Тесла, Мерседес-Бенц, БМВ, Google и Ауди разработали различные технологии беспилотного вождения среди компаний с системами, готовыми к развертыванию. Самыми известными из существующих сегодня беспилотных автомобилей являются автомобили Tesla и Google. У них разные подходы: Google использует лидар (технологию, похожую на радар, которая использует свет вместо радиоволн), сенсорная технология и идет прямо к автомобилям без руля и педалей. Tesla выпустила программную систему под названием Autopilot, которая использует высокотехнологичные сенсоры камеры в качестве «глаз» автомобиля для некоторых из своих автомобилей, уже представленных на рынке.
Есть три технологии, которые делают возможным беспилотные автомобили, и они включают: датчики, возможности подключения и программное обеспечение / алгоритмы управления.
Датчик: существует множество типов датчиков, которые делают беспилотные автомобили реальностью. У нас есть датчики для контроля слепых зон, предупреждения о лобовом столкновении, радар, камера, лидар и ультразвуковые датчики. Все эти датчики работают вместе. чтобы ввести данные, необходимые для безопасного управления автомобилем.
Связь. Беспилотные автомобили используют облачные вычисления для обработки данных о трафике, погоде, картах, соседних автомобилях и состоянии поверхности, среди прочего. Эти данные используются для мониторинга окружающей среды эксплуатации автомобиля, чтобы предвидеть торможение или избегать опасных условий. Беспилотные автомобили должны быть подключены к Интернету, даже если периферийное вычислительное оборудование может локально решать небольшие вычислительные задачи.
Программное обеспечение / алгоритмы управления: Информация, собранная датчиками и функциями подключения, интерпретируется этим программным обеспечением. Программное обеспечение / алгоритмы управления необходимы для надежного сбора данных с датчиков и подключений и принятия решений о рулевом управлении, торможении, скорости и ведении по маршруту; они анализируют все данные, собранные автомобилем, для определения наилучшего курса действий. Это самая сложная часть беспилотного автомобиля, поскольку она должна безупречно принимать решения. Алгоритмы принятия решений должны уметь справляться с множеством простых и сложных дорожных ситуаций.
Факторы, которые могут повлиять на беспилотные автомобили в развивающихся странах
Большинство этих беспилотных автомобилей предназначены для работы в развитых странах, где законы благоприятны, и были приняты меры, чтобы помочь им работать там. Что произойдет, если вы возьмете дизайн беспилотного автомобиля для США и вставите страна третьего мира, она потерпит неудачу, потому что она не была предназначена для этой местности. По словам Рама Васудевана, содиректора центра Ford по автономным транспортным средствам при Мичиганском университете, он сказал: «Многие из того, что мы делаем в автономном вождении в настоящий момент, вероятно, не сработало бы, если бы мы пытались это сделать. в стране третьего мира ». Давайте посмотрим на факторы, которые могут повлиять на беспилотные автомобили в развивающихся / бедных странах;
Плохие / сумасшедшие водители. Автомобили с автоматическим управлением созданы для дорог, где преобладает порядок. В Нигерии, где я живу, часто можно увидеть, как автомобили едут не в ту сторону, на красный свет и зигзагообразно едут по широким дорогам без малейшего внимания к разметке полосы движения. Люди вполне могут с этим справиться, даже если они расстроятся и сигналят. друг друга, но для самоуправляемых автомобилей хаос был бы огромной проблемой.
Картографирование. беспилотным автомобилям требуется помощь в картографировании данных, которых еще нет в большинстве регионов мира. Большинство дорог не нанесены на карту должным образом, не поймите меня неправильно, я не говорю о доступности сети, но о точности маршрутов, по которым карта ведет вас, например, карта не указывает дорогу с односторонним движением . Для беспилотных автомобилей требуются очень подробные карты улиц, которые содержат все: от высоты бордюров до местоположения временных строительных объездов и точного положения уличных знаков и светофоров в трехмерном пространстве. И эту карту необходимо постоянно обновлять, используя данные, которые захватывают самоуправляемые автомобили во время движения.
Плохие дороги. Дороги ужасные, и я не знаю, смогут ли они запрограммировать машину так, чтобы избегать подобных иллюминаторов и плохих дорог в развивающихся странах. например
Возможность подключения. Многие эксперты согласны с тем, что для беспилотного автомобиля требуется широкомасштабное внедрение беспроводной технологии 5G. А подключение к сети в развивающихся странах очень плохое, и беспилотные автомобили должны быть подключены к Интернету. Большинство развивающихся стран все еще изо всех сил пытаются усовершенствовать свою беспроводную сеть 4G, а текущая сеть 4G не является достаточно быстрой, чтобы обеспечить способность беспилотных автомобилей вызывать человеческие рефлексы.
Проблема со светофором. В беспилотные автомобили есть встроенные датчики, такие как GPS, обнаружение света и компьютерное зрение. Это позволяет автомобилю получать доступ к данным, интерпретировать информацию и принимать решения. Любые внезапные изменения могут повлиять на работу автомобиля. В Нигерии, откуда я родом, в некоторых районах часто встречаются нерегулярные светофоры. Иногда, даже когда светофор работает, дорожная полиция решает управлять движением, часто идя против светофора, и беспилотным автомобилям может быть сложно найти место на дорогах.
Дойдут ли когда-нибудь беспилотные автомобили до развивающихся стран?
Развертывание беспилотных автомобилей в развивающихся странах может быть затруднено в ближайшем будущем из-за проблем, перечисленных выше, но если эти проблемы будут решены, есть надежда на развертывание беспилотных автомобилей в развивающихся странах. Если развивающиеся страны не могут решить эти проблемы, то таким компаниям, как Tesla и Google, придется внести серьезные изменения в свои системы, или новой компании, возможно, придется создать систему с нуля, которая учитывает проблемы развивающихся стран и моделирует автомобиль в соответствии с их требованиями. окружающей среде, например, научить машину узнавать местность и подвергнуть ее действию реальных дорожных условий.
