjon], kan vi få mer effektivitet ut av veiene. Da vil vi til syvende og sist ha en smart infrastruktur for de smarte kjøretøyene, men dette setter i gang alt.
David Tennenhouse, forskningssjef, VMware
Teknologiaktiverere
For både de selvkjørende bilene og de smarte veibanesystemene er endepunkttelemetri, smart programvare og sky viktige muliggjører. Kameraene og sensorene ombord på et autonomt kjøretøy samler inn enorme mengder data, som må behandles i sanntid for å holde kjøretøyet i riktig kjørefelt og fungere trygt når det er på vei til bestemmelsesstedet. Det er mye lokal databehandling som må skje i sanntid, inkludert beregningene som er nødvendige for å holde bilen i kjørefeltet. Samtidig er det prosesseringsoppgaver som kan skje eksternt i skyen, som programvareoppdateringer og oppgradering av læringsmodeller. En skalerbar, svært motstandsdyktig skybasert infrastruktur er avgjørende for å håndtere denne typen databehandling i stor skala, mens skybaserte dataadministrasjonssystemer og intelligente agenter tar ansvar for å aggregere og analysere sanntids telemetriske data – for eksempel kjøretøy hastighet og nærhet til bilen – for å sette i gang handlinger som å bremse eller bytte fil.
Skybasert nettverk og tilkobling er en annen viktig del av blandingen. Autonome kjøretøyer vil bli utstyrt med innebygde systemer som støtter maskin-til-maskin-kommunikasjon, slik at de kan lære av andre kjøretøy på veien for å gjøre justeringer som tar hensyn til værendringer og skiftende veiforhold som omveier og rusk i veien. Avanserte algoritmer, AI og dyplæringssystemer er sentrale for å sikre at selvkjørende biler raskt og automatisk kan tilpasse seg skiftende scenarier.
I tillegg til de spesifikke komponentene er skalerbarheten til nettsky-infrastrukturen sammen med intelligente dataadministrasjons- og overføringsevner uunnværlige for å sikre at all riktig informasjon behandles riktig og sikkert. Dette gjelder spesielt for destinasjons- og adressedata, som kan betraktes som personlig identifiserbar informasjon. For eksempel kan innebygd intelligens avgjøre om datalagring og analyse skjer i skyen eller ombord i kjøretøyet i tilfelle reiseveien krysser regioner med underparet nettverkstilkobling.
Dette er datasenterproblemer, sier Tennenhouse. Omfanget av problemet spiller inn i behovet for infrastruktur og dataadministrasjon og for å sikre og administrere dataflyten. Det er der VMware virkelig kan tilføre verdi.
Cruising med Optimus Ride
Tilbake i Boston jobber Optimus Ride hardt med full nivå 4-autonomi, ikke for et spesifikt kjøretøy det utvikles, men som et mobilitet-on-demand-system som støtter elbilflåter. Utover sikkerhet og bærekraft, er mantraet bak Optimus Rides fortsatt stealth-mode autonome kjøretøyutvikling det det kaller rettferdig mobilitet, ifølge Chin. Det er en dyp sammenheng mellom rikdom og mobilitetstilgang, og det ønsker vi å endre ved å gi autonomi og delt transport, sier Chin. Hvis du kan levere mobilitetstilgang, gir du både økonomiske og samfunnsmessige fordeler for alle. Vi ønsker å demokratisere mobilitet for massene.
MIT Media Lab-spin-off jobber med en fullstackløsning som omfatter maskinvare, programvare og dype maskinlæringsevner, blant andre teknologier. Ideen er å tilby opp sin stabel som en white-label-løsning til selskaper som er interessert i å levere on-demand mobilitetstjenester (tenk taxier eller samkjøringstilbud) for å møte samfunnets skiftende transportbehov, ifølge Chin. Målkunder kan være byer, kollektivtransportsystemer, leiebilselskaper, samkjøringstjenester eller til og med store selskaper som ønsker å tilby mobilitetsmuligheter for ansatte, forklarer han.
I tillegg til regulatoriske utfordringer, sliter selskaper i det autonome kjøretøyområdet med en rekke tekniske problemer, inkludert behovet for å lage infrastrukturen for å håndtere de enorme datamengdene og behandle dem i stor skala. Datahastighet er en nøkkelutfordring alle har, sier Chin. Når du har en flåte på tusenvis av kjøretøy, er det veldig viktig å få gode data og å kunne behandle dem gjennom simulering.
Selv om denne bølgen av avanserte teknologier gir en rampe for utvikling av autonome kjøretøy, innrømmer Chin, Tennenhouse og andre eksperter at det vil ta en stund før den selvkjørende revolusjonen for alltid endrer transportlandskapet. Den endelige grensen for autonomi er bykjøring under ekstreme værforhold, og det kommer til å ta litt tid, sier Chin.