Tamamen otonom araçlara (AVs) giden yolculuk, kamu hayal gücünü kapladı ve araştırma ve geliştirmede milyarlarca dolar kullandı. Ancak tüm teknolojik sıçramalar için - otomotiv endüstrisinin ötesine geçen derslerin bir setini kırdı ve bu yüzden sadece AV geliştiricileri için gerekli değil, herhangi bir organizasyon için, yüksek ücretli teknik gerçeklikler.

Özerk Araç Geliştirme Tarihi Arka Plan

Kendi kendine giden bir araba fikri yeni değil. 1920'lerin başlarında radyo kontrollü araçlar sergilerde ortaya çıktı, ancak 1980'lerde bilgisayar vizyonu ve robotların gelişiyle ciddi araştırmalar başladı. Bugün AV manzara, on yıllar boyunca önemli bir ilerlemenin ürünü, geri dönüş adımları tarafından ortaya çıktı.

Erken Deneyler: 1980'ler-2000

1986 yılında, Avrupa'da başlatılan EUREKA Prometheus Projesi, Mercedes-Benz tarafından ve Bundeswehr Üniversitesi Münih tarafından gösterildi, bu otomasyonun mümkün olduğunu kanıtladı - sadece kontrol edilen ortamlarda trafikteyse.

DARPA Grand Challenges ve bir Kuantum Leap

dönüm noktası, ilk yıl boyunca Mojave Çölü'nü geçme yeteneğine sahip olan bağımsız bir araç için 1 milyon dolarlık bir ödül verdi; en iyi performansçı sadece 7.4 mil kapladı. Ancak 2005 yılında ABD Savunma Gelişmiş Araştırma Projeleri Ajansı 132 mil kursunu tamamladı ve 2007 Kentsel Zorluklar, Stanford ve Carnegie Mellon, trafik kuralları ve diğer arabalar gibi mücadele etti.

Ticari Efforts'un Yükselişi: Google, Tesla ve Uber

Google'ın kendi sürüş aracı projesi 2009 yılında başladı, daha sonra Waymo olarak çıktı.2015 yılına kadar Waymo'nun filosu, 2015 yılında, Autopilot sistemini, 2014 yılında, bir kamera ve radar seti kullanarak - LIDAR olmadan - ve büyük filo verilerini en kamu başarısızlıklarından dolayı tanıttı.

Özerk Araç Geliştirmede Büyük Başarısızlar ve Geri Döndürmeler

Teknik ilerlemeye rağmen, AV'ların tarihi kritik zayıflıklara maruz kalan olaylar tarafından cezalandırılmaktadır. Bu başarısızlıklar, her biri laboratuvar yetenekleri ve gerçek dünya tahmin edilemezliği arasındaki boşluk hakkında bir uyarı sunuyor.

Fatal Kazalar ve Güvenlik Endişeleri

En yıkıcı başarısızlıklar yaşam kaybını içeriyor. Mayıs 2016'da, Autopilot'da çalışan bir Tesla Model S, Florida'da bir bisikletle geçerken, sürücüyü öldürüp, sürücünün ya da sürücünün parlak bir gökyüzüne karşı beyaz tarafını tanıdığını buldu. Mart 2018'de, bir Uber özerk test aracı Tempe, Arizona'da bir bisikletle birlikte karanlık bir sokakta yürüyüşe giden bir yaya çarptı.

2016 ve 2023 yılları arasında, Ulusal Oto Trafik Güvenliği Yönetimi (NHTSA), otomatik olarak sürücü-assist sistemler içeren kazalara onlarca yıl önce açıldı ve insan ve makine arasındaki el hareketi zayıf bir bağlantı olarak kaldı.

Sensör Sınırları ve Çevre Meydanları

Özerk araçlar sensörlere bağlıdır - kamera, radar, LIDAR ve ultrasonik - kör noktalarla ilgili.ETHFLT:0)Adverse hava durumu), düşük güneş açılarından kalıcı bir hava durumudur, yağmur, kar, fog ve sleet saç ışığı ve blok lazer pul pul pul puls, yüksek çözünürlükte bir performans düşüşü, endüstrinin işaretlerinden ayırt etme konusunda bir karar verir.

Açık koşullarda bile, kenar davaları bir sınırdan kısmen bir çocuk bisikleti bir kamyondan düşmüş, bir polis memuru kaza etrafında trafik salladı - “korunucu vakaları”, doğal olmayan koşullar altında milyarlarca mil sürmeye ihtiyaç duyarken, RAND Corporation'dan yapılan bir inceleme ağır-kırıklama işlemi, insan sürücülerine kıyasla% 20 azaltımı göstermeyi tahmin etti.

Overpromising and Underdelivering

AV gelişiminin başarısızlıkları tamamen teknik değildir; aynı zamanda beklenti yönetimi başarısızlıklarıdır. 2016 yılında Uber, Pittsburgh'da aylarca kendini kontrol eden taksiler filosunu başlatacağını iddia etti. Tesla'nın Elon Musk, yıllık olarak “kendini çalıştırma yeteneği” tahmin etti, ancak tekrar tekrarlama yaptı.

Ayrıca yatırımın da yayılmasına yol açıyor. Milyarlar temel teknik ve ekonomik zorlukların üstesinden gelmemiş olan startuplara yol açıyor.Dönetici seviye 4-5 özerklik. Argo AI (For Ford and VW) 2022 yılında kapandığında, iyi finanse edilen takımların temel teknik ve ekonomik zorlukların üstesinden gelmediğini hatırlatıyordu.

Karar Vermede Etik Dilemmas

Başarısızlıklar da çözülmemiş etik soruları açığa çıkardılar. Bir AV kaçınılmaz bir kazada sonuçları önceliklendirmeli mi? sakinleri ilk önce korumak veya halka tam zarar vermek zorunda mı? “fayda problem” genellikle kabul edilen bir çerçeve var, ancak gerçek dünya ikiliği daha da makul bir problem. Örneğin, bir AV, bir jaywalking ya da swerve bir arka uç çarpışmadan kaçınmak için nazikçe fren karar vermek zorunda kalabilir.

2016 yılında MIT Media Lab küresel bir anket gerçekleştirdi - Ahlaki Makine deneyi - AV etik standartlara dayanarak 40 milyon kararlarını yerine getirmedi. Sonuçlar, tercihlerin kültürlerde dramatik bir şekilde çeşitli tercihler ortaya koydu. Bazı ülkeler gençleri eskisinden teşvik etti; diğerleri daha fazla yaşamlara öncelik verdi.Açık bir düzenleme olmadan, üreticiler programlanmış seçimlerden bağımsız olarak potansiyel davalarla karşı karşıya kaldılar.

Başarısızlıklardan Öğrenilen Kritik Dersler

Bu geri dönüşlerden, endüstri sert bir bilgelik çıkardı. Dersler sadece özerk sürüşe değil, güvenlik-kahkaklı alanlarda kullanılan karmaşık AI sistemine uygulanır.

Rigorous Test ve Simülasyonun Necessity of Rigorous Test and Simülasyon

Testlerin tüm operasyonel tasarım alanını (ODD) yayması gerektiğini vurgular, simülasyon nadir olaylara maruz kalmalarını hızlandırabilir, 2023 yılında bu kenar davalarını gösteren yapısal gerçek dünya testlerini yerine getiremez. Waymo'nin yaklaşımı – Arizona'daki kontrollü bir sürüş-hailing programına binlerce araç çalıştırın – her zaman bir sistem “done” [Dönetici).

Endüstri senaryo tabanlı test geliştirdi, testin tek bir senaryoda binlerce varyasyonun (örneğin, bir araba çıkışı) simülasyonda çalıştırılır.Bu teknik Uber kazasından sonra geliştirildi - hala testin yanlış pozitiflere odaklandığını fark etti, yanlış negatif negatif negatif negatif negatif negatif negatif negatif olumsuzlar görmezden geldi.

Redplacecy ve Fail-Safe Mechanisms'in Rolü

Uçak ve uzay sistemleri uzun süredir üç boyutlu alt sistemler ve zarif bozulmalar kullandı. AVlar sadece bu tür bir rigor benimsemeye başlıyor. Örneğin, 2016 Tesla kazasından sonra, yalnızca vizyona dayanan, şirket radar geçişini ekledi.(Gerçek redcy) - özellikle de algılama sistemleri, kırmızı yönlendirme hareketleri dahil - endüstriden yoksundur.

Düzenlemeler ve Adaptive Politikalar için Gereklilik

Birçok AV başarısızlığı düzenleyici bir vakumda meydana geldi. ABD'nin özerk araçlar için federal güvenlik standartları yoktu; şirketler kendi kendine bağlı uyumluluk.Bükre'nin durumu, ADS-equipped araçlar için kaza raporlarını gerektiren genel siparişi askıya aldı, daha fazla gözetim sağladı.

Halk Güveni ve Şeffaflık

ABD Otomobil Birliği tarafından yapılan bir anket, sürücülerin çoğu tamamen özerk araçlardan korkuyor. Güvenilirlik yeniden inşa etmek için, şirketler kazalarla ilgili bilgi ve sistem sınırlamaları hakkında şeffaf olmalıdır. Waymo, her iki teknolojiyi ve güvenini güçlendiren bir geri bildirim döngüsü oluşturabiliyor.

Future Yol ve Devam Ediyor

Başarısızlığa rağmen, gelişme devam ediyor - ancak daha büyük alçakgönüllülük ve zorlukların daha net bir anlayışla. AV'ların geleceği, sensör ve AI tasarımında artışlarla tanımlanabilir.

İşbirlikçi İşbirlikleri vs. Full Autonomy

Bugün en başarılı AV programları sıkı bir şekilde kısıtlanmış ODD'ler. Waymo'nun robot eksenleri sadece Phoenix ve San Francisco'nun parçalarında çalışır, iyi havalarda, haritalı yollarda. Cruise (GM) benzer geofenced bölgelerde çalışır.Bu "deiş hızlı, iterate fast" yaklaşımları, kolejdeki tüm kampüslerdeki yüksek hızlı taşıma noktalarına odaklanmak için yapılır.

İşbirliği Across Industries

Tek bir şirket tüm sorunları çözemez. Uber ve Argo AI'nın başarısızlıkları, haritalama, altyapı ve güvenlik standartları ile işbirliği eksikliğinin en iyi uygulamaları geliştirmesine yol açtığını gösterdi.Bugün, bağımsız sistemler için çapraz sanayi ortaklıkları[Döneticiler için bir çerçeve sunar).Automated Vehicle Safety Consortium, CARLA ve SUMO araştırmacıları gibi, insan istihbaratlarını paylaşma ve düzeltmeye izin verir.

Sensör Fusion Fusion ve AI'daki ilerlemeler

Başarısızlık sensörü zayıfladı ve endüstri, karanlıkta yaşayan vücutları tespit etmek için sensör füzyon ile yanıt veriyor.In example,hongFLT:0)Yolda bulunan görsellik sistemleri, normal bir son teknoloji ağlarından uzaklaşıyor.

[FONT:0] Durum sorunu [Dönetici:0] şu anda mevcut performans ve halk güvenlik beklentisi arasındaki boşluğu kapatmaya söz konusu.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Özerk araçların gelişimi olağanüstü bir hırs hikayesi olmuştur, cezaevleri tarafından lekelenmiş ve açık bir şekilde işbirliği yapılır - güvenlik açısından herhangi bir organizasyon kurma AI'yı güvenli bir şekilde satın almak için endüstriye zorladı: ilerleme doğrusal değildir ve kesme köşelerinin maliyeti uzundur ve güvenmektedir.