Autonomní počítač v automobilech: Co to je a jak to funguje

Moderní automobily čím dál více spoléhají na výkonný „mozek“, který řídí jízdu, bezpečnost, navigaci, komunikaci a zábavu. Inženýři často tento systém nazývají autonomní počítač, automobilový počítač, centrální výpočetní platforma nebo počítač pro autonomní řízení. Tento počítač zpracovává obrovské množství dat ze senzorů a kamer v reálném čase a pomáhá automobilu činit rozhodnutí během jízdy.

Automobilový průmysl nyní považuje software a výpočetní výkon za důležité součásti návrhu vozidla. Mnoho výrobců přešlo z tradičních elektronických řídicích systémů na centralizované „softwarově definované vozidla“, kde malé množství výkonných počítačů spravuje většinu funkcí vozidla.

Co je autonomní počítač v automobilu?

Autonomní počítač v automobilu je systém s vysokým výkonem, který pomáhá vozu porozumět prostředí, předvídat nebezpečí a řídit chování vozidla. Tento počítač spojuje hardware, software, umělou inteligenci a data ze senzorů.

Autonomní počítač obvykle vykonává úkoly jako:

• Detekce objektů, chodců, pruhů a dopravních značek
• Sledování rychlosti a směru vozidla
• Plánování bezpečných jízdních tras
• Řízení brzdění, řízení a akcelerace
• Správa navigace a mapování
• Komunikace s cloudovými systémy a jinými vozidly
• Provozování funkcí pomoci řidiči.

Moderní autonomní počítače mohou zpracovávat data z mnoha senzorů současně. Některé pokročilé systémy zpracovávají triliony operací za sekundu.

Například nový autonomní čip Rivian RAP1 údajně poskytuje přibližně 1 800 trilionů operací za sekundu pro zpracování umělé inteligence.

Proč vozy potřebují autonomní počítače?

Tradiční automobily se spoléhaly na mnoho malých elektronických řídicích jednotek. Jedna řídicí jednotka se starala o brzdění, jiná o převodovku, další o airbagy a další o infotainment.

Moderní autonomní řízení vyžaduje mnohem rychlejší rozhodování a mnohem větší množství zpracování dat. Autonomní nebo poloautonomní automobil může používat:

• Více kamer
• Radarové senzory
• LiDAR senzory
• Ultrazvukové senzory
• Globální polohovací systémy
• Mapy s vysokým rozlišením.

Vozidlový počítač musí spojit všechny tyto informace během milisekund.

Výzkumníci a automobilky stále častěji používají centralizované výpočetní architektury, protože centralizované systémy snižují latenci a zlepšují koordinaci mezi systémy vozidla.

Jak autonomní počítač funguje

Autonomní počítač obvykle funguje ve několika fázích.

Shromažďování informací pomocí senzorů

Senzory nepřetržitě shromažďují informace o prostředí.

Příklady zahrnují:

• Kamerové systémy pro značení jízdních pruhů a dopravní značky
• Radar pro měření vzdálenosti
• LiDAR pro trojrozměrné mapování
• Ultrazvukové senzory pro pomoc při parkování.

Některá pokročilá vozidla používají více než 10 kamer a několik radarových systémů.

Podle zpráv o budoucích autonomních systémech Mercedes-Benz mohou inženýři používat konfigurace se 14 kamerami s vysokým rozlišením, 9 radarovými senzory a LiDAR technologií.

Fúze dat

Autonomní počítač kombinuje data z různých senzorů do jednotného modelu prostředí.

Příkladem může být:

• Kamera identifikuje chodce
• Radar měří rychlost chodce
• LiDAR měří polohu chodce v trojrozměrném prostoru

Počítač všechny tyto informace slučuje pro zlepšení přesnosti.

Analýza umělou inteligencí

Modely umělé inteligence analyzují prostředí a předvídají možné rizika.

Systém může odpovědět na otázky jako:

• Pokládá se jiné vozidlo do jiného jízdního pruhu?
• Půjde chodec přes ulici?
• Je před námi silniční výkop?
• Je nutné brzdit?

Moderní autonomní systémy čím dál více využívají edge umělou inteligenci, kde vozidlo zpracovává data lokálně uvnitř automobilu, místo aby se spoléhalo na cloudové servery. Tento přístup zkracuje zpoždění a zlepšuje spolehlivost.

Rozhodování o jízdě

Počítač vybírá nejbezpečnější opatření pro jízdu.

Možné akce zahrnují:

• Úprava řízení
• Snížení rychlosti
• Nouzové brzdění
• Změna pruhu
• Parkovací manévry.

Systém poté odesílá příkazy do řízení, brzdového a pohonného systému.

Úrovně autonomního řízení

Automobilový průmysl obvykle klasifikuje automatizaci řízení do úrovní od 0 do 5.

Dnes většina komerčně dostupných systémů zůstává na Úrovni 2 nebo s omezenými schopnostmi Úrovně 3.

Analytici průmyslu uvádějí, že mnoho společností se nyní soustředí více na praktické systémy Úrovně 2 a Úrovně 3 než na plně autonomní vozidla Úrovně 5.

Příklady systémů autonomních počítačů

1. Platforma NVIDIA DRIVE

NVIDIA vyvíjí jednu z nejvíce používaných výpočetních platforem pro autonomní vozidla.

Systém NVIDIA DRIVE zahrnuje:

• Výkonné čipy umělé inteligence
• Operační systémy vozidel
• Integraci senzorů
• Nástroje pro simulaci
• Bezpečnostní software.

Společnosti jako Toyota, Volvo Cars a Mercedes-Benz používají technologie NVIDIA pro pokročilou asistenci řidičům a vývoj autonomního řízení.

2. Počítač Tesla Full Self-Driving

Tesla navrhuje svůj vlastní hardware a software pro autonomní řízení.

Vozy Tesla se silně spoléhají na kamery a zpracování umělé inteligence. Jejich systém se neustále učí z velkého množství dat o jízdě shromážděných z vozidel zákazníků.

Tesla také vyvíjí specializovanou infrastrukturu pro trénink umělé inteligence pro modely autonomního řízení.

3. Platforma autonomních technologií Rivian

Rivian nedávno uvedl na trh svůj čip umělé inteligence RAP1 a autonomní výpočetní modul ACM3.

Tato společnost plánuje podpořit volant bez rukou na milionech mil cest v Severní Americe.

4. Robotaxis Waymo

Waymo provozuje plně autonomní robotaxi služby v několika městech.

Vozy Waymo používají složité autonomní výpočetní systémy, které kombinují:

• Kamerové systémy
• LiDAR
• Radar
• Umělou inteligenci
• Mapování s vysokým rozlišením.

Waymo průběžně rozšiřuje autonomní operace do dalších měst v USA.

Softwarově definovaná vozidla

Mnoho moderních vozidel nyní následně koncept softwarově definovaného vozidla.

Softwarově definované vozidlo používá centralizované softwarové systémy k řízení mnoha funkcí vozidla. Inženýři mohou tyto funkce aktualizovat prostřednictvím bezdrátových softwarových aktualizací.

Tento přístup nabízí několik výhod:

• Rychlejší aktualizace funkcí
• Vylepšené řízení kybernetické bezpečnosti
• Lepší integrace mezi systémy
• Snížená složitost hardwarových komponentů
• Snadnější aktualizace umělé inteligence.

Velké společnosti vyrábějící polovodiče stále častěji vyvíjejí specializované automobilové procesory pro tento trh.

Umělá inteligence uvnitř autonomních počítačů automobilů

Umělá inteligence hraje centrální roli v autonomním řízení.

Moderní systémy používají strojové učení a hluboké učení k:

• Rozpoznávání silničních objektů
• Předvídání chování řidiče
• Porozumění dopravním vzorcům
• Vylepšení navigace
• Snížení počtu nehod.

Výzkumníci nadále vyvíjejí pokročilejší algoritmy učení pro autonomní vozidla.

Některé společnosti také používají simulační platformy k trénování systémů umělé inteligence pomocí virtuálních scénářů řízení před nasazením v reálném světě.

Bezpečnostní výzvy

Autonomní počítače v automobilech stále čelí zásadním bezpečnostním výzvám.

Vzácné situace na silnici

Neočekávané situace zůstávají obtížné pro autonomní systémy.

Příklady zahrnují:

• Zaplavené silnice
• Porušené semafory
• Netradiční staveniště
• Nouzová vozidla
• Extrémní počasí.

Například velký výpadek elektřiny v San Franciscu údajně způsobil problémy některým autonomním robotaxis, protože semafory přestaly fungovat.

Omezení senzorů

Různé senzory mají svá slabá místa.

Příklady zahrnují:

• Kamerové systémy mají problémy ve silné mlze
• Výkon LiDAR může klesat ve sněhu
• Radar může vykazovat falešné odrazy.

Inženýři často kombinují různé typy senzorů pro zlepšení spolehlivosti.

Rizika kybernetické bezpečnosti

Autonomní počítače automobilů se spojují s bezdrátovými sítěmi, cloudovými systémy a systémy pro aktualizaci softwaru. Tato konektivita vyvolává obavy o kybernetickou bezpečnost.

Výrobci automobilů se stále více zaměřují na:

• Šifrovanou komunikaci
• Bezpečné aktualizace softwaru
• Zjišťování narušení
• Bezpečnostní certifikované operační systémy.

Nové autonomní platformy nyní podléhají testování certifikace kybernetické bezpečnosti a bezpečnosti.

Nákladové výzvy

Hardware pro autonomní řízení je stále nákladný.

Plně autonomní vozidlo obvykle vyžaduje:

• Vysoce výkonné procesory pro umělou inteligenci
• Nákladné systémy LiDAR
• Pokročilé chladicí systémy
• Velké datové úložiště.

Nicméně náklady na senzory a výpočetní techniku postupně klesají, jak výroba roste.

Autonomní počítače v automobilech a cloudové výpočty

Moderní autonomní vozidla často používají kombinaci palubního výpočtu a cloudové infrastruktury.

Vozidlo obvykle zpracovává rozhodnutí o jízdě v reálném čase lokálně, protože místní zpracování snižuje zpoždění. Cloudové systémy podporují:

• Trénink umělé inteligence
• Správu flotily
• Aktualizace navigace
• Analýzu dat
• Vzdálenou diagnostiku.

Výzkumníci stále více podporují přístupy edge computingu, protože tyto systémy zlepšují doba reakce a snižují závislost na síťových připojeních.

Budoucnost autonomních počítačů v automobilech

Automobilový průmysl pokračuje směrem k centralizovanějším a výkonnějším výpočetním systémům vozidel.

Několik hlavních trendů nyní formuje vývoj:

• Akcelerace umělé inteligence
• Centralizované výpočetní prostředí vozidel
• Architektury definované softwarem
• Bezdrátové aktualizace softwaru
• Pokročilé simulační platformy
• Větší využívání edge umělé inteligence.

Odborníci v oboru očekávají postupný pokrok namísto okamžité plně autonomní jízdy kdekoliv.

Někteří analytici věří, že plně autonomní vozidla Úrovně 4, vlastněná soukromými osobami, se mohou objevit později v tomto desetiletí v omezených trzích a za řízených podmínek.