[Перевод] Автопроизводители признаются, что до полностью беспилотных автомобилей ещё очень долго
Статья 17 мая 2019 года.
Несколько лет назад автопромышленность смело предсказывала выход полностью беспилотных автомобилей 5 уровня в 2020 или 2021 году, но эта задача оказалась куда более сложной, чем они думали.
Популярная в последнее время концепция беспилотных автомобилей, на которых можно поехать куда угодно и когда угодно (или автомобилей, в которых можно спать на заднем сидении во время езды) несколько притормозила, так как автопроизводители признали, что разработка технологии полноценного беспилотного управления оказалась более сложной, чем ожидалось.
Вопросы о будущем технологии достигли полного публичного обсуждения в апреле 2019, когда генеральный директор Ford Motor Co. Джим Хакетт признал то, что уже стало болезненно очевидным для большей части инженерного сообщества. «Мы переоценили перспективу появления автономных автомобилей», — цитата Хакетта, которая разошлась по многочисленным новостным каналам. «Область применения таких автомобилей будет достаточно узкой, в дело вступит ограничение по геозонам».
Это признание стало шоком для широких масс и средств массовой информации, в основном потому, что оно появилось на фоне растущей веры в то, что новые блестящие беспилотные автомобили вскоре появятся в дилерских центрах.
Тем не менее, Хакетт не был первым, кто сделал такое заявление. Автомобильная промышленность давала намеки на этот счет в течение нескольких месяцев до заявления Ford. В ноябре 2018 года, например, Джон Крафчик, генеральный директор Waymo, подразделения Google, занимающегося беспилотными автомобилями, был еще более откровенен, чем Хакетт. «Это очень, очень сложно», — сказал Крафчик во время конференции по технологиям в прямом эфире. «Ты не знаешь каких знаний тебе не хватает, пока ты не попытаешься что-нибудь сделать».
Далее Крафчик заявил, что автопрому может и не удасться создать автомобиль, способный самостоятельно ездить в любое время года, при любой погоде и и при любых условиях. «Условие автономности всегда будет накладывать ограничения», добавил он.
Комментарии Крафчика и Хакетта подтвердили то, что многие отраслевые аналитики говорили более двух лет. «Я согласен с комментарием Джона Крафчика», — отметил Сэм Абуэлсамид, главный аналитик Navigant Research — издания, которое публикует обширную ежегодную оценку состояния отрасли роботизированных транспортных средств. «Нет никаких гарантий, что в обозримом будущем у нас когда-нибудь появятся автоматизированные транспортные средства, способные работать всегда и везде».
Дилемма пятого уровня
Такие заявления, конечно, резко контрастируют с более ранними утверждениями. Всего три года назад многие OEM-производители, подпитываемые достижениями в области робототехники, смело предвидели день в недалеком будущем, когда водители будут не нужны. Ford, например, предсказал, что это произойдет уже в 2021 году. «В салоне не будет руля», — сказал бывший старший директор Марк Филдс в 2016 году. «Не будет педалей газа и тормоза и, конечно же, водитель не понадобится».
И не только Ford делал такие заявления. Honda публично обсуждала возможность появления автомобилей без водителей на улицах Токио к летним Олимпийским играм 2020 года. Volvo, Hyundai, Daimler, Tesla, Fiat Chrysler, Renault-Nissan и другие планировали выпуск таких автомобилей в диапазоне с 2018 по 2025 год. Некоторые говорили о моделях с ограниченными возможностями: например, сначала будет доступна только езда по шоссе, а затем появятся и городской функционал. Но послание было по сути тем же: будущее у нас на пороге.
В 2016 г. Ford смело спрогнозировал, что в 2021 г. у него будут автомобили без рулевого колеса, педали газа или тормоза.
Конечно же, сегодня эта повестка не сильно отличается от того, что было в прошлом. Будущее с беспилотным транспортом все еще ожидается, но тон риторики смягчается. Большинство OEM-производителей сейчас более откровенно говорят о том, что путь к полной автономности в автомобилях будет представлять собой последовательность маленьких, постепенных шагов. Сначала появится автоматическое аварийное торможение. Затем роботизированная доставка пакетов и беспилотное такси по районам, находящимся в рамках гео-ограждения. Водители сначала будут сидеть у руля, а затем исчезнут. Высокая степень автоматизации — так называемый 4-ый уровень — появится только в определенных местах. Но Священный Грааль беспилотной езды — полный 5-ый уровень во всех автомобилях, обеспечивающий езду куда угодно и когда угодно — теперь признан более сложным.
Причин такой сложности много. Во-первых, это погода. Инсайдеры отрасли говорят, что не случайно наиболее выдающиеся автономные программы тестирования расположены в Калифорнии, Аризоне и Неваде, а не в штате Мэн или Миннесота.
«Езда по заснеженной дороге сложна по разным причинам», — сказал Стюарт Селларс, генеральный директор LiDar Group for Analog Devices, Inc. «Большинство датчиков, используемых для беспилотной езды, полагаются на линию прямой видимости». Вы используете камеры, лидар или радар, а снег — это, по сути, препятствие. Он мешает этим сенсорам получать обратный сигнал».
И дело не только в том, что снежинки в воздухе блокируют обратный сигнал. Снег также имеет тенденцию накапливаться на обочинах и на середине дороги, перекрывая дорожную разметку, которая так важна для автоматического распознавания полос движения.
Более того, дело не только в снеге. Различные регионы представляют различные погодные проблемы. «Если вы едете на северо-восток, то вы сталкиваетесь и со льдом, и с проливным дождем, и с градом, так что вам придется решать совсем другие проблемы», — сказал Селларс. «Так что, да, это может занять больше времени, чем люди ожидали».
Вызовы, связанные с тестированием
Возможно, самым большим техническим препятствием является преобразование человеческого разума в ИИ. Интеллект, позволяющий человеку управлять автомобилем, во многом воспринимается как нечто само собой разумеющееся, и его воспроизведение оказывается более трудоемким делом, чем предполагали инженеры.
«Если подумать, то когда вы едете по дороге, вы имеете дело с сотнями различных ситуаций на каждой пройденной миле», — сказал Селларс. «Вы видите вещи и интуитивно понимаете как на них реагировать».
И хотя эти ситуации могут показаться простыми для водителей-людей, они не так просты для машин. Например, когда в 200-х ярдах впереди ветром на дорогу выносит картонную коробку, водители-люди быстро определяют, стоит ли им переехать ее или объехать. Для компьютера это не так просто. Это кусок металла? Тяжелый или легкий? Знает ли машина вообще, что тяжелый кусок металла не вылетает от ветра на через проезжую часть? Все эти вопросы очень сложны для ИИ.
Большинство таких проблем необходимо решать с помощью тестов — либо проезжая физические мили, либо выполняя программное моделирование. Оба подхода имеют свое место, в основном потому, что программное моделирование не может предвидеть каждую случайность. Например, когда автомобиль прибывает на четырехстороннюю остановку в то же время, что и другое транспортное средство, для машины возникает дилемма. Водители-люди могут сделать какой-либо жест или посмотреть в глаза другому водителю, но микроконтроллеры всего этого не умеют. Некоторые разработчики в настоящее время учат свои транспортные средства чуть двигаться вперед, следя за другим транспортным средством для получения подразумеваемого согласия, но такие ситуации не являются простыми и, как правило, не могут быть смоделированы сегодня.
Производители систем моделирования работают над этим, и успешно расширяют количество испытаний, которые могут быть выполнены программно. Сегодня, по словам экспертов, симулировать можно двумя способами: во-первых, записывая реальные события и проигрывая их в программном обеспечении, и, во-вторых, увеличивая количество испытаний, чтобы включить в них ситуации, которые не были записаны.
«Мы считаем, что нужно и то, и другое», — отметила Венси Джин, менеджер по автомобильной промышленности в компании MathWorks, которая выпускает программный продукт под названием Automated Driving Toolbox. «Человеческое воображение ограничено, и всегда найдутся реальные случаи, которые вы представить себе не можете. Поэтому вы должны иметь возможность взять определенный объем данных из воспроизведения и скопировать их в среду имитационного моделирования, чтобы вы могли проводить испытания в духе «А что если?».
Как для поставщиков, так и для OEM-производителей, такие процедуры представляют собой дивный новый мир испытаний и проверок. Поставщики утверждают, что этот процесс является отклонением от всех процедур испытания, использовавшихся до появления беспилотных автомобилей. По их словам, беспилотным автомобилям уже недостаточно просто предоставить деталь, которая соответствует предписанной спецификации. Поставщики теперь должны помочь своим клиентам разобраться в разработке датчиков и алгоритмов, в контексте случаев их использования, а не в терминах простых спецификаций.
«Это не просто поставка датчика подушки безопасности, который должен соответствовать спецификации», — сказал Селларс. «С беспилотным автомобилем в условиях реального мира, вы должны думать обо всех случаях использования. Это самая большая проблема, и вы можете решить ее только с помощью огромного количества испытаний».
Действительно, требуется бесчисленное количество часов тестирования. Большая часть этого связана с тем, что инженеры «не знают каких знаний им не хватает», как сказал Крафчик из Waymo. Им нужно больше часов тестирования для того, чтобы учесть случаи использования, которые они не могут себе представить. В результате, по оценкам большинства экспертов, количество тестовых миль должно измеряться миллиардами. Toyota, например, публично заявила, что ей необходимо 8,8 миллиардов тестовых миль для безопасного внедрения самоходных транспортных средств.
Однако, какой бы ни была эта цифра, практически все согласны с тем, что большое количество физических испытаний все еще неизбежно. «Есть определенные ситуации, которые мы не можем смоделировать, потому что это связано с человеческим поведением», — сказал Селларс. «Так что количество пройденных физических миль должно быть огромной частью процесса».
Автопроизводители уходят в тень
Большая проблема во всем этом для автопроизводителей — деньги. Производители тратят огромные суммы денег в своих программах разработки систем автономной езды, и постоянно ищут инвесторов, чтобы привлечь больше. GM Cruise LLC, например, недавно объявила об инвестициях в акционерный капитал в размере 1,15 миллиарда долларов от группы институциональных инвесторов. Новое финансирование принесло компании ошеломляющие 19 миллиардов долларов — около трети от общей стоимости General Motors Corp. Cruise планирует использовать эти деньги, чтобы удвоить штат сотрудников и втрое увеличить площадь офисных помещений в Сан-Франциско.
В 2016 году General Motors инвестировала около 600 миллионов долларов в экспертизу робототехники Cruise Automation.
Однако такие цифры не фигурируют не только у GM. Большая часть промышленности тратит огромные суммы одновременно. Ford, например, инвестировал 1 миллиард долларов в Argo AI; Toyota вложила 1 миллиард долларов в Toyota Research Institute; GM инвестировала 500 миллионов долларов в Lyft, Inc.; Volvo вошла в совместное предприятие с Uber Technologies Inc. и вложила 300 миллионов долларов, а Intel, как говорят, потратила 15,3 миллиарда долларов на приобретение Mobileye.
Автопроизводители говорят, что эта ситуация не похожа ни на что из того, что они видели раньше. «Это самая интенсивная инженерная работа, которую когда-либо предпринимали», — сказал один из автомобильных менеджеров в неофициальной беседе с Design News. «И для этого нужно множество лучших в мире инженеров». Я говорю не о десятках или сотнях инженеров. Я говорю о тысячах. Речь идет о миллиардах долларов».
Вот почему некоторые компании сейчас отступают от краткосрочных прогнозов, сказал исполнительный директор. Они видят количество необходимых испытаний, инженерные требования и стоимость, и им интересно, сколько времени это займет.
«Автомобильная индустрия пугается, как будто ты готовишься к чему-то, а потом ты должен выйти на сцену и действительно это сделать», — отметил Майк Рэмси, старший директор и автомобильный аналитик компании Gartner, Inc. «А потом ты вдруг понимаешь: «Может быть, я не так готов, как думал».
Впрочем, не все автопроизводители отодвигают сроки. Генеральный директор Tesla Inc. Илон Маск сохранил веру в то, что его компания создаст полностью автономный автомобиль в 2020 году. «Я думаю, что безопасно лечь спать в машине и проснуться в пункте назначения можно будет к концу следующего года», — сказал он в февральском подкасте. Совсем недавно он подтвердил это заявление, заявив, что в 2020 году он планирует вывести на дороги более миллиона роботизированных такси. Ключевым моментом, по его словам, является то, что Tesla может более эффективно тестировать свою технологию автономного вождения, так как она накапливает «в 100 раз больше миль в день, чем все остальные».
В частном порядке, большинство инженеров сомневаются в заявлениях Маска. Впрочем, они предпочитают не высказываться и оставаться в тени. Некоторые намекают на появление полноценного 5-го уровня в конце 2020-х или начале 2030-х годов. Но, в целом, автопроизводители говорят, что они больше не занимаются прогнозированием.
«Мы с самого начала знали, что это тяжело», — сказал нам один инженер. «Это все, что мы можем сказать».
Тем не менее, практически каждый автопроизводитель и поставщик двигается вперед на полном ходу. «Это неизбежно», — сказал нам Селларс. «Это произойдет. Вопрос только в том, сколько времени пройдет, прежде чем мы сможем войти в дилерский центр и купить автомобиль 5-го уровня».
Мы, пожалуй, самый сильный в России центр компетенций по разработке автомобильной электроники. Сейчас активно растем и открыли много вакансий (порядка 30, в том числе в регионах), таких как инженер-программист, инженер-конструктор, ведущий инженер-разработчик (DSP-программист) и др.
У нас много интересных задач от автопроизводителей и концернов, двигающих индустрию. Если хотите расти, как специалист, и учиться у лучших, будем рады видеть вас в нашей команде. Также мы готовы делиться экспертизой, самым важным что происходит в automotive. Задавайте нам любые вопросы, ответим, пообсуждаем.
Читать еще полезные статьи:
