Navigerer den snoede vej mod førerløs mobilitet

Mens vi alle ser bilproducenter og autonome teknologivirksomheder slå sig sammen i forskellige alliancer, det er naturligt at undre sig over deres betydning, og hvad fremtiden vil bringe. Er vi klar over, at autonom kørselsteknologi og samfundets accept heraf kan tage længere tid end forventet? Er omkostningerne ved at investere i sådan teknologi mere end nogen enkelt organisation kan bære? Er disse alliancer drevet af et behov for regulering, som vil blive accepteret af regeringer og offentligheden, eller for at udvikle standarder, som producenterne kan blive enige om?

Svarene er sandsynligvis lidt af hvert, hvilket gør det til en rettidig mulighed for at gennemgå det store billede og dele vores syn på, hvor Intel og Mobileye står i dette landskab.

Tre aspekter af Auto-Tech-AI

Der er tre aspekter af bilteknologi-kunstig intelligens (auto-tech-AI), der udfolder sig:

1. Avancerede førerassistentsystemer (ADAS)
2. Robotaxi-tur hyldes som fremtiden for mobilitet-som-en-tjeneste (MaaS)
3. Serieproduktion af personbilers autonomi

Med ADAS-teknologier, føreren forbliver i kontrol, mens systemet griber ind, når det er nødvendigt for at forhindre ulykker. Dette er især vigtigt, da distraheret kørsel vokser med uformindsket styrke. Kendt som niveauer 0-2 som defineret af Society of Automotive Engineers (SAE), ADAS lover at reducere sandsynligheden for en ulykke til et uendeligt lille niveau. Denne kritiske fase af auto-tech-AI er godt i gang, med dagens penetration omkring 22 %, et tal forventes at stige kraftigt til 75 % i 2025.

I mellemtiden det autonome kørselsaspekt af auto-tech-AI kommer i to faser:robotaxi MaaS og serieproduktion af personbilers autonomi. Hvad har ændret sig i mange virksomheders tankegang, inklusive store dele af bilindustrien, er erkendelsen af, at de to faser ikke kan forløbe parallelt.

Serieproduktion af personbilers autonomi (SAE niveauer 4-5) skal vente, indtil robotaxi-industrien udrulles og modnes. Dette skyldes tre faktorer:omkostninger, regulering og geografisk skala. At få alle faktorer optimeret samtidigt har vist sig for svært at opnå i et enkelt spring, og det er grunden til, at mange i branchen overvejer den bedste vej til at opnå volumenproduktion. Mange industriledere indser, at det er muligt at forskyde udfordringerne, hvis implementeringen af ​​fuldt autonome køretøjer (AV'er) sigter først på robotakse-muligheden.

Omkostninger:Omkostningerne ved et selvkørende system (SDS) med dets kameraer, radarer, lidarer og højtydende computere er i titusindvis af dollars og vil forblive det i en overskuelig fremtid. Dette omkostningsniveau er acceptabelt for en førerløs kørselstjeneste, men er simpelthen for dyr til serieproducerede personbiler. Omkostningerne ved SDS bør ikke være mere end et par tusinde dollars - en størrelsesorden lavere end nutidens omkostninger - før en sådan kapacitet kan finde vej til serieproducerede personbiler.

Regulering:Regulering er et område, der får for lidt opmærksomhed. Virksomheder dybt i fremstillingen af ​​SDS'er ved, at det er det mest klæbrige problem. Udover det faktum, at lovene for udstedelse af kørekort er rettet mod menneskelige chauffører, der er det alvorlige spørgsmål om, hvordan man balancerer sikkerhed og nytte på en måde, der er acceptabel for samfundet.

Det vil være lettere at udvikle love og regler for en flåde af robotakser end for privatejede køretøjer. En flådeoperatør vil modtage en begrænset licens pr. brugstilfælde og pr. geografisk region og vil være underlagt omfattende rapportering og fjernbetjening i back-office. I modsætning, licensering af sådanne biler til private borgere vil kræve en fuldstændig revision af de komplekse love og regler, der i øjeblikket regulerer køretøjer og chauffører.

Bilindustrien indser gradvist, at autonomi skal vente, indtil regulering og teknologi når ligevægt, og det bedste sted at få dette gjort er gennem robotaxi-fasen.

Skala:Den tredje faktor, geografisk skala, er for det meste en udfordring med at skabe high-definition kort med stor detaljering og nøjagtighed, og at holde disse kort løbende opdateret. Geografisk skala er afgørende for serieproducerede førerløse biler, fordi de nødvendigvis skal fungere "overalt" for at opfylde løftet om den selvkørende revolution. Robotaxis kan være begrænset til geo-indhegnet områder, som gør det muligt at udskyde spørgsmålet om skala til robotaxi-industriens modenhed.

Når omkostningsfaktorerne, regulering og skala tages sammen, det er forståeligt, hvorfor serieproducerede personbiler først bliver mulige efter robotaksefasen.

Som det bliver mere og mere tydeligt, bilindustrien er på vej mod større vægt på deres niveau 2-tilbud. Forbedret ADAS – med chauffører, der stadig har ansvaret for køretøjet til enhver tid – hjælper med at opnå mange af de forventede sikkerhedsfordele ved AV'er uden at støde ind i lovgivningen, omkostnings- og skalaudfordringer.

På samme tid, bilproducenter løser for reguleringen, omkostnings- og skaleringsudfordringer ved at omfavne den nye robotaxi MaaS-industri. Når MaaS via robotaxi opnår trækkraft og modenhed, bilproducenter vil være klar til den næste (og mest transformative) fase af personbilers autonomi.

Strategien for autonomi

Med alt dette i tankerne, Intel og Mobileye er fokuseret på den mest effektive vej til at nå personbilers autonomi. Det kræver langsigtet planlægning, og for dem, der kan opretholde de store investeringer forude, belønningen vil være stor. Vores vej frem afhænger af fire fokusområder:

• Fortsæt på forkant med ADAS-udvikling. Ud over det faktum, at ADAS er kernen i livreddende teknologi, det giver os mulighed for at validere de teknologiske byggeklodser i autonome køretøjer via snesevis af nye produktionsprogrammer om året med bilproducenter, der sender vores teknologi til de strengeste sikkerhedstests. Vores ADAS-programmer – mere end 34 millioner køretøjer på vejene i dag – giver det økonomiske "brændstof" til at opretholde autonom udviklingsaktivitet på lang sigt.
• Design et SDS med en rygrad i en kameracentreret konfiguration. Opbygning af et robust system, der kan køre udelukkende baseret på kameraer, giver os mulighed for at lokalisere de kritiske sikkerhedssegmenter, som vi virkelig har brug for redundans fra radarer og lidarer. Denne indsats for at undgå unødvendig overkonstruktion eller "sensoroverbelastning" er nøglen til at holde omkostningerne lave.
• Byg videre på vores Road Experience Management (REM) crowdsourcede automatiske kortfremstilling i høj opløsning for at løse skalaproblemet. Gennem eksisterende kontrakter med bilproducenter, vi hos Mobileye forventer at have mere end 25 millioner biler, der sender vejdata inden 2022.
• Håndter reguleringsproblemet gennem vores formelle model for ansvarlig følsom sikkerhed (RSS) for sikker kørsel, som balancerer robotchaufførens anvendelighed og smidighed med en sikkerhedsmodel, der overholder samfundsnormer for forsigtig kørsel.

Hos Intel og Mobileye, vi er all-in på den globale robotaxi-mulighed. Vi udvikler teknologi til hele robotaxi-oplevelsen – fra at byde turen på din telefon, gennem at drive køretøjet og overvåge flåden. Vores praktiske tilgang med så meget af processen som muligt gør os i stand til at maksimere læringen fra robotaxi-fasen og være klar med de rigtige løsninger til bilproducenter, når tiden er inde til serieproducerede personbiler.

På vej, vi vil hjælpe vores partnere med at levere på ADAS' livsreddende sikkerhedsrevolution. Vi er overbeviste om, at dette vil være et stærkt og historisk eksempel på, at den største værdi bliver realiseret på rejsen.