¿Es confiable el informe anual de conducción autónoma de California?
Es hora de publicar la boleta de calificaciones sobre los vehículos autónomos.
El miércoles (26 de febrero), el Departamento de Vehículos Motorizados de California (Departamento de Vehículos Motorizados de California) publicó el Informe Anual de Conducción Autónoma de California, que detalla los vehículos autónomos que fueron aprobados para pruebas en California el año pasado. cómo la empresa conduce el automóvil y con qué frecuencia el operador de seguridad de cada empresa debe hacerse cargo del automóvil.
Este "informe independiente" ofrece una visión poco común de los métodos de trabajo de las empresas de conducción autónoma que ya están probando en la vía pública.
Desafortunadamente, después de leer estos informes, es casi imposible medir qué tan lejos estamos de la era de la conducción autónoma.
En primer lugar, las empresas utilizan diferentes términos para explicar las distintas desviaciones. Además, este informe solo cubre las pruebas en California. La mayoría de los grandes jugadores están realizando pruebas en otros lugares al mismo tiempo, como las pruebas de Waymo en Phoenix, las pruebas de Argo en Pittsburgh y Miami y las pruebas de Amber en Las Vegas.
Más importante aún, la desconexión no es una buena forma de medir el progreso en la conducción autónoma. Tampoco es adecuado para comparar entre empresas porque los puntos de prueba de diferentes empresas son diferentes. Por ejemplo, Cruise está en San Francisco, donde las condiciones del tráfico son complicadas, y Waymo está en suburbios tranquilos. Diferentes empresas siguen diferentes protocolos. Algunas empresas exigen que los conductores de seguridad se hagan cargo del vehículo cuando hay vehículos de emergencia en el campus o cerca de él, de modo que el vehículo esté desacoplado de los sistemas que pueden conducir normalmente.
La mejor forma de reducir la tasa de abandono es acumular kilometraje en algunos lugares con condiciones de carretera sencillas y una investigación exhaustiva, pero esta es la peor forma de mejorar el sistema de conducción autónoma. Waymo dijo el miércoles (26 de febrero) que el informe de California no "proporcionó información sobre su programa de conducción autónoma" y "no diferenció su desempeño en el campo de la conducción autónoma del de otras empresas".
Entonces, ¿cómo siguen estas empresas su progreso tecnológico?
Algunas medidas son sencillas. Si el sistema de visión de la empresa ahora solo puede detectar el 98% de los peatones, es posible que sus algoritmos de aprendizaje automático necesiten aprender muchos más casos para superar el 99,99%.
¿Refracción? ¿AI? El director ejecutivo Matt Johnson-Robertson dijo que la compañía revisará estas estadísticas al menos mensualmente, incluida la frecuencia con la que fallan los sistemas informáticos y la confiabilidad con la que los vehículos siguen las instrucciones del software en Michigan, Arbor, que está construyendo un pequeño automóvil autónomo que puede entregar alimentos. personas a lo largo de carriles bici
Aunque la startup y sus competidores son únicos a su manera de medir el progreso, la mayoría de las empresas parecen centrarse más en la cantidad de millas que realmente se pueden recorrer de manera segura que en el total. número de millas que la empresa lo prueba.
Paso uno: piense en el automóvil que va a conducir. Qué hacer: los automóviles autónomos que pueden ir a todas partes en cualquier momento parecen estar a décadas de distancia; se dirigen a segmentos de mercado limitados por la geografía, el tipo de carretera y las condiciones de conducción.
Vehículos autónomos de Cruise Conducir un automóvil a través del tráfico de San Francisco significa que su vehículo autónomo debe dominar todas las habilidades de conducción de un conductor humano. Debe recorrer con éxito giros a la izquierda sin protección, paradas de cuatro vías, rotondas y calles muy empinadas. Los objetivos de conducción y alcance son relativamente bajos, principalmente en áreas restringidas como comunidades de jubilados donde los requisitos de rendimiento no son altos. >
Se podría enumerar el rendimiento requerido para la conducción autónoma, como en un programa de estudios, y luego entrenar el automóvil. Algunas nuevas empresas de pruebas comienzan con lo básico, como escribir código para enseñar al automóvil a reconocer y permanecer en un carril.
Luego, agregue cambios de carril, incorpórese en la autopista o reduzca la velocidad para permitir que otros se incorporen al carril. Siempre que necesite cambiar el software de control del automóvil, puede probarlo en una simulación por computadora. vea cómo funciona y descubra las lagunas.
Luego, aplíquelo a un automóvil en condiciones controlables, pruebe en un carril exclusivo y, una vez confirmado, podrá ingresar a la prueba en carretera.
Waymo ha recorrido 20 millones de millas en el mundo real y más de 65,438 mil millones de millas en el mundo virtual.
A medida que se perfecciona cada característica, "puedes empezar a tacharlas de la lista", dice la empresa de transporte autónomo Kodiak. Don Burnette, de Robótica, dijo: "¿Cuántas funciones estás tratando de lograr?" Este es un muy buen indicador del progreso de la empresa.
Al mismo tiempo, las empresas pueden mejorar aún más las funciones ya implementadas. Si estamos estudiando el cambio de carril, comenzaremos desde una escena donde no hay otros vehículos alrededor, enfocándonos en estudiar la trayectoria de conducción y la velocidad similar a la de los conductores humanos. (Nuevamente, este trabajo se realiza primero en el entorno de simulación y luego en el mundo real).
Luego puedes agregar algunos autos a la escena y luego agregar más autos. En este punto, el sistema debe decidir cuándo la distancia entre talleres es segura. Al final, es como si un conductor humano consintiera que otro conductor entrara al carril.
Una vez que tachas todas las características sutiles, tienes un sistema "completamente funcional". Sin embargo, los entornos de transporte como las áreas metropolitanas requieren capacidades casi infinitas, y la altura de estas barreras también ayuda a explicar por qué tantas empresas de conducción autónoma están persiguiendo modelos de negocio más limitados, como camiones de alta velocidad y autobuses regulares.
Elon Musk, director ejecutivo de Tesla, es una de las pocas personas que afirma haber ganado. "Creo que nuestros coches totalmente autónomos serán 'totalmente funcionales' este año", dijo Musk a principios de 2019. "Eso significa que este año el coche podrá encontrarte en un aparcamiento, recogerte y llevarte". hasta su destino, y "sin ninguna intervención humana", sin embargo, explicó más tarde en una conferencia telefónica, "la funcionalidad completa significa que tiene la oportunidad de trabajar desde casa sin ninguna intervención". " y "completar con tareas". Con la llamada inteligente (Smart? Summon) lanzada por Tesla en septiembre del año pasado, por ejemplo, puede conducir automáticamente el vehículo desde la plaza de aparcamiento hasta la ubicación del propietario. La evidencia actual muestra que funciona en la mayoría de los casos, pero a veces no distingue entre asfalto, pasto y hielo y, a veces, se queda atascado en la puerta de un garaje.
Por lo tanto, una vez que se agrega una función a la base del código de una computadora, se debe garantizar que funcione en tantas situaciones como sea posible. Chris Urmson dijo que esto refleja la importancia de la simulación. Urmson es ahora director ejecutivo de Aurora, que está desarrollando tecnología de conducción autónoma para una variedad de aplicaciones, incluido el transporte por carretera.
Cuando el equipo de Urmson estudió las curvas desprotegidas el año pasado, primero enviaron conductores humanos para investigar. Están interesados en la diversidad de la vida, como qué tan rápido o lento van los conductores humanos en diferentes intersecciones y qué tanto afectan los camiones a la vista frontal de un automóvil.
Cargaron los hallazgos en un software de simulación y luego alteraron los detalles "difuminándolos", realizando cambios sutiles en la posición y velocidad de otros participantes. Urmson dijo que antes de girar a la izquierda en una escena de tráfico real, Aurora había realizado más de 2 millones de experimentos de simulación para perfeccionar continuamente el sistema.
Luego sacaron el coche autónomo a la calle para verificar lo que el ordenador aprendía en el mundo real. Durante este proceso, los operadores de seguridad de Aurora notaron algunas situaciones y momentos inusuales en los que el vehículo se comportaba de manera diferente a lo que esperaban en ese momento, lo que a menudo resultaba en la desconexión del sistema de conducción autónoma.
Sin embargo, en lugar de centrarse en la cantidad de veces que el vehículo se controla manualmente, los ingenieros de la compañía están utilizando estos momentos como material para más simulaciones, más pruebas de fuzz y más ajustes para mejorar el rendimiento del vehículo.
En algún momento en el futuro, Urmson y su equipo anunciarán que su sistema ha demostrado sus habilidades en suficientes escenarios para poder ingresar al mundo real sin agentes de seguridad humanos. Diferentes empresas lo anunciarán en diferentes momentos porque nadie puede ponerse de acuerdo sobre este controvertido tema. ¿Qué tan seguro es? Los reguladores no pueden decirlo.
El Departamento de Transporte federal sólo proporciona directrices vagas para el desarrollo de sistemas de seguridad. Muchos estados de Estados Unidos dan la bienvenida a los desarrolladores de software de conducción autónoma, pero no imponen ningún requisito técnico.
California destaca en este sentido: más de 60 empresas han sido aprobadas para probar la tecnología de conducción autónoma en el estado, pero sólo 5 empresas han obtenido la aprobación de la Comisión de Empresas Públicas de California (¿California? ¿Públicas? ¿Utilidades? Comisión, CPUC), puede realizar transporte de pasajeros en el estado.
No, dijo Bryant Walker Smith, profesor de la Facultad de Derecho de la Universidad de Carolina del Sur (Facultad de Derecho de la Universidad de Carolina del Sur). Cuente con este acuerdo flexible para cambiar. Estos vehículos autónomos ejecutan software complejo en entornos complejos, y ni los reguladores ni el público tienen la experiencia, los recursos o el tiempo para comprender completamente cómo funciona todo.
No es probable que ninguna empresa conduzca una distancia tan larga sólo para proporcionar datos que demuestren que sus automóviles pueden ser tan buenos (o mejores) que los conductores humanos. Eso significa que todos tienen que dar un gran paso en la fe, o al menos un pequeño paso, dijo Smith. "Depende de si la empresa que desarrolla y despliega la conducción autónoma es digna de la confianza de todos."
¿Refracción? Es poco probable que los vehículos autónomos con IA causen lesiones graves porque se mueven entre 10 y 12 mph. De modo que los equipos pueden pasar por alto el factor de seguridad y considerar otra métrica: el costo por envío.
Recientemente, los ingenieros de esta empresa dedicaron aproximadamente un mes a estudiar el estacionamiento en cuatro direcciones. Johnson-Robertson dijo que llevaron el vehículo autónomo a niveles "invencibles", pero eso se debió a que fue demasiado conservador y esperó siete u ocho minutos antes de tomar medidas. Entonces decidieron evitar el problema por completo, tomar una ruta diferente o pedirle a alguien que lo controlara de forma remota. (Las operaciones remotas son una herramienta importante para los sistemas de conducción autónoma, pero han sido subestimadas).
¿Es esto posible debido a la refracción? El futuro de la IA no está en dominar el complicado arte del estacionamiento en cuatro direcciones. El único criterio importante para una empresa es si puede convertirse en Universidad de Michigan (universidad). ¿de? Los estudiantes de Michigan comen hamburguesas calientes y patatas fritas.
Este artículo es de Autohome, el autor de Autohome, y no representa la posición de Autohome.