motorbloggen

Så tager vi turen igen: Elon Musk lover robottaxa uden rat og pedaler

Tilbage i begyndelsen af april, afslørede Elon Musk, at man hos Tesla arbejde på en robottaxa - altså en en bil dedikeret til taxakørsel helt uden en chauffør.

Dem har andre virksomheder præsenterede nogle stykke af de forgange år. Hvem husker ikke Googles særprægede “pod” helt tilbage fra 2014. Senere er der kommet flere eksempler til og meget lempelige regler for den type kørsel i flere amerikanske stater, blandt andet i Californien og Arizona, har vist talrige eksempler på selvkørende biler.

Ved den nylige præsentation af Teslas regnskab for første kvartal af 2022, kunne Elon Musk, så løfte sløret en lille smule mere for en robottaxa. Her sagde han blandt andet, at man arbejdede på et helt nyt køretøj, der skulle være klar til at blive præsenteret i 2023 og blive produceret i høj volumen i 2024.

De selvkørende funktioner i taxaen skal bygge på den softwarepakke kaldet FSD, som cirka 100.000 Teslaejere allerede nu har installeret i deres bil.

Prisen for at køre i sådan en taxa, skulle ifølge Musk, blive lavere end en busbillet er i dag.

At Tesla arbejder på en robottaxa er ikke nyt; det blev afsløret allerede tilbage i 2016. Det er heller ikke nyt, at mange andre amerikanske virksomheder - plus en hel række tyske, japanske og israelske - arbejder på det samme mål. Det gælder for eksempel Waymo, GM’s datterselskab Cruise, Toyota, VW, Bosch og Mobileye.

Tror vi så på det denne gang? Altså ikke om selvkørende taxaer kommer, for det gør de på et eller andet tidspunkt, men bliver det 2024? Vi taler om to år.

Kan Tesla nå at få løst de problemer de har oplevet med FSD på den tid, så rat om pedaler kan fjernes?

Og for lige at ridse den grundlæggende udfordring op: Problemer er ikke at få en bil til at køre selv i kendte omgivelser og med kendte udfordringer. Det vil den sikkert gøre i 95-99 procent af alle tilfældene. Problemet opstår i de få procent af tilfældene, hvor den aldrig har været før - lad os se om de får løst det til 2024.

Journalist og ingeniør. Har skrevet om teknologi og produktion siden 2001 og tidligere arbejdet med planlægning i energisektoren. Har især fokus på Industri 4.0, robotter, 3D-print, transportmidler, energisystemer og anden ny teknologi.
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først

Temmeligt sikkert ikke til 2024 - det er jo Elon time :-) Men er ret sikker på, at TSLA er dem, der kommer med det første, fuldt funktionelle AI/FSD system til biler (og derefter andre ting..) Hvis de kan nå det inden 2028 er det vel også super godt gået..

  • 14
  • 5

Og for lige at ridse den grundlæggende udfordring op: Problemer er ikke at få en bil til at køre selv i kendte omgivelser og med kendte udfordringer. Det vil den sikkert gøre i 95-99 procent af alle tilfældene. Problemet opstår i de få procent af tilfældene, hvor den aldrig har været før - lad os se om de får løst det til 2024

Det har Waymo allerede vist kan lade sig gøre i begrænsede byområder. Målet med Teslas FSD er at det skal virke overalt men denne nye Tesla Taxa vil helt sikkert starte med at være begrænset til udvalgte områder ligesom Waymo. De får ikke tilladelse til mere. Spørgsmålet er derfor kun om de kan nå at indhente Waymo og om de kan få åbnet op for nogle flere områder.

Waymo kører i øjeblikket ægte førerløst (ingen safety chauffør) i Austin, Phoenix og nu San Francisco: https://blog.waymo.com/2022/03/taking-our-...

Hvor Austin og Phoenix var udvalgt fordi de er ekstremt nemme byområder, så er San Francisco noget der minder om København.

Et godt gæt er at Teslas Taxa i første omgang vil køre i de tunneler som Boring Company har lavet. Der får de hellere ikke udfordringer med vejr og andet. Dernæst kommer de til at lave en shuttle service i udvalgte amerikanske byer. Der kommer til at gå lang tid før vi får dem at se her i Danmark.

  • 9
  • 4

Som jeg ser det, så bygger forventningerne om, at vi snart får selvkørende biler, på antagelsen om, at trafik er et afgrænset formaliserbart problemdomæne. Altså et problemdomæne der kan formelt og fuldstændigt beskrives i en beskrivelse, der ikke refererer begreber uden for problemdomænet.

Er dette ikke tilfældet, så kræver en løsning til selvkørende biler, at der konstrueres en generel AI. Når vi (ok, ikke jeg, men folk med mere optimistiske forventninger end jeg) før er belevet skuffet mht. til tidsplaner for selvkørende biler, så skyldes det nok, at man har fejlbedømt omfanget af problemdomænet forstået som både antallet af nødvendige begreber, og især kompleksiteten af d eekstra begreber, man har været nødt til at medtage. Bemærk at jeg her, ikke bare taler om begreber som eksplicit lægges i softwaren, men også, og måske endda især, de begreber, som en selvlærende AI er nødt til at opbygge.

Jeg er ikke faktisk overhovedet ikke sikker på, at problemdomænet for en selvkørende bil på niveau 5 kan beskrives som et afgrænset problemdomæne, og dermed løse suden generel AI.

Bemærk, at selvlærende AI idag er meget langt fra at kunne opbygge begreber af en kompleksitet nødvendig for generel AI. Det forekommer mig, at der idag er en hype omkring selvlærende AI, der giver urealistiske forventninger til de tidsrammer, inden for hvilken vi kan forvente at se en generel AI.

Men jeg er ret overbevist om at vi nok skal få en generel AI på et tidspunkt. Men jeg tror, at vi er stort set lige så langt fra at kunne forudsige tidsrammerne for dette, som en person i 1700-tallet var fra at kunne forudsige tidsrammerne for det første TV.

Hvad vi bør stræbe efter er at ændre vores trafik, til et faktisk regelbaseret formelt system. Dvs. et system hvor indenbyrdes kommunikerende køretøjer i fællesskab er dele af en overordnet komplet styring af alle køretøjer. Dette vil fjerne tafikulykker, da ingen køretøjer vil have brug for at forudsige andre køretøjers handling på et ukomplet grundlag. Til gengæld betyder dette også, at der ikke kan laves en glidende overgang inden for de eksisterende trafiksystemer, idet køretøjer, der ikke deltager i den overordnede styring ikke vil kunne tillades i det nye trafiksystem. Løsningen er derfor nok uspiselig for dagens bilproducenter og sandsynligheden for at vi får sådant et trafiksysten, med høj sikkerhed og kapacitet, er nok derfor cirka lige så stor som sandsynligheden for at vi får et RUF-system. RUF-systemet er jo netop sådan et intelligent og styret trafiksysten, blot basert på en hardware opbygget styring (i form af en skinne) i stedet for software. Oplyst enevælde (meritokrati) kunne løse problemet, med at gennemføre sådan en ændring.

  • 5
  • 8

Problemet opstår i de få procent af tilfældene, hvor den aldrig har været før - lad os se om de får løst det til 2024.

Tror ikke at det er et stort problem. Google har kørt stort set overalt. Men, jeg tror ikke problemerne er løst til 2024. Måske vil vi se nogle test forsøg. Men, det er intet nyt - det har vi allerede set.

Hvad vi bør stræbe efter er at ændre vores trafik, til et faktisk regelbaseret formelt system. Dvs. et system hvor indenbyrdes kommunikerende køretøjer i fællesskab er dele af en overordnet komplet styring af alle køretøjer. Dette vil fjerne tafikulykker, da ingen køretøjer vil have brug for at forudsige andre køretøjers handling på et ukomplet grundlag. Til gengæld betyder dette også, at der ikke kan laves en glidende overgang inden for de eksisterende trafiksystemer, idet køretøjer, der ikke deltager i den overordnede styring ikke vil kunne tillades i det nye trafiksystem. Løsningen er derfor nok uspiselig for dagens bilproducenter og sandsynligheden for at vi får sådant et trafiksysten, med høj sikkerhed og kapacitet, er nok derfor cirka lige så stor som sandsynligheden for at vi får et RUF-system. RUF-systemet er jo netop sådan et intelligent og styret trafiksysten, blot basert på en hardware opbygget styring (i form af en skinne) i stedet for software. Oplyst enevælde (meritokrati) kunne løse problemet, med at gennemføre sådan en ændring.

Jeg er enig i, at et regelbaseret system hvor køretøjerne kommunikerer er et stort plus. Det kan godt fungere sammen eksisterende systemer, men ikke uden den AI, som man nu er i gang med at udvikle. Et AI baseret system, og et regelbaseret kommunikationsbaseret system, kan godt fungere sammen, således at vi langsomt overgår til et regelbaseret kommunikationsbaseret system, efterhånden som flere biler får det implementeret. Men, det vil sandsynligvis aldrig helt erstatte AI, hvis det kun har forbindelse med køretøjer. Elektroniske refleksbrikker, vil kunne øge sikkerheden betydelig. De kan give informationer om personer, cykler, og knallerter, der måske ikke ses af AI'en, også i tåge eller hvis noget står i vejen, så kameraer ikke kan se dem, og deres retning. Motivationen for AI, er så vidt jeg kan se mest, at det forventes at kunne fungere sammen med den normale trafik. Sikkerhedsmæssigt, tror jeg at et regelbaseret system, kombineret med elektroniske refleksbrikker der oplyser om position, retning og hensigt, accelleration og hastighed, køretøjets art, og information om personen (ny i trafikken, barn, ung, gammel, blind osv.) vil være mere sikker, og i hvertfald give værdifuld ekstra information, som AI ikke kan se. Jeg håber, at man laver AI systemerne, så de vil kunne fungere med ekstra information, opsamlet af sådanne elektroniske refleksbrikker.

  • 1
  • 6

Som jeg ser det, så bygger forventningerne om, at vi snart får selvkørende biler, på antagelsen om, at trafik er et afgrænset formaliserbart problemdomæne. Altså et problemdomæne der kan formelt og fuldstændigt beskrives i en beskrivelse, der ikke refererer begreber uden for problemdomænet.

Din holdning er meget almindelig. Sammen med andre der også er skeptiske overfor om førerløse biler kan lade sig gøre. Men jeg undrer mig og kunne godt tænke mig at nogen giver svar på hvorfor i ikke kan se at førerløse biler er noget der allerede eksisterer? Er det fordi man ikke tror på at Waymo har førerløse biler kørende i tre amerikanske byer eller er det fordi Waymos førerløse biler af en eller anden grund ikke tæller?

Jeg er med på at Waymo har nogle begrænsninger, eksempelvis at de ikke må køre i dårligt vejr og at de kun kører i udvalgte områder. Men begge dele relaterer ikke til de problemstillinger der typisk opstilles som begrundelse for skeptismen. Når eksempelvis man fremfører argumentet om at problemdomænet er for stort, mener du så kun at problemdomænet er for stort i dårligt vejr men i godt vejr i San Francisco der er problemdomænet ikke et problem?

  • 11
  • 2

Er det fordi man ikke tror på at Waymo har førerløse biler kørende i tre amerikanske byer eller er det fordi Waymos førerløse biler af en eller anden grund ikke tæller?

Det er fordi jeg taler om niveau 5. Dvs. f.eks. også gennem et vejarbejde i snevejr, hvor en del af afmærkning er blæst væk af vinden, sådan at bilisterne forhandler sig igennem via øjenkontakt, håndtegn m.m.

Når eksempelvis man fremfører argumentet om at problemdomænet er for stort, mener du så kun at problemdomænet er for stort i dårligt vejr men i godt vejr i San Francisco der er problemdomænet ikke et problem?

Jeg mener at du har et anden problemdomæne, når du betragter normal situationen i en grid-udlagt amerikansk by, end f.eks. ved vejarbejdet i snevejr med beskadiget afmærkning.

  • 8
  • 2

Det er fordi jeg taler om niveau 5. Dvs. f.eks. også gennem et vejarbejde i snevejr, hvor en del af afmærkning er blæst væk af vinden, sådan at bilisterne forhandler sig igennem via øjenkontakt, håndtegn m.m.

Mon ikke Waymo oplever vejarbejde hvor afmærkningen ikke er ok og tilsyneladende er de ikke kørt galt af den årsag.

Jeg tror ikke at Elon Musk forestiller sig at hans nye Tesla Robottaxa skal køre i snestorm. Men det er da en typisk ting hvor vi ender med at snakke forbi hinanden. Dem med Ja hatten tænker på robottaxaer der kan køre 360 dage om året. Dem med nej hatten erklærer at selvkørende biler er umulige fordi der ikke er en løsning for de sidste 5 dage. Man kan ikke acceptere at løsningen er bedre snerydning eller at indstille kørslen indtil bedre vejr - ligesom vi i forvejen oplever med bus og tog.

For mig er det en selvkørende bil hvis jeg ser en bil køre forbi uden noget menneske indeni. Uanset om systemet passer ind i en eller anden "niveau 5" kasse eller ej. Ligesom det er en selvkørende taxa hvis der kører biler uden chauffør og henter passagerer ligesom Waymo gør. Og hvad så hvis den selvkørende taxa er begrænset til et distrikt? Det er taxa'er som regel alligevel.

  • 15
  • 6

Tja, sådan ser det ud, når man benytter Tesla FSD beta i Chicago. Byen er angiveligt verdens 6. værste by at køre rundt i: https://www.youtube.com/watch?v=SgB1h3uS9SE

Bemærk, at det er en ældre version af FSD beta, der vises i videoen.

Nogle vil se glasset som halvt fyldt, andre vil se det som halv tomt.

Det passer meget godt med at jo længere væk man kører fra Tesla's hovedkvarter i Californien, desto ringere kører den.

Youtubere, der kører i Californien, oplever at den kører næsten eksemplarisk og er mindst på niveau med Waymo.

Tesla FSD mangler nogle algoritmeomskrivninger, der skal sende den op på næste niveau, og en af dem er tidsbaseret planlægning.

Selv den nyeste beta planlægger ikke kørslen flere sekunder frem, men afgør fremkørsel baseret på 2-3 videoframes (ifølge deres changelogs), hvor retningsvektorer for andre køretøjer og fodgængere beregnes, og det bruges til at afgøre, om der kan køres frem eller ej. Det sker langt fra altid korrekt og giver alt for meget skal-køre/skal-ikke-køre støj og alt for lidt retningsstabilitet. Det manifestere sig som for meget tøven og nervøs kørsel.

AI'en beregner en kørselsretning og "drivable surface" flere gange i sekundet, og den kommer aldrig helt frem til den samme løsning hver gang, selv på en øde vej, hvor hele miljøet er statisk.

Det kan man gøre lidt bedre ved at træne AI'en rigtig meget, men der skal noget andet algoritmisk til, for at køre som et planlæggende menneske, der kan køre stabilt gennem sving, lave små overhalinger, køre gennem kryds og lave undvigemanøvrer.

Det var immervæk det allerførste, min kørelærer fortalte mig i kravlegården: Planlæg din kørsel.

  • 11
  • 0

Tesla FSD mangler nogle algoritmeomskrivninger, der skal sende den op på næste niveau, og en af dem er tidsbaseret planlægning.

Enig, men det skyldes selvfølgelig deres teknologi valg. Andre systemer, der beror på HD-maps, har ikke helt samme udfording med tidsbaseret planlægning.

Det kan man gøre lidt bedre ved at træne AI'en rigtig meget, men der skal noget andet algoritmisk til, for at køre som et planlæggende menneske, der kan køre stabilt gennem sving, lave små overhalinger, køre gennem kryds og lave undvigemanøvrer.

Her har Tesla den fordel, at de kan afprøve deres systemer på millioner af biler, hvor softwaren kan køre i shadowmode. Det er en helt anden tilgang end konkurrenterne benytter.

  • 1
  • 3

Enig, men det skyldes selvfølgelig deres teknologi valg. Andre systemer, der beror på HD-maps, har ikke helt samme udfording med tidsbaseret planlægning.

HD maps løser ikke planlægningsproblemet mere end absolut vejledende. Ekvivalent for Tesla vil være at køre rundt i et helt statisk miljø uden færdsel, og det sker af og til, men det hjælper ikke på problemet. Den vil køre lige nervøst.

Der skal være en mulighed for AI'en at sige "jeg vil køre dérhen", et synligt punkt 50-100 meter væk (way point), plotte en kurs én gang, og så følge den blødt og sikkert. Det kan være et sving, en S-manøvre eller at køre udenom en anden bil. Det behøver man ikke ret mange data til at gøre, ihvertfald ikke mere end de allerede fanger med kameraerne.

Vejen flytter sig jo heller ikke, og derfor bør way point beregninger forekomme meget stabile.

Beregner de 3-4 way points frem og bruger splines til at lave én blød og behagelig kurs, så slipper man for, at AI'en skal lægge en flimrende kurve flere gange i sekundet, som rattet forsøger panisk at følge, sikkert støjdæmpet af noget interpolering eller gennemsnitsberegning for at dæmpe for kraftige ratudsving.

I dynamiske scenarier, f.eks. ved beslutning om overhalinger, kan bilen beregne flere sæt way points afhængig af vejbane, og så vælge en af dem i god tid (et sekund) før.

Så lægger man en løbende søgen efter hindringer oven i, men man afviger ikke fra kursen med mindre der med stor sandsynlighed kommer en hindring.

  • 1
  • 0

HD maps løser ikke planlægningsproblemet mere end absolut vejledende. Ekvivalent for Tesla vil være at køre rundt i et helt statisk miljø uden færdsel, og det sker af og til, men det hjælper ikke på problemet. Den vil køre lige nervøst.

For at kunne lave waypoints så kræver det vel et kort over omgivelser?

Nu kan det godt være at jeg forsimpler det lidt men er vi ikke enige om, at de HD maps, som f.eks. Mobileye (og andre) benytter, bruges til planlægning af ruten i 2D, og at systemet dermed har en indbygget korttidshukommelse vha. kortet?

Med HD-kort ved bilen nøjagtig, hvor den bør være placeret på et 2D kort, hvilke skilte der er, hvad fartgrænsen er, hvor bilen er i forhold til hovedparten af statisk objekter? Hvis bilen på forhånd kender ruten i 2D, og ved hvor alle statiske objekter er, så skal den "blot" holde øje med de dynamiske objekter, som ikke findes på reference kortet. Dermed er indsættelse af Waypoints reletivt let.

Sådan som jeg har forstået planlægningsproblemet for Tesla, så beror det i høj grad på at få lavet et detaljeret 2D kort over omgivelserne, og for at kunne kort, så kræver det en vis form for korttidshukommelse. Teslaen kan ikke se flere hundrede meter frem, hvilket også betyder, at den f.eks. ikke altid placerer sig i den korrekte svingbane vejbane - simpelthen fordi den ikke kan forudse, at den skal placere sig i en svingbane.

  • 0
  • 0

Sådan som jeg har forstået planlægningsproblemet for Tesla, så beror det i høj grad på at få lavet et detaljeret 2D kort over omgivelserne, og for at kunne kort, så kræver det en vis form for korttidshukommelse. Teslaen kan ikke se flere hundrede meter frem, hvilket også betyder, at den f.eks. ikke altid placerer sig i den korrekte svingbane vejbane - simpelthen fordi den ikke kan forudse, at den skal placere sig i en svingbane.

Der er to problemer: Det ene er at have et kort. Det andet er navigere i kortet.

Hvis du bruger HD Maps, får du en ufleksibel, men måske acceptabel løsning på det problem, såfremt at dine kort er nye og korrekte. Der kan ikke tages direkte højde for konstruktion eller ulykker. Derfor kører Waymo udelukkende på godkendte veje.

Tesla løser den del med Bird's Eye View, som samler kameradata og genererer et detaljeret miljø med AI'en i bilen, så den kan se om hjørner og gætte, hvad der sker udenfor kameraerne.

Den kan ikke se hundreder af meter frem, men den kan gætte, baseret på hvordan veje svinger, drejer og krydser i virkeligheden. Ligesom hvis du tager skyklapper på og kigger på en stump vej, så kan du gætte dig til, at den nok strækker langt ud over dit synsfelt i bestemte retninger.

Den er så intelligent, at den kan konstruere hele rundkørsler, komplekse lyskryds og parkeringspladser, blot ved at have nogle få kamerabilleder af stumper af det fra en flad vinkel. Det er ikke sikkert, at det er helt korrekt, men det er korrekt nok til den umiddelbare navigation, og så korrigerer den lynhurtigt, så snart der kommer flere kamerabilleder oven i.

Det er en af de ting, som Tesla kritikerne ignorerer eller slet ikke kender til, når de kritiserer FSD, for Bird's Eye View virker overraskende godt, og det er helt i realtid.

Det er også en af de ting, som Tesla udelukkende behøver at forbedre gennem mere træning.

Bird's Eye View data sendes i en komprimeret form ud til skærmen, så du kan se det bilen fortolker, og du kan se hvordan det ændrer sig lynhurtigt, så snart bilen har flere data at gå ud fra.

Det der er galt, er nummer 2: At navigationen gennem det miljø virker ikke ret godt. Bilen kan sagtens se et komplekst kryds korrekt, men den er ikke ret god til at navigere i det, af førnævnte årsager med en dårlig metode.

  • 0
  • 0

Der er to problemer: Det ene er at have et kort. Det andet er navigere i kortet.

Jeg tror faktisk, vi er helt enige.

Hvis du bruger HD Maps, får du en ufleksibel, men måske acceptabel løsning på det problem, såfremt at dine kort er nye og korrekte.

Med et HD-kort kan man lave akkurat samme "Bird's Eye View" som Tesla. Teslaen er bare nød til at lave hele kortet i real-tid, hvilket konkurrenterne ikke behøves.

Med HD-kort har man allerede de statiske elementer som skilte, kantsten osv. i kortet, og så er det blot fodgængere, biler m.fl. der skal indplaceres på kortet.

Jeg ved ikke med Waymo, men Mobileyes system kan i bund og grund opdatere deres HD-kort i real-tid hver evig eneste gang en bil kører på en given strækning. Så et kort der er under en time gammelt og opdateret 287 gange indenfor det seneste døgn bør vel være fint nok.

Mobileye kalder der deres system "Road Experience Management", og det kræver 7-8 KB data per KM bilen kører. Dvs. en strækning på 100 KM fylder under 1 MB, så opdateringen af deres HD kan foretages i real-tid over en almindelig mobilforbindelse.

Jeg tager hatten af for Teslas teknologi, men nogle af konkurrenterne har altså også teknologier, som måske virker næsten lige så overbevisende ude i virkeligheden.

  • 1
  • 1

Jeg ved ikke med Waymo, men Mobileyes system kan i bund og grund opdatere deres HD-kort i real-tid hver evig eneste gang en bil kører på en given strækning. Så et kort der er under en time gammelt og opdateret 287 gange indenfor det seneste døgn bør vel være fint nok.

Hvis det er sådan at der er kort, som den selvkørende bil skal køre efter, og de skal også opdateres af den selvkørende bil til at undgå nyligt opståede forhindringer, som bilen jo selv skal undvige, hvad er så pointen i at have et kort til hjælp?

Det synes jeg ikke lige hænger sammen. Er der to lag kort?

Det er altså ikke nogen fordel at være afhængige af kort, fremfor at have et autonomt system, der kan agere uden netværksforbindelser.

Tesla kiggede på HD maps tilbage i 2017 eller deromkring, og droppede dem igen, netop fordi kortdataene skulle konstant masseres alt, alt for meget, og man begrænsede sig til at kunne køre, hvor der i forvejen var kortlagt.

Det kan godt være, at mængden af data der skal sendes ikke er stor, men der skal være et køretøj derude som er istand til at foretage kortlægningen.

Ikke engang Google Maps har formået at dække vejene så meget over 10 år.

  • 1
  • 0

Hvis det er sådan at der er kort, som den selvkørende bil skal køre efter, og de skal også opdateres af den selvkørende bil til at undgå nyligt opståede forhindringer, som bilen jo selv skal undvige, hvad er så pointen i at have et kort til hjælp?

Det synes jeg ikke lige hænger sammen. Er der to lag kort?

Ja, sådan kan man vel godt forestille sig det.

Hvis man tænker på det grafisk som et tæppe med veje, som ligger på rigtige mange børneværelser eller børnehaver.

Forestil dig, at du ser lige ned på kortet ovenfra, og så kommer den selvkørende bil kørende på en vej. Den kender altså hele vejen på forhånd, og den ved lige præcist hvor hver kantsten er, hvor trafiklyset er og hvor vognbanerne er. Bilen har altså et referencekort, og så holder den øje med objekter som ikke passer ind i referencekortet. Er der noget der har ændret sig på referencekortet mht. vejbanen eller skiltningen, så sendes disse ændringer retur til cloudserveren.

Objekter som biler eller fodgængere bliver så klasificeret som dynamiske objekter, og de sættes ind på bilens kort i real-tid.

Fordelen med et reference kort bruges til de dele af kortet, som f.eks. bliver spærret af andre biler eller events ude i fremtiden bilen skal tage højde for. Man kan altså lave en tidsmæssig planlægning ud i fremtiden. Bilen ved nøjagtig, hvor den bør placere sig på forhånd.

Eksempel: Bilen kører bag en langsomkørende lastbil, som spærrer en del af dens udsyn. Bilen kører imod et lyskryds med svingbaner til venstre, ligeud og til højre.

Vi mennesker ved godt, at der lige om lidt kommer disse tre valgmuligheder, enten fordi vi har kørt ruten før eller fordi vi har holdt øje med skiltningen. Vi placerer os korrekt i forhold til svingbanen.

I en Tesla skal systemet have en form for korttidshukommelse, hvis den skal huske på informationerne fra skiltningen, da lastbilen spærer udsynet. Teslaen skal altså kunne huske på en informatione i et stykke tid, fordi det ikke er nok med informationerne fra kameradelen, da lastbilen spærer for udsynet. Når Teslaen kommer frem til lyskrydset, så kan bilen ikke nå at placere sig korrekt med mindre den ved, at der indenfor få hundrede meter kommer nogle svingbaner.

Mobileye (eller andre med et HD-kort) ved på forhånd, hvor bilen skal placre sig, og derfor ved bilen, at den skal holde til højre eller venstre for at komme med ind i den korrekte svingbane.

Der kan laves 117 andre eksempler, men det er nok den nemmeste jeg lige kunne komme på.

Det er altså ikke nogen fordel at være afhængige af kort, fremfor at have et autonomt system, der kan agere uden netværksforbindelser.

Det er jeg uening i. Du har som menneske et indbygget referencekort - det kaldes hukommelsen. Når du kører en strækning du har kørt på i forvejen, så ved du nogenlunde, hvor du skal placere dig og hvor du skal være opmærksom.

Du har selvfølgelig også en korttids hukommelse.

Om Teslas eller Mobileyes tilgang til problemet er den bedste, det er altså svært at vurdere uden at have begge systemer køre samme rute under samme forhold. Teslas tilgang er markant teknisk sværer end Mobileyes tilgang, men hvad er bedst?

Waymos tilgang giver jeg ikke meget for, da deres system ikke primært beror på kameraer men derimod LIDAR.

Tesla kiggede på HD maps tilbage i 2017 eller deromkring, og droppede dem igen, netop fordi kortdataene skulle konstant masseres alt, alt for meget, og man begrænsede sig til at kunne køre, hvor der i forvejen var kortlagt.

Så kører man rute én gang, og så er det problem løst. Sagen er, at Mobileyes system allerede sidder i en del biler, og indsamlingen af data er allerede i gang. Uden at vide det med sikkerhed, så er >99,9% af det danske vejnet nok allerede i Mobileyes database.

Det kan godt være, at mængden af data der skal sendes ikke er stor, men der skal være et køretøj derude som er istand til at foretage kortlægningen.

Ikke engang Google Maps har formået at dække vejene så meget over 10 år.

Læs op på Mobileyes Road Experience Management system. De har teknologien til det, de sidder allerede i bilerne og de indsamler allerede data.

  • 1
  • 0
Bidrag med din viden – log ind og deltag i debatten