Isesõitev auto kui tehniline probleem

Varem kirjutasin isesõitvate autode seisust üldisemalt, nüüd vaatame kahe kaugemale jõudnud ettevõtte näitel lähemalt, kuidas isesõitvad autod tehniliselt töötavad.

Tesla Autopilot

Alustuseks vaatame, kuidas toimib kõige edumeelsem juba turul olev lahendus ehk Tesla Autopilot.

Tesla Autopiloot koosneb neljast komponendist:

Radar

Esistange alaossa paigutatud radar jälgib eesolevat liiklust, nähes piisavalt kaugele, et tuvastada eesolevaid objekte ja vajadusel pidurdada ka kiirtee kiirustel. Radar näeb läbi vihma, lume, udu, liiva ja töötab ka täielikus pimeduses:

Kaamera

Kaamera on paigutatud esiklaasi ülaossa peegli taha ja sisaldab pildituvastust. Kaamera ülesanne on ära tunda eesolevad sõidukid ja teekatte märgistus ning nende järgi sõita. Kaamera tuvastab ka liiklusmärke, foore ning jalakäijaid:

Ultraheli andurid

Teslal on kokku 12 ultraheli sensorit (tuntud ka kui parkimis- või tagurudusandurid) tööraadiusega 5 meetrit. Need tuvastavad ees varusüsteemina ootamatuid takistusi (näiteks teele veerev pall või loom), jälgivad külje ja tagaosa ohutust ümberreastumisel, et ei oleks teisi autosid, tee kaitsebarjääre vms. Ultraheli andurid võimaldavad ka iseparkimist, sh piki, põiki ning garaazi sõitmist:

GPS ja liiklusinfo

GPS jälgib auto üldist asukohta, aga pole piisavalt täpne sõiduridade jälgmiseks. Liiklusinfo võimaldab võrrelda eri teekondi ja valida kiireim, samuti ette teada avariidest, remontidest jms:

Autopiloodi olek on näha armatuurlaual, mis näitab ka sõiduradu, kiiruspiiranguid ja teisi autosid:

Hinnanguliselt on Tesla autopiloodiks vajaliku riistvara hind ca 1000 dollari juures ehk ca 1% auto hinnast. Arvestades kulu ja tulemuse suhet, on kasutajad vägagi rahul, mida näitab, et Tesla müüs USAs luksusautode segmendis kõige enam ehk ca veerandi autodest.

Tarkvara

Väga tähelepanuväärne on omadus, et kui üks auto midagi õpib (näiteks, et kuskil on ummik), siis see info jõuab kohe kõikide teiste Tesladeni. St esimene auto edastab õpitud info Tesla tehase kesksüsteemi ning sealt edastatakse see kõikide teiste Tesladeni.

Tehnika piirid

Tänaseks on autopiloot piisavalt hea, et sõita 90% ajast ise. Siiski peab meelde tuletama, et juht peab olema kogu aeg valmis üle võtma, kui tehnika piir ette tuleb.

Näiteks siin videos on näha, kuidas auto tahab üle parema äärejoone sõita:

Või oluliselt ohtlikum: kalduda vastassuunda:

Lumega, kui sõidurea jooni näha ei ole, järgneb Tesla eesolevale autole. Ja kui eesolev auto peaks rida vahetama, tahab auto järgneda, kuigi kõrval võib olla auto:

No ja siis on hulle, kes otsustavad üldse kõiki nõudeid eirata ja üldse tagaistmele ronivad:

Eeloleva vältimiseks on Tesla selgelt välja ütelnud, et juht vastutab täielikult ise, peab olema valmis iga hetk juhtimise üle võtma ning on lisanud ka piiranguid, et autopilooti ei saaks kõikidel teedel kasutada.

Kuna eelolevad on siiski harvad üksikjuhtumid, siis paradoks on selles, et kui midagi töötab 10 minutit ideaalselt, siis inimesed hakkavad kiirelt tehnikat usaldama ja tähelepanu hajub ning nad ei pruugi olla valmis üle võtma.

Mis toob meid teise lähenemiseni, mida veab Google.

Google

Google on seisukohal, et inimene on auto kõige suurem ohu allikas ja eesmärk on teha selline ise sõitev auto, kus rooli ei olegi. Kui Tesla on tänaseks lahendanud ülesande 90%, siis Google tahab lahendada 100%. Ja ülejäänud 10% (sõiduaja järgi) on mitu suurusjärku keerulisem ja nõuab ka teismoodi lähenemist.

Lidar

Suurimaks tehniliseks erinevuseks Teslast on Google auto katusel paikneb lidar (valguslainete radar).

Lidar suudab määrata auto asukohta määrata väga täpselt ehk täpsusega alla 10 cm, seda 200 meetri raadiuses ja 360 kraadi ümberringi. Lidar suudab näha ka “läbi” eesoleva auto selle ees olevaid sõidukeid, kasutades peegeldusi (näiteks auto alt).

Lidari suurim puudus on tema hind. Hinnanguliselt maksab Google kasutatav lidar 70 tuhat dollarit, mis on liiga kallis ka luksusautode puhul. Samas käib suur töö hinna alla toomiseks ja näiteks Delphi loodab jõuda hinnani 1000 dollarit.

Positsioneerimine lidariga eeldab tänastest erinevaid ruumilisi ehk 3D kaarte, kus auto täpne asukoht määratakse hoonete suhtes.

GPSi viga ja erinevust lidarist näed alloleva videos, kus auto kõrval olev hall kast näitab, kus auto GPSi järgi asub (vaata kuni 11.50):

Tarkvara

Kui lidari eelised on selged, vaatame, kuidas tarkvara toimib.

Esiteks identifitseerib Google tee ning auto asukoha:

Järgmisena tuleb paika saada kõik teised liiklejad:

Lillana on märgitud kõik teised autod, punane on jalgrattur, roheline jalakäija ja oranzid teetööliste koonused.

Kui asukohad on teada, siis tuleb aru saada, kes mida teeb. Fotol all vasakul on näha liiklussituatsioon. Kuna ees paremal oleva sõiduki ees on rada kinni, saab eeldada, et ta tahab meie ette ümber reastuda:

Nagu näha, on sellel ristmikul hetkel ca 20 erinevat liiklejat ja järgmisena tuleb paika panna, kuhu nad kõik liikumas on:

Pilt sai päris kirju :). Kui kõik liiklejad ja nende eeldatavad plaanid teada, saab paika panna enda trajektoori:

Kui nüüd muu info eemaldada, on näha, et trajektoor on paigas ja edasi on küsimus vaid kiiruses ja suunas ehk gaasi / piduri ja rooli juhtimises:

Loomulikult on ka Google tarkvaras sama funktsioon, et kui üks auto midagi näeb ja õpib (näiteks, et liiklus on teeremondi tõttu ümber korraldatud), siis see info saadetakse keskserverisse ning sealt omakorda kõigile teistele isesõitvatele autodele. Ehk mõni hetk peale seda, kui üks auto midagi õppis, teavad sama ka kõik teised.

Näiteid elust

Google isesõitev auto on näinud igasuguseid anomaaliaid. Näiteks siin näeb auto naist, kes ajab elektrilisel ratastoolil taga parti:

Või sõpruskonda ülekäigurajal konnahüpetega teed ületamas:

Loomulikult tuleb ette ka oluliselt ohtlikumaid olukordi.

Või siin tuleb kolm autot järjest maanteel vastassuunast:

Siin üritab videol olev must auto vaadata, mis juhtub, kui ette keerata:

Kõige ohtlikumad (eelkõige iseendale) on jalgratturid, kes sõidavad pimeda nurga tagant välja otse vastasuunavööndisse:

Avariiohtlike olukordi ja kahjuks ka avariisid on mitmeid:

Google isesõitvad autod on tänaseks läbinud ise sõites 2,4 miljonit kilomeetrit, millele lisandub 1,6 miljonit, kui juhtis inimene. 2,4 miljoni kilomeetri kohta on juhtunud 17 teiste liiklejate süül toimunud tagant otsasõitu või riivamist + üks liiklusõnnetus, kus Google algoritm osaliselt süüdi oli.

See ei näita siiski kogu pilti, kuna autos olevad Google insenerid võtavad juhtimise kohe üle, kui olukord tundub neile auto jaoks ohtlik.

Süvenedes on Google esitanud täpsema statistika perioodi 09.2014–11.2015 testide kohta USAs California osariigis. Kokku läbiti 680 000 kilomeetrit ning nende jooksul võeti juhtimine üle 272 korral. Enamasti olid põhjuseks auto enda tarkvara poolsed palved sekkuda, kuna tajuti midagi ohtlikku. Google poliitika on sekkuda kohe, kui midagi ohtliku paistab, mistõttu nende autod sõidavad täna, “nagu vanad prouad”. Nendest ülevõtmistest omakorda 69 olid algatatud juhi enda poolt, kusjuures enamik olukordi oleks hilisemal simulatsioonil lahenenud siiski hästi.

Järgi jäid 13 juhtumit, kus ilmselt oleks toimunud kontakt (sh 2, kus oleks kannatanuks liikluse reguleerimise koonused ning 3, kus süüdi oleks jäänud teine osapool). Seega jääb järgi 8 juhtumit ehk üks juhtum iga 85 000 kilomeetri kohta, kus juhul, kui inimene poleks üle võtnud, oleks ilmselt tulemiseks avarii.

Samas raportis on hästi näha ka progress, kus läbitud teepikkus ühe manuaalse sekkumise kohta kasvab pidevalt:

Esimene avarii, kus Google end osaliselt süüdlaseks loeb, toimus 14. veebruaril 2016. Ameerikas on paremad read kohati nii laiad, et sinna mahub kõrvuti mitu autot. Kuigi liikluseeskirja mõttes on see üks rida, on välja kujunendud, et kui auto tahab pöörata paremale, hoiab ta ka paremasse äärde ja otsesõitjad saavad mööduda. Paraku oli seekord teepeal ees liivakotid ning auto võttis veidi vasakule, mistõttu jäi ette mööduvale bussile. Toimunust on olemas ka video. Autos olnud Google insener arvas samuti, et buss peatub või hoiab eemale ja ei pidanud vajalikuks sekkuda. Mis on tüüpiline avariide põhjus — juhid teevad eeldusi, mis paraku on mõnikord risti vastupidised.

Lisaks on politsei korra Google isesõitva auto kinni pidanud, kuna ta liikus politsei arvates liiga aeglaselt, takistades tema taha kogunenud liiklust.

Google auto sõitis kiirusega 24 miili tunnis tänaval, kus kiiruse piiranguks oli 35 miili tunnis. Politsei tahtis uurida, mis on liiklusvoo takistamise põhjus. Google teatas, et on hetkel ohutuse põhjusel piiranud oma isesõitvate prototüüpide kiiruse 25 miiliga tunnis. Vastus rahuldas ja õnnestus säilitada olukord, kus Google algoritm pole politseilt veel ühtegi trahvi saanud :).

Lahendamata probleemid

Lidariga hoonete suhtes positsioneerimine lubab sõita ka lumega, kui sõiduradasid ise näha ei ole. Selle kohta on hea video Fordilt (pane tähele nelja lidarit katusel):

Paraku sõidavad inimesed rohke lume korral mõnikord teisiti, kui lume all oleval teekatte märgistusel maha märgitud on. Ridade paigutus võib muutuda, ridade arv väheneda, kurve lõigatakse otseks jne. Ja kui nüüd isesõitev auto jälgib teemärgistust ja inimene reaalseid jälgi, siis kumb avarii korral süüdi jääb? Samuti on lumisel maanteel ja eriti paksema lumekatte puhul (aga ka siledas kõrbes) väga raske vahet teha, kus täpselt tee piir asub.

Võimalikud lahendused võivad tekkida allolevatest arengutest:

  • GPS täpsuse suurendamise ja 100% nähtavuse tagamisena + eessõitvate autodele järgnemine ja külgsensorite abil kõrval olevatele autodele liiga lähedale sattumise vältimine. Eelkõige on see küsimus USA sõjaväele + huvitav näha, kuidas Euroopa Liidu arendatav Gallileo nimeline positsioneerimise süsteem tööle hakkab (kus eesmärgiks on 1 meetrine täpsus aastaks 2020).
  • Kas videotuvastus suudab nii palju edasi minna, et vaid pildituvastuse järgi sõita? Tänane tase on Tesla videodest näha, siinset arengu kiirust on kõige raskem ennustada.
  • Või otsustatakse teedesse paigaldada magnetandurid, mis toimiks juba täna, aga on suhteliselt kallis.

Kokkuvõte

Kuigi isesõitev auto on tehniliselt suur ja keerukas, hakkavad tehnilised küsimused saama piisavalt palju lahendatud, et esimesed autod teele saata. Vähemasti normaalsetes ilmaoludes ja hea märgistusega teedele.

Ei, see ei tähenda, et nad oleks valmis, lihtsalt, et nad on inimestega saanud enamvähem samaväärseks ja edasiseks õppimiseks tuleb astuda järgmine samm.

Mis toob meid terve hulga eetiliste, filosoofiliste ja juriidiliste küsimusteni, millest aga edaspidi.


Kui oli huvitav, saad soovitada või jälgida siinsamas Mediumis või Twitteris.


Autorist:

Kristjan Konks on IT ja transpordiettevõtja, tegeledes igapäevaselt tarkade autode startupiga Autlo, kes esimesena maailmas õpetas autod ise parkimise eest maksma.

Lisaks:

  • hingelt autofänn, hariduselt Tallinna Tehnikaülikooli autoinsener,
  • 2003–2008 parkimisäris, sh juhtinud G4S divisjoni kasvamist eraldi ettevõtteks Ühisteenused,
  • 2012–2013 ühistranspordi piletiäris, sh juhtinud Ridangot Tallinna piletisüsteemi väljaehitamisel ja esimesel ekspordiprojektil Rootsi,
  • alates 2009 startupimaailmas, sh vedanud auto varuosade internetiäri Autmo.ee ja investor ning mentor kiirendis StartupWiseGuys.
One clap, two clap, three clap, forty?

By clapping more or less, you can signal to us which stories really stand out.