Los fabricantes de automóviles admiten que es mucho tiempo antes de que los vehículos no tripulados

Artículo 17 de mayo de 2019.

Hace unos años, la industria automotriz predijo audazmente el lanzamiento de vehículos completamente no tripulados de nivel 5 en 2020 o 2021, pero esta tarea resultó ser mucho más complicada de lo que pensaban.

El concepto recientemente popular de vehículos no tripulados que puedes conducir en cualquier lugar y en cualquier momento (o autos en los que puedes dormir en el asiento trasero mientras conduces) se desaceleró un poco, ya que los fabricantes de automóviles reconocieron que el desarrollo de la tecnología de control no tripulado resultó ser más complicado. que lo esperado.

Las preguntas sobre el futuro de la tecnología llegaron a comentarios públicos completos en abril de 2019, cuando el CEO de Ford Motor Co. Jim Hackett reconoció lo que ya era dolorosamente evidente para la mayoría de la comunidad de ingenieros. "Hemos sobreestimado la perspectiva de los automóviles autónomos", cita Hackett, que circulaba por numerosos canales de noticias. "El alcance de tales vehículos será bastante estrecho, la restricción de geovallas entrará en juego".

Este reconocimiento fue un shock para las masas y los medios de comunicación, principalmente porque apareció en el contexto de una creciente creencia de que pronto aparecerían nuevos vehículos brillantes no tripulados en los concesionarios.

Sin embargo, Hackett no fue el primero en hacer tal declaración. La industria automotriz insinuó esto durante meses antes de que Ford anunciara. En noviembre de 2018, por ejemplo, John Krafchik, CEO de Waymo, la división de drones de Google en Google, fue aún más franco que Hackett. "Es muy, muy complicado", dijo Krafchik durante una conferencia de tecnología en vivo. "No sabes qué conocimiento te estás perdiendo hasta que intentas hacer algo".

Además, Krafchik dijo que la industria automotriz podría no ser capaz de crear un automóvil que pueda conducir independientemente en cualquier época del año, en cualquier clima y bajo cualquier condición. "La condición de autonomía siempre impondrá restricciones", agregó.

Los comentarios de Krafchik y Hackett confirmaron lo que muchos analistas de la industria han estado diciendo durante más de dos años. "Estoy de acuerdo con el comentario de John Krafchik", dijo Sam Abuelsamide, analista jefe de Navigant Research, una publicación que publica una extensa evaluación anual de la industria de vehículos robóticos. "No hay garantía de que en el futuro previsible tengamos vehículos automáticos capaces de trabajar en cualquier momento y en cualquier lugar".

Dilema de quinto nivel

Tales declaraciones, por supuesto, contrastan fuertemente con declaraciones anteriores. Hace solo tres años, muchos fabricantes de equipos originales, impulsados ​​por los avances en robótica, previeron con valentía un día en el futuro cercano en el que los conductores no serían necesarios. Ford, por ejemplo, predijo que esto sucedería ya en 2021. "No habrá dirección en la cabina", dijo el ex director senior Mark Fields en 2016. "No habrá pedales de acelerador y freno y, por supuesto, no se necesitará el conductor".

Y no solo Ford hizo tales declaraciones. Honda ha discutido públicamente la posibilidad de que aparezcan autos sin conductores en las calles de Tokio para los Juegos Olímpicos de Verano 2020. Volvo, Hyundai, Daimler, Tesla, Fiat Chrysler, Renault-Nissan y otros planearon producir tales autos en el rango de 2018 a 2025. Algunos hablaron de modelos con discapacidades: por ejemplo, primero solo estará disponible la conducción en carretera y luego aparecerá la funcionalidad de la ciudad. Pero el mensaje era esencialmente el mismo: el futuro está en nuestra puerta.



En 2016, Ford pronosticó audazmente que en 2021 tendría automóviles sin volante, pedal de acelerador o freno.

Por supuesto, hoy esta agenda no es muy diferente de lo que era en el pasado. Todavía se espera un futuro con vehículos no tripulados, pero el tono de la retórica se está suavizando. La mayoría de los OEM ahora dicen más abiertamente que el camino hacia la autonomía total en los automóviles será una secuencia de pasos pequeños y graduales. El frenado automático de emergencia aparecerá primero. Luego, una entrega robótica de paquetes y un taxi no tripulado en áreas dentro de la geo-cerca. Los conductores primero se sentarán al timón y luego desaparecerán. Un alto grado de automatización, el llamado cuarto nivel, aparecerá solo en ciertos lugares. Pero el Santo Grial de la conducción no tripulada, el quinto nivel completo en todos los automóviles, que proporciona conducción en cualquier lugar y en cualquier momento, ahora se reconoce como más difícil.

Hay muchas razones para esta complejidad. El primero es el clima. Los expertos de la industria dicen que no es casualidad que los programas de pruebas independientes más destacados se encuentren en California, Arizona y Nevada, y no en Maine o Minnesota.

"Conducir en un camino nevado es difícil por una variedad de razones", dijo Stuart Sellars, CEO de LiDar Group para Analog Devices, Inc. "La mayoría de los sensores utilizados para la conducción no tripulada dependen de la línea de visión". Utiliza cámaras, lidar o radar, y la nieve es esencialmente un obstáculo. Impide que estos sensores reciban retroalimentación ".

Y la cuestión no es solo que los copos de nieve en el aire bloqueen la señal de retorno. La nieve también tiende a acumularse al costado del camino y en el medio del camino, bloqueando las marcas viales, que son tan importantes para el reconocimiento automático de los carriles.

Además, el problema no es solo en la nieve. Las diferentes regiones presentan diferentes problemas climáticos. "Si vas al noreste, entonces te enfrentas con hielo, fuertes lluvias y granizo, así que tienes que resolver problemas completamente diferentes", dijo Sellars. "Entonces, sí, puede llevar más tiempo del esperado".

Pruebas de desafíos

Quizás el mayor obstáculo técnico es la transformación de la mente humana en IA. La inteligencia, que permite a una persona conducir un automóvil, se da por sentado de muchas maneras, y reproducirla lleva más tiempo del que suponían los ingenieros.

"Si lo piensas, cuando conduces por la carretera, estás lidiando con cientos de situaciones diferentes en cada milla que has recorrido", dijo Sellars. "Ves cosas y entiendes intuitivamente cómo responder a ellas".

Y aunque estas situaciones pueden parecer simples para los conductores humanos, no son tan simples para los automóviles. Por ejemplo, cuando se saca una caja de cartón a la carretera 200 yardas frente al viento, los conductores humanos determinan rápidamente si deben moverla o rodearla. Para una computadora, esto no es tan simple. ¿Es esto una pieza de metal? Pesado o ligero? ¿Sabe el automóvil que una pieza pesada de metal no sale volando del viento hacia la carretera? Todos estos problemas son muy difíciles para la IA.

La mayoría de estos problemas deben resolverse mediante pruebas, ya sea conduciendo millas físicas o realizando modelado de software. Ambos enfoques tienen su lugar, principalmente porque el modelado de software no puede prever todas las posibilidades. Por ejemplo, cuando un automóvil llega a una parada completaAl mismo tiempo que otro vehículo, surge un dilema para el automóvil. Los conductores humanos pueden hacer un gesto o mirar a los ojos a otro conductor, pero los microcontroladores no saben todo esto. Algunos desarrolladores actualmente están enseñando a sus vehículos a avanzar un poco, monitoreando otro vehículo para obtener el consentimiento implícito, pero tales situaciones no son simples y, por regla general, no se pueden modelar hoy.

Los fabricantes de sistemas de simulación están trabajando en esto y están ampliando con éxito la cantidad de pruebas que se pueden realizar en el software. Hoy, según los expertos, hay dos formas de simular: en primer lugar, grabar eventos reales y reproducirlos en software, y en segundo lugar, aumentar el número de pruebas para incluir situaciones que no se registraron en ellos.

"Creemos que ambos son necesarios", dijo Vinci Jeanne, gerente de la industria automotriz de MathWorks, un producto de software llamado Automated Driving Toolbox. “La imaginación humana es limitada, y siempre hay casos reales que no puedes imaginar. Por lo tanto, debe poder tomar una cierta cantidad de datos de la reproducción y copiarlos en el entorno de simulación para poder realizar pruebas en el espíritu de "¿Qué pasaría si?".

Tanto para los proveedores como para los fabricantes de equipos originales, tales procedimientos representan un valiente mundo nuevo de pruebas e inspección. Los proveedores afirman que este proceso es una desviación de todos los procedimientos de prueba utilizados antes de vehículos no tripulados. Según ellos, los vehículos no tripulados ya no solo proporcionan una parte que cumple con las especificaciones prescritas. Los proveedores ahora deberían ayudar a sus clientes a comprender el desarrollo de sensores y algoritmos, en el contexto de su uso, y no en términos de especificaciones simples.

"Esto no es solo un suministro de un sensor de airbag que debe cumplir con las especificaciones", dijo Sellars. “Con un vehículo no tripulado en condiciones reales, debe pensar en todos los casos de uso. Este es el mayor problema, y ​​puede resolverlo solo con la ayuda de una gran cantidad de pruebas ".

De hecho, se requieren innumerables horas de prueba. La mayor parte de esto se debe a que los ingenieros "no saben qué conocimiento les falta", dijo Waymo Krafchik. Necesitan más horas de pruebas para tener en cuenta los casos de uso que no pueden imaginar. Como resultado, la mayoría de los expertos estiman que el número de millas de prueba debe medirse en miles de millones. Toyota, por ejemplo, ha declarado públicamente que necesita 8.8 mil millones de millas de prueba para la introducción segura de vehículos autopropulsados.

Sin embargo, cualquiera que sea esta cifra, casi todos están de acuerdo en que una gran cantidad de pruebas físicas siguen siendo inevitables. "Hay ciertas situaciones que no podemos simular porque está relacionado con el comportamiento humano", dijo Sellars. "Por lo tanto, la cantidad de millas físicas recorridas debería ser una gran parte del proceso".

Los fabricantes de automóviles van a las sombras

El gran problema en todo esto para los fabricantes de automóviles es el dinero. Los fabricantes gastan enormes sumas de dinero en sus programas de desarrollo de sistemas de conducción autónomos y constantemente buscan inversores para atraer más. GM Cruise LLC, por ejemplo, anunció recientemente una inversión de capital de $ 1.15 mil millones de parte de un grupo de inversores institucionales. Los nuevos fondos le dieron a la compañía la asombrosa cantidad de $ 19 mil millones, aproximadamente un tercio del costo total de General Motors Corp. Cruise planea usar el dinero para duplicar el personal y triplicar el tamaño del espacio de oficinas en San Francisco.



En 2016, General Motors invirtió alrededor de $ 600 millones en una experiencia en robótica de Cruise Automation.

Sin embargo, tales cifras no aparecen no solo con GM. La mayor parte de la industria gasta grandes cantidades al mismo tiempo. Ford, por ejemplo, ha invertido $ 1 mil millones en Argo AI; Toyota ha invertido $ 1 mil millones en el Instituto de Investigación Toyota; GM ha invertido $ 500 millones en Lyft, Inc .; Volvo entró en una empresa conjunta con Uber Technologies Inc. e invirtió $ 300 millones, mientras se dice que Intel gastó $ 15.3 mil millones en la adquisición de Mobileye.

Los fabricantes de automóviles dicen que esta situación no se parece a nada que hayan visto antes. "Este es el trabajo de ingeniería más intensivo que se haya realizado", dijo uno de los gerentes de automóviles en una conversación informal con Design News. “Y para esto necesitas muchos de los mejores ingenieros del mundo. No estoy hablando de docenas o cientos de ingenieros. Estoy hablando de miles. Se trata de miles de millones de dólares ".

Es por eso que algunas compañías ahora se están alejando de los pronósticos a corto plazo, dijo el director ejecutivo. Ven la cantidad de pruebas necesarias, los requisitos de ingeniería y el costo, y se preguntan cuánto tiempo llevará.

"La industria automotriz se asusta como si te estuvieras preparando para algo, y luego tienes que subir al escenario y realmente hacerlo", dijo Mike Ramsey, director senior y analista automotriz de Gartner, Inc. "Y de repente te das cuenta:" Tal vez no estoy tan listo como pensaba "."

Sin embargo, no todos los fabricantes de automóviles están presionando los plazos. CEO de Tesla Inc. Elon Musk ha mantenido la creencia de que su compañía creará un automóvil totalmente autónomo en 2020. "Creo que es seguro acostarse en el automóvil y despertarse en su destino a fines del próximo año", dijo en un podcast de febrero. Más recientemente, confirmó esta declaración, diciendo que en 2020 planea traer más de un millón de taxis robóticos a las carreteras. El punto clave, dijo, es que Tesla puede probar su tecnología de conducción autónoma de manera más eficiente, ya que acumula "100 veces más millas por día que todos los demás".

En privado, la mayoría de los ingenieros dudan de las afirmaciones de Mask. Sin embargo, prefieren no hablar y permanecer en las sombras. Algunos apuntan a la aparición de un quinto nivel completo a fines de 2020 o principios de 2030. Pero, en general, los fabricantes de automóviles dicen que ya no predicen.

"Desde el principio, sabíamos que era difícil", nos dijo un ingeniero. "Eso es todo lo que podemos decir".

Sin embargo, casi todos los fabricantes y proveedores de automóviles avanzan a toda velocidad. "Esto es inevitable", nos dijo Sellars. "Pasará. La única pregunta es cuánto tiempo pasará antes de que podamos ingresar al concesionario y comprar un automóvil de nivel 5 ”.

---

Sobre ITELMA

- automotive . 2500 , 650 .

, , . ( 30, ), -, -, - (DSP-) .

, . , , , . , automotive. , , .

Leer más artículos útiles:

• [] (, , )
• DEF CON 2018-2019
• [] Motornet —
• 16 , 8
• open source
• McKinsey: automotive
• …