211service.com
Autonoma fordon: Är du redo för den nya resan?
I samarbete med VMware
Den självkörande bilrevolutionen är på väg att övergå till överväxel. Skyltarna finns överallt. Titta bara på baksidan av södra Bostons tekniska korridor, på gatorna i Pittsburgh, i prefab-testanläggningarna vid University of Michigans Mcity, och genom en massa öppna motorvägar.
Bilföretag går ihop med teknikjättar som Google, Uber och framstående nystartade företag för att utveckla nästa generations autonoma fordon som kommer att förändra våra vägar och genomfartsvägar och lägga grunden för framtida smarta städer. De utnyttjar tekniska framsteg som maskininlärning, Internet of Things (IoT) och molnet för att påskynda utvecklingen.
Mer påtagligt är att autonoma fordon kommer att främja den industristörning som sätts igång av populära samåkningstjänster som Uber och Lyft. Delarna går samman för att skapa en värld där intelligenta, förarlösa fordon blir framtiden för transporter.
Autonoma fordon kommer att hjälpa till att föra tillbaka staden till vad den var – för människor, säger Ryan Chin, medgrundare av Optimus Ride , en Boston-baserad startup som arbetar med självkörande teknologier. När autonoma fordon får dragkraft, föreställer sig Chin en möjlighet att göra om stadslandskapet genom att konsolidera parkering, återta mark för parker, minska trafikstockningar i städer och främja allmän vägsäkerhet. Autonoma fordon kommer att spela en stor roll för att leverera en mycket säkrare miljö eftersom de följer trafikreglerna, säger han.
Grundare av Optimus Ride, en Boston-baserad startup för självkörande teknologier.
Det finns en djup korrelation mellan rikedom och tillgång till mobilitet, och vi vill ändra det genom att tillhandahålla autonomi och delad transport.
Medan mycket av den tidiga hoopla har fokuserat på den fortfarande bildande visionen av helt autonoma fordon (de som når nivå 5 enligt definitionen av Society of Automotive Engineers ), finns det olika nivåer av självkörande kapacitet. Vissa nivå 1-funktioner som adaptiv farthållare, automatisk nödbromsning, automatisk parkering och aktiv körfältskontroll är redan vanliga funktioner i nuvarande fordonsmodeller. Lyxmärken inklusive Volvo, BMW och Mercedes-Benz har börjat visa upp nivå 2-funktioner som automatisk styrning och hastighetskontroll under korta perioder. Nivå 3-bilar (fortfarande i test) kommer att kräva viss föraringripande. Nivå 4 kommer att vara helt autonom men kan fortfarande köras av människor, och nivå 5-fordon kommer att utformas för att ta föraren helt ur bilden.
Så småningom kommer alla självkörande bilar att använda någon kombination av sensorer, kameror, radar, högpresterande GPS, Ljusdetektion och avstånd (LIDAR), artificiell intelligens (AI) och maskininlärning för att uppnå sina respektive nivåer av autonomi. Anslutning till säker och skalbar IoT, datahantering och molnlösningar är också viktiga för mixen, vilket ger en robust och högpresterande grund för att samla in, hantera och analysera omfattande sensordata.
Samhällsmässiga konsekvenser
Medan den uppkopplade bilens era fortfarande är i sin linda, finns det en utbredd optimism om att det är framtidens våg. Gartner räknar med att 250 miljoner uppkopplade fordon kommer ut på vägen över hela världen till 2020. Dessutom Varlds ekonomiskt forum räknar med att förarlösa fordon kommer att generera 1 biljon dollar i ekonomisk fördel för konsumenter och samhället under de kommande 10 åren, och funktioner för autonom körning kommer att bidra till att förhindra 9 procent av olyckorna till 2025 med potential att rädda 900 000 liv under de kommande 10 åren. Förbi 2040 , förväntas autonoma fordon utgöra cirka 25 procent av den globala marknaden.
Framväxten av det uppkopplade fordonet har långtgående samhälleliga konsekvenser, från miljöfördelar till förbättrad säkerhet. Färre bilar på vägarna innebär minskade utsläpp av växthusgaser, vilket leder till bättre luftkvalitet och lägre energiförbrukning. Utöver hållbarhetsfördelarna är självkörande bilar redo att öppna upp ett helt nytt ekonomiskt kapitel i vad Intel och undersökningsföretaget Strategy Analytics kallar Passagerarekonomi . I sin ekonomiska vision av trenden, värderad till 7 biljoner dollar i intäkter år 2050, kommer förare att bli lediga passagerare och därmed potentiella konsumenter av nya varor och tjänster som skönhetssalonger ombord, behandlingsboxar för hälsovård och multimediainnehåll som är förberedda för on- vardagskonsumtion.
Autonom drift kommer också att förändra allmänhetens förhållande till bilar, eftersom fordonsägande tar en baksätet till Mobility as a Service (MaaS), där individer använder sig av självkörande bilar på begäran ungefär som alla andra allmännyttiga tjänster. Intel/Strategy Analytics-rapporten uppskattar att affärsanvändning av MaaS kan generera 3 biljoner dollar i intäkter till 2040 och konsumentanvändning kan stå för 3,7 biljoner dollar inom samma tidsram.
Mjukvara kommer att vara den viktigaste möjliggöraren för autonoma fordon, vilket möjliggör omedelbara uppdateringar av nya funktioner, men fungerar också som mekanismen för att anpassa upplevelsen och programmera fordonets prestanda. Till exempel kan familjer konfigurera en självkörande bil för att göra kontinuerlig hämtning och lämning, skjutsa mamma till jobbet och köra barn till skolan och fotboll. Med detta scenario uppskattar MIT att autonoma fordon skulle kunna möta samhällets behov av personlig transport med 80 procent färre fordon i transit.
Det finns också betydande konsekvenser för säkerhets- och trafikproblem, med experter som förutspår mycket färre olyckor. Självkörande bilar beräknas rädda 585 000 liv mellan 2035 och 2045, enligt Passenger Economy-forskningen. De förväntas också minska kostnaderna för allmän säkerhet i samband med trafikolyckor med mer än 234 miljarder dollar under samma period. Samtidigt bör autonoma fordon frigöra mer än 250 miljoner timmars pendlingstid årligen för konsumenter, särskilt de som bor i överbelastade städer.
När fler autonoma fordon kommer ut på gatorna kommer stadsplanerare att påskynda planerna på att modernisera motorvägar och genomfartsleder med smart teknik för vägskyltar, trafikljus och sammanslagna körfält — Allt i ett försök att minska trängseln och öka den allmänna säkerheten. I decennier trodde vi att vi skulle komma till smarta motorvägar genom att göra motorvägar smarta, men det har funnits ett enormt problem med kyckling och ägg, säger David Tennenhouse, forskningschef för VMware. Med autonoma fordon som kan navigera i befintlig infrastruktur och prata med varandra som de gör [genom fordon-till-fordon-kommunikation], kan vi få ut mer effektivitet på vägarna. Då kommer vi i slutändan att ha en smart infrastruktur för de smarta fordonen, men det här sätter igång allt.
David Tennenhouse, forskningschef, VMware
Teknik möjliggörare
För både självkörande bilar och smarta vägsystem är slutpunktstelemetri, smart programvara och moln viktiga möjliggörare. De inbyggda kamerorna och sensorerna på ett autonomt fordon samlar in enorma mängder data, som måste bearbetas i realtid för att hålla fordonet i rätt körfält och fungera säkert när det är på väg mot sin destination. Det finns mycket lokal databehandling som måste ske i realtid, inklusive de beräkningar som krävs för att hålla bilen i sin fil. Samtidigt finns det bearbetningsuppgifter som kan ske på distans i molnet, såsom programuppdateringar och uppgradering av inlärningsmodeller. En skalbar, mycket motståndskraftig molnbaserad infrastruktur är avgörande för att hantera denna typ av storskalig databehandling, medan molnbaserade datahanteringssystem och intelligenta agenter tar ansvar för att aggregera och analysera telemetriska data i realtid – till exempel fordon hastighet och omgivande bilnärhet - för att initiera åtgärder som att bromsa eller byta fil.
Molnbaserat nätverk och anslutning är en annan viktig del av mixen. Autonoma fordon kommer att utrustas med system ombord som stöder maskin-till-maskin-kommunikation, vilket gör att de kan lära sig av andra fordon på vägen för att göra justeringar som tar hänsyn till väderförändringar och skiftande vägförhållanden såsom omvägar och skräp i vägen. Avancerade algoritmer, AI och system för djupinlärning är centrala för att säkerställa att självkörande bilar snabbt och automatiskt kan anpassa sig till föränderliga scenarier.
Utöver de specifika komponenterna är skalbarheten av molnbaserad infrastruktur tillsammans med intelligent datahantering och överföringskapacitet oumbärliga för att säkerställa att all rätt information bearbetas korrekt och säkert. Detta gäller särskilt för destinations- och adressdata, som kan betraktas som personligt identifierbar information. Till exempel kan inbyggd intelligens avgöra om datalagring och analys sker i molnet eller ombord på fordonet i händelse av att färdvägen korsar regioner med underordnade nätverksanslutningar.
Det är datacenterproblem, säger Tennenhouse. Omfattningen av problemet spelar in i behovet av infrastruktur och datahantering och för att säkra och hantera dataflödet. Det är där VMware verkligen kan tillföra värde.
Cruising med Optimus Ride
Tillbaka i Boston jobbar Optimus Ride hårt på full självständighet på nivå 4, inte för ett specifikt fordon som det utvecklas utan som ett mobilitet-on-demand-system som stöder elfordonsflottor. Utöver säkerhet och hållbarhet är mantrat bakom Optimus Rides fortfarande stealth-mode autonoma fordonsutveckling vad det kallar rättvis rörlighet, enligt Chin. Det finns en djup korrelation mellan rikedom och tillgång till mobilitet, och vi vill ändra på det genom att tillhandahålla autonomi och delad transport, säger Chin. Om du kan leverera tillgång till mobilitet ger du både ekonomiska och samhälleliga fördelar för alla. Vi vill demokratisera mobiliteten för massorna.
MIT Media Labs spin-off arbetar på en fullstacklösning som omfattar hårdvara, mjukvara och djupa maskininlärningsfunktioner, bland andra teknologier. Tanken är att erbjuda sin stack som en white-label-lösning till företag som är intresserade av att leverera mobilitetstjänster på begäran (tänk taxi eller samåkningserbjudanden) för att möta samhällets föränderliga transportbehov, enligt Chin. Målkunder kan vara städer, kollektivtrafiksystem, hyrbilsföretag, samåkningstjänster eller till och med stora företag som vill tillhandahålla mobilitetsmöjligheter för anställda, förklarar han.
Förutom regulatoriska utmaningar brottas företag i det autonoma fordonsområdet med en rad tekniska problem, inklusive behovet av att skapa infrastrukturen för att hantera de stora mängderna data och bearbeta den i stor skala. Datahastighet är en nyckelutmaning som alla har, säger Chin. När du har en flotta på tusentals fordon är det verkligen viktigt att få bra data och att kunna bearbeta den genom simulering.
Medan denna ström av avancerade teknologier ger en start för utveckling av autonoma fordon, erkänner Chin, Tennenhouse och andra experter att det kommer att dröja ett tag innan den självkörande revolutionen för alltid förändrar transportlandskapet. Den sista gränsen för autonomi är stadskörning under extrema väderförhållanden, och det kommer att ta lite tid, säger Chin.