👩🏾‍🤝‍👩🏽 🙋🏻 👩🏿 वाहन निर्माता मानते हैं कि यह पूरी तरह से मानव रहित वाहनों से बहुत पहले है ⌛️ 💘 🐝

अनुच्छेद 17 मई, 2019।

कुछ साल पहले, ऑटो उद्योग ने साहसपूर्वक 2020 या 2021 में 5 स्तर के पूरी तरह से मानव रहित वाहनों की रिहाई की भविष्यवाणी की थी, लेकिन यह कार्य जितना उन्होंने सोचा था उससे कहीं अधिक जटिल हो गया।

मानव रहित वाहनों की हाल की लोकप्रिय अवधारणा जिसे आप कहीं भी और कभी भी सवारी कर सकते हैं (या सवारी करते समय आप जिस कार में पीछे सो सकते हैं) थोड़ा धीमा हो गया, क्योंकि कार निर्माता ने माना कि पूर्ण-रहित मानव रहित नियंत्रण प्रौद्योगिकी का विकास अधिक जटिल है। उम्मीद की तुलना में।

प्रौद्योगिकी के भविष्य के बारे में सवाल अप्रैल 2019 में पूर्ण सार्वजनिक टिप्पणी पर पहुंच गए, जब फोर्ड मोटर कंपनी के सी.ई.ओ. जिम हैकेट ने स्वीकार किया कि इंजीनियरिंग समुदाय के अधिकांश लोगों को पहले से ही स्पष्ट रूप से स्पष्ट था। "हमने स्वायत्त कारों की संभावना को कम कर दिया है," हैकेट उद्धरण, जो कई समाचार चैनलों के माध्यम से प्रसारित किया गया है। "ऐसे वाहनों का दायरा काफी संकीर्ण होगा, भू-गर्भ प्रतिबंध खेलने में आ जाएगा।"

यह मान्यता आम जनता और मीडिया के लिए एक झटका थी, मुख्य रूप से क्योंकि यह एक बढ़ती धारणा की पृष्ठभूमि के खिलाफ दिखाई दिया था कि चमकदार नए मानव रहित वाहन जल्द ही डीलरशिप पर दिखाई देंगे।

हालांकि, हैकेट इस तरह का बयान देने वाले पहले व्यक्ति नहीं थे। फोर्ड की घोषणा से पहले महीनों तक मोटर वाहन उद्योग ने इस पर संकेत दिया था। नवंबर 2018 में, उदाहरण के लिए, जॉन क्रॉफिक, वायमो के सीईओ, Google पर Google के ड्रोन डिवीजन, हैकेट की तुलना में भी अधिक मुखर थे। "यह बहुत, बहुत जटिल है," क्राफ्टचीक ने लाइव प्रौद्योगिकी सम्मेलन के दौरान कहा। "जब तक आप कुछ करने की कोशिश नहीं करते, तब तक आप नहीं जानते कि आपको क्या ज्ञान है।"

इसके अलावा, क्रॉफिक ने कहा कि कार उद्योग ऐसी कार नहीं बना सकता है जो वर्ष के किसी भी समय, किसी भी मौसम में और किसी भी परिस्थिति में स्वतंत्र रूप से गाड़ी चला सके। "स्वायत्तता की शर्त हमेशा प्रतिबंध लगाएगी," उन्होंने कहा।

क्रॉफिक और हैकेट की टिप्पणियों ने पुष्टि की कि कई उद्योग विश्लेषक दो साल से अधिक समय से क्या कह रहे हैं। "मैं जॉन क्रैफिक की टिप्पणी से सहमत हूं," नवगेंट रिसर्च के मुख्य विश्लेषक सैम अबेल्समाइड ने कहा कि एक प्रकाशन जो रोबोट वाहन उद्योग के व्यापक वार्षिक मूल्यांकन को प्रकाशित करता है। "इस बात की कोई गारंटी नहीं है कि निकट भविष्य में हमारे पास कभी भी, कहीं भी, कभी भी काम करने में सक्षम स्वचालित वाहन होंगे।"

पांचवां स्तर दुविधा

इस तरह के बयान, निश्चित रूप से, पहले के बयानों के विपरीत हैं। सिर्फ तीन साल पहले, कई ओईएम, रोबोटिक्स में अग्रिमों द्वारा ईंधन, निकट भविष्य में एक दिन का साहस करते हैं जब ड्राइवरों की आवश्यकता नहीं होगी। उदाहरण के लिए, फोर्ड ने भविष्यवाणी की कि यह 2021 की शुरुआत में होगा। 2016 में पूर्व वरिष्ठ निदेशक मार्क फील्ड्स ने कहा, "केबिन में कोई स्टीयरिंग नहीं होगा।" "कोई गैस और ब्रेक पैडल नहीं होगा और निश्चित रूप से, ड्राइवर की जरूरत नहीं होगी।"

और न केवल फोर्ड ने इस तरह के बयान दिए। होंडा ने सार्वजनिक रूप से 2020 के ग्रीष्मकालीन ओलंपिक के लिए टोक्यो की सड़कों पर दिखाई देने वाले ड्राइवरों के बिना कारों की संभावना पर चर्चा की है। वोल्वो, हुंडई, डेमलर, टेस्ला, फिएट क्रिसलर, रेनॉल्ट-निसान और अन्य ने 2018 से 2025 तक इस तरह की कारों का उत्पादन करने की योजना बनाई है। कुछ ने विकलांगों के मॉडल के बारे में बात की: उदाहरण के लिए, पहले केवल राजमार्ग ड्राइविंग उपलब्ध होगी, और फिर शहर की कार्यक्षमता दिखाई देगी। लेकिन संदेश अनिवार्य रूप से एक ही था: भविष्य हमारे दरवाजे पर है।

2016 में, फोर्ड ने साहसपूर्वक भविष्यवाणी की थी कि 2021 में इसमें बिना स्टीयरिंग व्हील, गैस पेडल या ब्रेक के बिना कारें होंगी।

बेशक, आज यह एजेंडा अतीत में जो था उससे बहुत अलग नहीं है। मानवरहित वाहनों के साथ एक भविष्य की अभी भी उम्मीद है, लेकिन बयानबाजी का स्वर नरम पड़ रहा है। अधिकांश ओईएम अब अधिक खुले तौर पर कह रहे हैं कि कारों में पूर्ण स्वायत्तता का मार्ग छोटे, क्रमिक चरणों का एक क्रम होगा। स्वचालित आपातकालीन ब्रेकिंग पहले दिखाई देगी। फिर भू-बाड़ के भीतर के क्षेत्रों में एक रोबोट पैकेज वितरण और एक मानव रहित टैक्सी। ड्राइवर पहले हेलमेट पर बैठेंगे और फिर गायब हो जाएंगे। स्वचालन का एक उच्च डिग्री - तथाकथित 4 था स्तर - केवल कुछ स्थानों पर दिखाई देगा। लेकिन मानव रहित ड्राइविंग के पवित्र कंघी बनानेवाले की रेती - सभी कारों में पूर्ण 5 वीं स्तर, कहीं भी और कभी भी ड्राइविंग प्रदान करना - अब और अधिक कठिन के रूप में मान्यता प्राप्त है।

इस जटिलता के कई कारण हैं। पहला मौसम है। उद्योग के अंदरूनी सूत्रों का कहना है कि यह कोई संयोग नहीं है कि सबसे प्रमुख स्टैंडअलोन परीक्षण कार्यक्रम कैलिफोर्निया, एरिज़ोना और नेवादा में स्थित हैं, और मेन या मिनेसोटा में नहीं हैं।

"बर्फीली सड़क पर गाड़ी चलाना कई कारणों से कठिन है," स्टुअर्ट सेलर्स ने कहा, एनालॉग ग्रुप, इंक के लिए लिडार ग्रुप के सीईओ। "मानव रहित ड्राइविंग के लिए उपयोग किए जाने वाले अधिकांश सेंसर दृष्टि की रेखा पर निर्भर करते हैं।" आप कैमरे, लिडार या रडार का उपयोग करते हैं, और बर्फ अनिवार्य रूप से एक बाधा है। यह इन सेंसर को प्रतिक्रिया प्राप्त करने से रोकता है। ”

और बात केवल यह नहीं है कि हवा में बर्फ के टुकड़े रिटर्न सिग्नल को रोकते हैं। हिमपात सड़क के किनारे और सड़क के बीच में भी जमा हो जाता है, जिससे सड़क के निशान अवरुद्ध हो जाते हैं, जो गलियों की स्वचालित पहचान के लिए बहुत महत्वपूर्ण हैं।

इसके अलावा, मुद्दा केवल बर्फ में नहीं है। विभिन्न क्षेत्र अलग-अलग मौसम की समस्याएं पेश करते हैं। "यदि आप उत्तर-पूर्व में जा रहे हैं, तो आप बर्फ और भारी बारिश, और ओलों के साथ सामना कर रहे हैं, इसलिए आपको पूरी तरह से अलग-अलग समस्याओं को हल करना होगा," सेलर्स ने कहा। "तो, हाँ, लोगों की अपेक्षा में अधिक समय लग सकता है।"

परीक्षण चुनौतियां

शायद सबसे बड़ी तकनीकी बाधा मानव मन का एआई में परिवर्तन है। इंटेलिजेंस, जो किसी व्यक्ति को कार चलाने की अनुमति देता है, उसे कई तरीकों से प्रदान किया जाता है, और इसे पुन: प्रस्तुत करना अधिक समय लेने वाला माना जाता है।

"यदि आप इसके बारे में सोचते हैं, तो जब आप सड़क पर ड्राइव करते हैं, तो आप यात्रा करने वाले प्रत्येक मील पर सैकड़ों अलग-अलग स्थितियों से निपटते हैं," सेलर्स ने कहा। "आप चीजों को देखते हैं और सहजता से समझते हैं कि उन्हें कैसे जवाब देना है।"

और यद्यपि ये परिस्थितियां मानव चालकों के लिए सरल लग सकती हैं, वे कारों के लिए इतनी सरल नहीं हैं। उदाहरण के लिए, जब एक कार्डबोर्ड बॉक्स हवा के सामने 200 गज की दूरी पर सड़क पर लाया जाता है, तो मानव चालक जल्दी से निर्धारित करते हैं कि उन्हें इसे स्थानांतरित करना चाहिए या इसके चारों ओर जाना चाहिए। कंप्यूटर के लिए, यह इतना सरल नहीं है। क्या यह धातु का एक टुकड़ा है? भारी या हल्का? क्या कार को भी पता है कि धातु का एक भारी टुकड़ा सड़क पर हवा से बाहर नहीं उड़ता है? ये सभी मुद्दे एआई के लिए बहुत मुश्किल हैं।

इन समस्याओं में से अधिकांश को परीक्षण का उपयोग करके हल करने की आवश्यकता है - या तो भौतिक मील ड्राइविंग या सॉफ्टवेयर मॉडलिंग प्रदर्शन करना। दोनों दृष्टिकोणों का अपना स्थान है, मुख्य रूप से क्योंकि सॉफ्टवेयर मॉडलिंग हर मौके को आगे नहीं बढ़ा सकता है। उदाहरण के लिए, जब कोई कार ऑल-वे स्टॉप पर आती हैउसी समय एक अन्य वाहन के रूप में, कार के लिए एक दुविधा पैदा होती है। मानव चालक एक इशारा कर सकते हैं या किसी अन्य चालक की आंखों में देख सकते हैं, लेकिन माइक्रोकंट्रोलर यह सब नहीं जानते हैं। कुछ डेवलपर्स वर्तमान में अपने वाहनों को थोड़ा आगे बढ़ने के लिए सिखा रहे हैं, निहित सहमति के लिए दूसरे वाहन की निगरानी कर रहे हैं, लेकिन ऐसी स्थिति सरल नहीं है और, एक नियम के रूप में, आज मॉडलिंग नहीं की जा सकती है।

सिमुलेशन सिस्टम निर्माता इस पर काम कर रहे हैं, और सॉफ्टवेयर में किए जा सकने वाले परीक्षणों की संख्या का सफलतापूर्वक विस्तार कर रहे हैं। आज, विशेषज्ञों के अनुसार, अनुकरण करने के दो तरीके हैं: पहला, वास्तविक घटनाओं को रिकॉर्ड करना और उन्हें सॉफ्टवेयर में खेलना, और दूसरा, उन स्थितियों को शामिल करने के लिए परीक्षणों की संख्या में वृद्धि करना जो उनमें दर्ज नहीं किए गए थे।

"हम मानते हैं कि दोनों की जरूरत है," मैथवर्क्स के ऑटोमोटिव मैनेजर विंसी जीन ने कहा, जो ऑटोमेटेड ड्राइविंग टूलबॉक्स नामक एक सॉफ्टवेयर उत्पाद जारी करता है। "मानव कल्पना सीमित है, और हमेशा ऐसे वास्तविक मामले होते हैं जिनकी आप कल्पना नहीं कर सकते। इसलिए, आपको प्रजनन से एक निश्चित मात्रा में डेटा लेने और इसे सिमुलेशन वातावरण में कॉपी करने में सक्षम होना चाहिए ताकि आप "क्या हुआ?" की भावना में परीक्षण कर सकें।

दोनों आपूर्तिकर्ताओं और ओईएम के लिए, ऐसी प्रक्रियाएं परीक्षण और निरीक्षण की एक बहादुर नई दुनिया का प्रतिनिधित्व करती हैं। आपूर्तिकर्ताओं का दावा है कि यह प्रक्रिया मानव रहित वाहनों से पहले इस्तेमाल की जाने वाली सभी परीक्षण प्रक्रियाओं से विचलन है। उनके अनुसार, मानवरहित वाहन अब केवल एक हिस्सा प्रदान नहीं कर रहे हैं जो निर्धारित विनिर्देशों को पूरा करता है। आपूर्तिकर्ताओं को अब अपने ग्राहकों को उनके उपयोग के संदर्भ में सेंसर और एल्गोरिदम के विकास को समझने में मदद करनी चाहिए, न कि साधारण विनिर्देशों के संदर्भ में।

"यह सिर्फ एयरबैग सेंसर की आपूर्ति नहीं है जो विनिर्देशों को पूरा करना चाहिए," सेलर्स ने कहा। “वास्तविक दुनिया की परिस्थितियों में एक मानव रहित वाहन के साथ, आपको सभी उपयोग मामलों के बारे में सोचने की आवश्यकता है। यह सबसे बड़ी समस्या है, और आप इसे केवल बड़ी संख्या में परीक्षणों की मदद से हल कर सकते हैं। "

दरअसल, अनगिनत घंटे परीक्षण की आवश्यकता होती है। इसका कारण यह है कि इंजीनियरों ने "वे नहीं जानते कि उनके पास क्या ज्ञान है," वेमो क्रॉफिक ने कहा। खाते के उपयोग के मामलों को लेने के लिए उन्हें अधिक परीक्षण की आवश्यकता होती है जिसकी वे कल्पना नहीं कर सकते। परिणामस्वरूप, अधिकांश विशेषज्ञों का अनुमान है कि परीक्षण मील की संख्या को अरबों में मापा जाना चाहिए। उदाहरण के लिए, टोयोटा ने सार्वजनिक रूप से कहा है कि स्व-चालित वाहनों के सुरक्षित परिचय के लिए इसे 8.8 बिलियन परीक्षण मील की आवश्यकता है।

हालांकि, यह आंकड़ा जो भी हो, लगभग सभी सहमत हैं कि बड़ी संख्या में शारीरिक परीक्षण अभी भी अपरिहार्य हैं। "कुछ ऐसी स्थितियाँ हैं जो हम अनुकरण नहीं कर सकते क्योंकि यह मानव व्यवहार से संबंधित है," सेलर्स ने कहा। "इसलिए यात्रा की गई भौतिक मील की संख्या प्रक्रिया का एक बड़ा हिस्सा होना चाहिए।"

ऑटोमेकर छाया में चले जाते हैं

वाहन निर्माताओं के लिए इस सब में बड़ी समस्या पैसा है। निर्माता अपने स्वायत्त ड्राइविंग सिस्टम डेवलपमेंट कार्यक्रमों में बड़ी रकम खर्च करते हैं, और निवेशकों को अधिक आकर्षित करने के लिए लगातार खोज रहे हैं। उदाहरण के लिए, जीएम क्रूज़ एलएलसी ने हाल ही में संस्थागत निवेशकों के समूह से $ 1.15 बिलियन के इक्विटी निवेश की घोषणा की। नई धनराशि से कंपनी को 19 बिलियन डॉलर की कमाई हुई - जनरल मोटर्स कॉर्प की कुल लागत का लगभग एक तिहाई। क्रूज सैन फ्रांसिस्को में कार्यालय अंतरिक्ष के आकार को दोगुना करने और तीन गुना करने के लिए पैसे का उपयोग करने की योजना बना रहा है।

2016 में, जनरल मोटर्स ने एक क्रूज ऑटोमेशन रोबोटिक्स विशेषज्ञता में लगभग $ 600 मिलियन का निवेश किया।

हालांकि, ऐसे आंकड़े न केवल जीएम के साथ दिखाई देते हैं। अधिकांश उद्योग एक ही समय में बड़ी मात्रा में खर्च करते हैं। उदाहरण के लिए, फोर्ड ने Argo AI में $ 1 बिलियन का निवेश किया है; टोयोटा ने टोयोटा रिसर्च इंस्टीट्यूट में $ 1 बिलियन का निवेश किया है; जीएम ने Lyft, Inc में $ 500 मिलियन का निवेश किया है; वोल्वो ने उबर टेक्नोलॉजीज इंक के साथ एक संयुक्त उद्यम में प्रवेश किया। और $ 300 मिलियन का निवेश किया है, जबकि कहा जाता है कि Intel ने Mobileye के अधिग्रहण पर $ 15.3 बिलियन खर्च किए हैं।

वाहन निर्माता कहते हैं कि यह स्थिति पहले की तरह कुछ भी नहीं है। डिजाइन न्यूज के साथ अनौपचारिक बातचीत में कार प्रबंधकों में से एक ने कहा, "यह अब तक का सबसे गहन इंजीनियरिंग कार्य है।" “और इसके लिए आपको दुनिया के सर्वश्रेष्ठ इंजीनियरों की बहुत आवश्यकता है। मैं दर्जनों या सैकड़ों इंजीनियरों की बात नहीं कर रहा हूं। मैं हजारों की बात कर रहा हूं। यह अरबों डॉलर का है। ”

यही कारण है कि कुछ कंपनियां अब अल्पकालिक पूर्वानुमान से दूर जा रही हैं, मुख्य कार्यकारी अधिकारी ने कहा। वे आवश्यक परीक्षणों, इंजीनियरिंग आवश्यकताओं और लागतों की संख्या देखते हैं, और उन्हें आश्चर्य होता है कि इसमें कितना समय लगेगा।

गार्टनर, इंक के वरिष्ठ निदेशक और ऑटोमोटिव विश्लेषक माइक रैमसे ने कहा, "मोटर वाहन उद्योग इस बात से डर जाता है कि आप किसी चीज के लिए तैयार हो रहे हैं, और फिर आपको स्टेज पर जाना होगा और वास्तव में ऐसा करना होगा"। "और फिर आप अचानक महसूस करते हैं:" शायद मैं उतना तैयार नहीं हूं जितना मैंने सोचा था "।"

हालांकि, सभी वाहन निर्माता समय सीमा को आगे नहीं बढ़ा रहे हैं। टेस्ला इंक के सीईओ एलोन मस्क ने यह विश्वास बनाए रखा है कि उनकी कंपनी 2020 में पूरी तरह से स्वायत्त कार बनाएगी। "मुझे लगता है कि कार में बिस्तर पर जाना और अगले साल के अंत तक अपने गंतव्य पर जागना सुरक्षित है," उन्होंने एक फरवरी पॉडकास्ट में कहा। हाल ही में, उन्होंने इस बयान की पुष्टि करते हुए कहा कि 2020 में वह एक मिलियन से अधिक रोबोट टैक्सियों को सड़कों पर लाने की योजना बना रहे हैं। प्रमुख बिंदु, उन्होंने कहा, यह है कि टेस्ला अपनी स्वायत्त ड्राइविंग तकनीक का अधिक कुशलता से परीक्षण कर सकता है, क्योंकि यह "हर किसी की तुलना में प्रति दिन 100 गुना अधिक मील" जमा करता है।

निजी तौर पर, अधिकांश इंजीनियर मास्क के दावों पर संदेह करते हैं। हालांकि, वे बाहर नहीं बोलना पसंद करते हैं और छाया में रहते हैं। कुछ संकेत 2020 के अंत या 2030 के दशक में पूर्ण 5 वें स्तर के उद्भव पर थे। लेकिन कुल मिलाकर, वाहन निर्माता कहते हैं कि वे अब भविष्यवाणी नहीं कर रहे हैं।

"बहुत शुरुआत से, हम जानते थे कि यह कठिन था," एक इंजीनियर ने हमें बताया। "हम बस इतना ही कह सकते हैं।"

हालांकि, लगभग हर वाहन निर्माता और आपूर्तिकर्ता पूरी गति से आगे बढ़ रहे हैं। "यह अपरिहार्य है," सेलर्स ने हमें बताया। "यह होगा। एकमात्र सवाल यह है कि डीलरशिप में प्रवेश करने और 5 स्तर की कार खरीदने से पहले हमें कितना समय बीत जाएगा। ”

ITELMA के बारे में

- automotive . 2500 , 650 .

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

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

और अधिक उपयोगी लेख पढ़ें:

वाहन निर्माता मानते हैं कि यह पूरी तरह से मानव रहित वाहनों से बहुत पहले है

पांचवां स्तर दुविधा

परीक्षण चुनौतियां

ऑटोमेकर छाया में चले जाते हैं

More articles: