Toyota gör en U-sväng på autonoma bilar

Toyota spenderar 10 miljarder dollar om året på forskning, mer än någon annan biltillverkare utom Volkswagen. Det betalar för oändliga stegvisa förbättringar av allt från litiumbatterier till säkerhetsbältesdesign, men sådana justeringar kanske inte räcker längre om Toyota ska förbli världens största säljare av bilar.

Se resten av paketet

• 50 smartaste företagen

Utvecklingen av autonoma fordon hotar nu att förändra själva essensen av körning. I kapplöpningen om att utveckla den tekniken ligger Toyota efter flera av sina andra biltillverkare och Silicon Valley-uppkomlingar som Google och Tesla Motors. Det är möjligt att en generation från och med nu kommer allt från vägdesign till förarcertifiering att radikalt omformas av att det finns semi- eller helt autonoma fordon överallt, och biltillverkare utan den erforderliga teknologin kommer att vara lika utsatta som säljarna av silverhalogenidfilm under tiden. av den digitala selfien.

Den här historien var en del av vårt julinummer 2016

• Se resten av frågan
• Prenumerera

Fast besluten att ta igen förlorad tid, spenderar Toyotas 60-årige VD, Akio Toyoda, 1 miljard dollar för ett nytt Toyota Research Institute med kontor i Michigan, Silicon Valley och Cambridge, Massachusetts, som kommer att fokusera på autonoma bilar och robotteknik. . Han har rekryterat Gill Pratt, en ledande robotforskare, för att driva institutet, vilket ger honom behörighet att anställa hundratals ingenjörer och forskare. Samtidigt inleder Toyota partnerskap med Stanford, University of Michigan och MIT för att ompröva bilars kapacitet, även om provocerande nya tillvägagångssätt kan ta ett decennium eller längre att dyka upp i återförsäljarnas utställningslokaler.

Det är uppenbart att Toyota, liksom de flesta etablerade biltillverkare, inte lägger ett heltäckande bud för att matcha Googles ansträngningar att bygga helt autonoma fordon. Istället föreställer Toyota sig att förare och programvara delar kontroll i många år framöver. Pratt förespråkar skyddsängelteknologi som kan hitta de bästa undvikande strategierna på ett ögonblick om problem hägrar.

På samma sätt testar forskare med artificiell intelligens vid Stanford som arbetar med Toyota inåtriktade kameror som kan hjälpa till att bedöma förarnas vakenhet. Om förare blir dåsig eller slutar uppmärksamma vägen, kan automatiserade säkerhetssystem hjälpa till att hålla bilen säker samtidigt som de knuffar föraren att komma tillbaka till uppgiften.

När bilar tar på sig fler och fler uppgifter, hur smarta kan de bli? Fei-Fei Li, en professor i datavetenskap från Stanford som leder sin avdelnings allians på 25 miljoner dollar med Toyota, säger att hennes team tillämpar ett brett utbud av AI-tekniker på körrelaterade utmaningar. Som hon glatt erkänner kan vårt arbete vara relevant för bilarna 2018, eller 2028, eller någonstans däremellan.

Inuti Teammate-bilen. Toyota och dess forskningspartners försöker göra körningen säkrare och trevligare, men enorma utmaningar inom artificiell intelligens måste lösas.

Ett område av intresse: defensiv körning. Är det möjligt att lära en bils mjukvara att förutse problem som kan uppstå från en skymd sidogata, en vinglande cykel eller en arg bilist som byter fil på ett farligt sätt? Team av Stanford-forskare testar metoder. Ett initiativ, som leds av John Duchi, en biträdande professor i statistik och elektroteknik, börjar med kända faror, såsom oberäkneliga cyklister, och försöker sedan bygga förutsägelseprogram som kan fatta smarta beslut i liknande situationer. Ett annat team, ledd av Li, förlitar sig på 3D-syn och mönsterigenkänning för att identifiera högriskgrupperingar. Dessa inkluderar fotgängare som stirrar på smartphoneskärmar eller barn som leker fångst nära en vägkant. Sätt en mänsklig förare bakom ratten så är det lätt att skilja en pigg fotgängare från en illa distraherad. Be mjukvara och sensorer att vara lika kräsna, och det är ett mycket svårt forskningsproblem, säger Li.

För några år sedan utvecklade Li mjukvara som nästan ofelbart kunde identifiera objekt på foton, även om de var i udda poser eller framför förvirrande bakgrunder. Nu bygger hon vidare på de teknikerna för att analysera vägbilder. Hennes mål: att säkerställa att en bils programvara kan upptäcka skillnaden mellan en fotgängare vid trottoarkanten som får ögonkontakt med förare och en fotgängare som lyssnar på musik genom hörlurar och stirrar nedåt på en smartphone.

Lis grupp skapar också sätt som självkörande bilar kan dela information så omedelbart som möjligt. På till exempel motorvägar bör det vara möjligt att på ett säkert sätt komprimera avståndet mellan bilar, vilket hjälper trafiken att flyta smidigare, så länge som fordon längst bak i en konvoj kan få reda på eventuella överraskningar som den främre bilen redan har identifierat. Även i stadstrafik skulle olyckor kunna undvikas om bilar omedelbart kunde kommunicera med varandra om faror som kan vara osynliga för ett fordon men lätt att känna igen från ett annat perspektiv.

Hämtar data

2012, när Google testade Toyotas som den modifierade för att köra själva, tackade biltillverkaren nej till ett erbjudande från Google om att samarbeta om tekniken eftersom den var ovillig att dela med sig av tillverkningskunnande. Google har istället tagit steg mot en allians med Ford. Redan så sent som 2014 sa VD Toyoda att han inte var benägen att ta autonom teknologi på allvar förrän en självkörande bil kunde slå de bästa människorna i ett 24-timmarstest på en tysk racerbana.

Toyota testar en Teammate Concept-bil som skulle kunna köra lite motorväg på egen hand till 2020.

Vid det här laget har Google och flera biltillverkare byggt upp stora lager av video- och sensordata från år av testning av autonoma bilar och försäljning av modeller med vissa autonoma funktioner, såsom varningar för körfältsavvikelse och upptäckt av döda vinkeln. Att ha mindre information att mata in i sina maskin--inlärningssystem kan sätta Toyotas mjukvaruforskare i underläge.

Både Pratt och Li har efterlyst bilföretag att dela data från autonoma fordon i tron ​​att samlad kunskap kommer att hjälpa alla konkurrenter att göra snabbare framsteg och vinna allmänhetens förtroende. Självkörande bilar kan trots allt vara mycket säkrare. Mer än sex miljoner motorfordonsolyckor äger rum varje år i USA, och cirka 33 000 människor dödas. Så mycket som 90 procent av dessa olyckor kan spåras till mänskliga fel. Ändå är det osannolikt att datarika företag kommer att vilja avstå från kontrollen över sin egen svårvunna kunskap som - för nu åtminstone - ger dem en konkurrensfördel.

Raj Rajkumar, meddirektör för General Motors/Carnegie Mellons lab för autonom körning, placerar GM, Nissan och de tyska tre stora (Daimler, VW/Audi och BMW) i det övre skiktet av globala bilföretag som rör sig mot en viss grad av autonom körning. Toyota verkar släpa efter, säger han. Men med skapandet av sitt forskningsinstitut kan det komma ikapp snabbt. En av Pratts första anställningar vid institutet var en tidigare Googles robotdirektör, James Kuffner, som teknisk chef.

I universitetets partnerskap är Toyota inte det enda bilföretaget som kan dra nytta av; andra tillverkare kommer så småningom att kunna konsultera publicerade resultat, säger Li. Ändå, medan bitarna möts, kommer Toyota att åtnjuta speciell tillgång och samarbete. Och bilteknikens långa användningskurva kan ge Toyota den tid den behöver. Många strider väntar fortfarande för att vinna regulatoriskt godkännande och kundlojalitet, oavsett vems tidiga teknik som är mest lovande. Historien visar att banbrytande teknologier som krockkuddar och avancerade växellådor kan ta 20 år att vinna massacceptans efter deras marknadsdebut.

Toyota räknar också med att gå snabbare nu när dess chef har förkastat hans tidigare tvivel. I maj uppmanade VD:n alla sina anställda att ta till sig den betydelsefulla förändringen i samband med automatiserad körning och robotteknik. Sådan ny teknik kommer att vara lika transformerande för företaget, lovade Toyoda, som hans egen farfars beslut 1930 att skapa en bildivision inom vad som då var en liten vävstolstillverkning
företag.

Dölj