Šajā rakstā, dzirdot arvien vairāk un vairāk par robotakšu un autonomo transportlīdzekļu testēšanu dažādās pasaules valstīs ārpus tiešajiem inovāciju centriem, vēlējos pārskatīt šīs industrijas tehnoloģiskos risinājumus. Nudien, autonomo transportlīdzekļu nozare 2025. un 2026. gadā sasniedz kritisko komercializācijas punktu 4.līmeņa transportlīdzekļu komerciālai izmantošanai. Šajā laika periodā globālais pašbraucošo automašīnu tirgus pieaudzis no 34,38 miljardiem USD līdz 38,73 miljardiem USD.

Lai arī autonomo transportlīdzekļu industriju apskatīt vērts gan no likumdošanas, gan ētikas un ceļu satiksmes integrācijas pozīcijām, šajā rakstā noturēšu uzmanību uz 4. līmeņa automatizācijas tehnoloģiskajiem risinājumiem datu sintēzes un autonomo sistēmu komunikācijas apakšnozarēs.

Galvenās nozares tendences

Šis raksts nepretendē nedz uz hronoloģisku attīstības un inovāciju pārskatu. Turpinājumā apskatīsim vien divas nozīmīgākās autonomo transportlīdzekļu tehnoloģijas nozares, kas ļāvušas šobrīd vadošajām industrijas kompānijām sasniegt automatizācijas 4.līmeni. Apskatīsim datu integrēšanas un autonomo sistēmu komunikācijas jeb V2X jaunumus. Taču, pirms sākam pārskatu, lūk, īss atgādinājums par pieciem autonomo transportlīdzekļu līmeņiem.

Deep learning un sensoru datu apvienošana

Mākslīgais intelekts veido autonomās braukšanas sistēmu pamatu. Nvidia CES nule kā prezentēja Alpamayo fiziskās AI platformu, kas dramatiski paplašina reālās pasaules un simulēto datu apstrādes iespējas. Platforma izmanto dzīļmācīšanās modeļus, lai apvienotu datus no vairākiem sensoru veidiem lidar, radars, kameras un ultraskanas sensori.​

Mercedes-Benz un Lucid jau izmanto Alpamayo vadības modeli, kas paātrina ADAS funkcionalitātes attīstību no 2. līmeņa līdz 3. un 4. līmenim. Mākslīgā intelekta sistēmas apstrādā miljoniem reālās braukšanas stundu datu, lai identificētu retus, bet kritiski svarīgus notikumus, piemēram, gājēju pēkšņu parādīšanos vai negaidītus šķēršļus.

Piedevām, autonomās vadības sistēmas izmanto pār-gaisa (OTA) atjauninājumus, lai nepārtraukti uzlabotu veiktspēju. OTA atjauninājumi ļauj ražotājiem ātri reaģēt uz jauniem drošības datiem un uzlabot mākslīgā intelekta algoritmus bez nepieciešamības mainīt pašu aparatūru.

Augstas automatizācijas risinājumi

Progresīvās daļējās automatizācijas sistēmas (2+ līmenis) un nosacītās automatizācijas risinājumi (3. līmenis) veido pamatu pārejai uz augstāko automatizācijas līmeni. BMW Symbiotic Drive un Mercedes-Benz Drive Pilot demonstrē mākslīgā intelekta algoritmu spēju apvienot sensoru datus un pārņemt vadību noteiktos apstākļos. Tomēr, pēdējā gada laikā būtiskākā tehnoloģiskā attīstība notikusi 4. automatizācijas līmeņa komercializēšanā, kas ļauj sistēmai pilnībā pārņemt vadību ierobežotās pakalpojumu zonās bez cilvēka iejaukšanās.​

Piemērs 4.līmeņa automatizācijai ir Waymo robotakši, kas izmanto vismodernākos mākslīgā intelekta risinājumus pilsētu vidē bez vadītāja. Pirmkārt, ģeogrāfiskā ierobežošana (geofencing) nodrošina, ka transportlīdzekļi darbojas tikai rūpīgi kartētās un iepriekš testētās zonās. Otrkārt, attālinātās palīdzības sistēma (remote assistance) ļauj cilvēkiem-operatoriem sniegt kontekstuālo informāciju sarežģītās situācijās (video demonstrācija zemāk). Treškārt, daudzslāņu sensoru sistēma ar vairāk nekā 100 sensoriem, tostarp 5 lidar ierīcēm, 11 radariem un 37 kamerām, nodrošina pilnīgu vides uztveršanu 360 grādu redzeslokā.

Transportlīdzeklis-viss komunikācijas protokoli

Transportlīdzeklis-viss (V2X) komunikācijas tehnoloģija ļauj autonomajiem transportlīdzekļiem apmainīties ar datiem ar infrastruktūru, citiem transportlīdzekļiem un elektroenerģijas sistēmām, veidojot integrētu enerģijas un datu plūsmu tīklu. Pagaidām šis risinājums tiek testēsts un implementēts 4. automatizācijas līmenī. Sistēmas tipiski izmanto V2X ierobežotās darbības zonās ar iepriekš definētu operacionālo dizaina domēnu un speciāli sagatavotu infrastruktūru, kas ietver ceļu malu iekārtas (RSU), augstas precizitātes kartēšanu un standartizētus V2I/V2V protokolus. V2X sakaru slānis balstās uz šobrīd esošo 5G un citiem 3GPP un IEEE standartiem, nodrošinot zemu latentuma komunikāciju, kur transportlīdzekļi apmainās ar informāciju par pozīciju, ātrumu, virzienu, trajektoriju un plānotajiem manevriem. Saprotami, 5.līmeņa automatizācijas līmenis pagaidām ir teorētisks, un būs sasniedzams un attīstītāsm vien brīdī, kad IoT risinājumi tiks implementēti pilsētvidē kopumā, ne vien transportlīdzekļos.​​​

Nākotnes perspektīvas un 5. līmeņa izaicinājumi

5. automatizācijas līmenis (pilna automatizācija) paredz sistēmu, kas var darboties jebkuros apstākļos un uz jebkuriem ceļiem bez cilvēka iejaukšanās. Šis līmenis joprojām paliek attīstības fāzē. Galvenās tehniskās problēmas, kas kavē pārkāpt 4.līmeņa slieksni, ietver ekstremālu laikapstākļu apstrādi, nenoteiktu ceļu virsmu atpazīšanu un sarežģītu pilsētu vides navigāciju.​​ Mākslīgā intelekta sistēmām jāspēj darboties apstākļos, kas ievērojami samazina sensoru efektivitāti, piemēram, stiprā lietū, miglā vai sniegputenī. Lidar un kameru veiktspēja šādos apstākļos ir būtiski ierobežota, un mākslīgajam intelektam jāspēj pieņemt drošus lēmumus, pamatojoties uz nepilnīgu informāciju.​

Nākamās paaudzes sistēmas izmanto transformeru arhitektūras un LLM, lai uzlabotu kontekstuālo izpratni. Nvidia Alpamayo demonstrē šo pieeju, ļaujot mākslīgajam intelektam apstrādāt ne tikai vizuālos pikseļu datus, bet arī augsta līmeņa konceptus, piemēram, “būvdarbu zona” vai “skolas pārējas vieta”. Šī semantiskā izpratne ļauj sistēmai pieņemt piemērotākus lēmumus dažādos kontekstos. Pašreizējā vadošo uzņēmumu pozīcija un attīstības tempi norāda uz 5. līmeņa sasniegšanas iespējamību nākamajā desmitgadē. Taču vairāk par potenciālajiem jaunievedumiem jau nākamajos seedit.lv rakstos.