Hírek
Tanulóképes önvezető autók?
A világ leginnovatívabb autógyártójának tartott, a robotikai fejlesztések területén is vezető szerepet betöltő Toyota bejelentette, hogy a Toyota Kutatóintézet (TRI) újabb eredményeket ért el több, az önvezető technológiák fejlesztésével és egyéb területekkel foglalkozó projektekben. Többek között új tesztjármű szolgálja majd a Segítő és Sofőr funkciókat kínáló, tanulóképes önvezető technológia kutatás-fejlesztési munkáit, miközben a vállalat által gyártott, otthoni használatra szánt robotok még fejlettebb képességekkel rendelkeznek majd.
„Az elmúlt néhány hónapban nagyot léptünk előre az önvezető képességek, az életmentő funkciók, valamint az autózás élvezete és kényelme terén.” – árulja el Dr. Gill Pratt, a TRI vezérigazgatója. „Kutatócsoportjaink emellett sikeresen fejlesztették tovább a gépi intelligenciát is, ami az otthoni felhasználásra szánt robotokat irányítja.”
A környezetbarát hibrid modelljei mellett a jövő önvezető autóinak előképeként is értelmezhető, világelső aktív biztonsági rendszereiről is ismert Lexus prémium márkát is jegyző Toyota egy átfogó áttekintést közölt az automatizált vezetéssel kapcsolatos fejlesztéseiről. A vállalat ebben a nyilatkozatban fogalmazza meg filozófiáját is, ami meghatározza a Toyota szemléletét a technológiával, a jelenleg futó kutatási programokkal és a rövid távú gyártási tervekkel kapcsolatban.
A nyilatkozatból kiderül, milyen lehetőséget lát a Toyota abban, hogy az önvezető autók nagymértékben javíthatják a közlekedés biztonságát, és hogyan járulhat hozzá e technológia egy olyan társadalom kialakulásához, amelyben mindenkinek rendelkezésére áll a biztonságos, kényelmes és kellemes mobilitás. Az autóipari és robotikai innovációk terén élenjáró vállalat célja, hogy nyilatkozata révén segítsen megérteni a vállalat szemléletét, és felhívja figyelmet az önvezető technológiákkal kapcsolatos kérdésekre, például az infrastruktúra fejlesztése és a társadalmi elfogadottság fontosságára.
„Az önvezető autók több szempontból is rendkívül hasznosak lesznek a társadalom számára, ám a Toyota azt tartja az egyik legfontosabb tényezőnek, hogy biztonságosabbá tehetik a közlekedést.” - fogalmaz Kiyotaka Ise, a Toyota biztonságtechnológiai részlegének igazgatója.
„Ha járműveink képesek lesznek előre felmérni az emberek igényeit, kommunikálni velük, és helyesen reagálni a forgalmi helyzet folyamatos változásaira, közelebb kerül az a jövő, amelyben senki sem sérül meg közlekedési balesetben.”
„Ha járműveink képesek lesznek előre felmérni az emberek igényeit, kommunikálni velük, és helyesen reagálni a forgalmi helyzet folyamatos változásaira, közelebb kerül az a jövő, amelyben senki sem sérül meg közlekedési balesetben.”
A TRI mindemellett több előrelépésről is beszámolt a következő technológiák témakörében:
Önvezető autók
A Platform 2.0 kísérleti jármű 2017. márciusi forgalomba állítása óta a Toyota gyors ütemben fejlesztette az önvezető technológiát, megalkotva a Platform 2.1 modellt. Az új, innovatív tesztautó megépítésével párhuzamosan a TRI nagy eredményeket ért el a tanulóképes számítógépes érzékelés fejlesztésében, ami képessé teszi az önvezető autókat környezetük pontosabb felismerésére, a tárgyak és az útfelületek azonosítására, valamint a biztonságos nyomvonal kiszámítására. Ezek az új technológiák gyorsabban, hatékonyabban és sokkal precízebben működnek.
A tárgyak és útakadályok felismerése mellett a tesztautó adatokat is képes szolgáltatni az adott útvonal jellemzőiről – például a közlekedési táblákról vagy a sávelválasztó jelekről –, segítve ezzel a térképek folyamatos fejlesztését is frissítését, ami létfontosságú az önvezető autók működéséhez. A Platform 2.1 bevezetésével a TRI beszállítóinak köre is szélesebb lett; e beszállítók egyike az új, nagy pontosságú LIDAR rendszert gyártó Luminar. Az új LIDAR nagyobb távolságra ’lát’, és sokkal sűrűbb pontfelhőt biztosít, így jobban felmérheti a háromdimenziós tárgyak elhelyezkedését. Ennek köszönhetően tovább javul a látómező, mivel a mérési pontok oda összpontosíthatók, ahová a leginkább szükséges, ez pedig elsődleges fontosságú a dinamikus konfigurálás folyamatában.
Az új LIDAR és a már meglévő szenzor-rendszerek párosításával 360 fokos lefedettség érhető el. A TRI arra számít, hogy e technológia a további beszállítók megjelenésével később sokkal olcsóbbá válhat. A Platform 2.1 járműben a TRI egy hangvezérléses cockpitet alakított ki az első utas előtt, amit mechanikus kapcsolat nélküli (drive-by-wire) kormánykerék, gázpedál és fékpedál egészít ki. Mindez arra szolgál, hogy a kutatók megvizsgálják, hogyan vehető vagy adható át hatékonyan az autó irányítása a bonyolult helyzetekben az automata technológiának – ugyanakkor pedig hasznosan segíti a gépi tanulási algoritmusok fejlesztését is, amelyek képesek tanulni a tapasztalt emberi autóvezetők reakcióiból, s így akár segítséget is nyújthatnak a kezdő autósoknak.
A TRI emellett egy olyan megoldást is kidolgozott, ami képernyőkkel, színes fényjelzésekkel és hangjelzésekkel kialakított, egységes felhasználói felülettel jelzi az önvezető autó ’szándékát’. Az intézet azzal is kísérletezik, hogy a műszeregységben elhelyezett multimédia-kijelzőn megjelenítik a pontfelhőt, amin minden látható, amit az autó érzékel, s ezáltal a vezető hatékonyabban felmérheti az egyes forgalmi helyzeteket. A széleskörű hardver- és a szoftverfejlesztés révén a Platform 2.1 hasznos kutatási eszközként szolgál arra, hogy a TRI egy egységes technológiai csomagon keresztül tesztelhesse az önvezető technológia kettős (Segítő és Sofőr) feladatkörét.
A Segítő üzemmódban az autót az ember vezeti, miközben az automata rendszer figyeli a balesettel fenyegető helyzeteket, és szükség esetén közbeavatkozik. A Sofőr üzemmód a SAE 4/5 szabvány szerint meghatározott önvezető technológia, amikor a járműben ülő összes ember utasként közlekedik. Mindkét üzemmód ugyanazzal a – szenzorokat és kamerákat tartalmazó – technológiai csomaggal működik. A platform Segítő funkciója arra is képes, hogy érzékelje, ha a vezető álmos vagy zavart, és közbelépjen, ha az autó nem követi az út ívét. Az ilyen helyzetekben a rendszer először figyelmezteti a vezetőt, majd fékezéssel és kormányzással közbeavatkozva az úton tartja a járművet. A Sofőr funkció zárt pályás tesztjei során bebizonyosodott, hogy a rendszer képes irányítani az autót, navigálni az útakadályok körül, és biztonságosan sávot váltani olyankor is, amikor mellette, a szomszédos sávban egy másik jármű halad ugyanolyan sebességgel, megnehezítve ezzel a manővert. A fizikai tesztek mellett a TRI számítógépes szimulációkat is alkalmaz az új műszaki megoldások precíz és biztonságos vizsgálatára.
Robotika és mesterséges intelligencia
A Toyota a robotika és a mesterséges intelligencia területén is előre lépett. Az embereket segítő otthoni robotok kutatása során a TRI elsőként fejlesztett ki olyan megoldásokat, amelyek révén a jövő robotjai az emberekhez hasonlóan képesek megfogni és kezelni tárgyakat – anélkül, hogy azokat elejtenék vagy károsítanák. A TRI számítógépes látást és mesterséges intelligenciát is fejleszt, amivel a robotok képesek érzékelni az emberek és a tárgyak fizikai jelenlétét, azonosítani helyzetüket, és kérésre odaadni a tárgyakat az embereknek.
A robotok azt is érzékelik, ha a tárgyakat máshová helyezték, frissítve azok helyét az adatbázisukban, ezenkívül felismerik az általuk ismert emberek arcát, megkülönböztetve őket másoktól. A TRI robotikai eredményei lehetővé teszik, hogy az intézet alaposabban és pontosabban szimulálhassa a robotokkal végzett fizikai teszteket. Mivel lehetetlen a valóságban is megvizsgálni minden olyan helyzetet, amivel a robotok a való világban szembesülhetnek, az intézet szimulált környezeteket alkotott, amelyeket a még nagyobb pontosság érdekében folyamatosan frissítenek a valós környezetben elvégzett tesztek adataival. Mindemellett a TRI új elképzeléseket dolgoz ki arra, hogyan alkalmazható a mesterséges intelligencia egy autó kabinjában, hogy kényelmes, biztonságos és kellemes utazást biztosítson.
Az intézet egy szimulátort épített, aminek AI-rendszere a vezető testtartása, fejének elfordítása, tekintetének iránya, sőt érzelmei alapján felméri az autós igényeit és az esetleges zavaró tényezőket. Például ha a rendszer azt látja, hogy a vezető vizet iszik, és az arckifejezése kellemetlen érzésről tanúskodik, akkor a mesterséges intelligencia arra következtet, hogy az autósnak melege van, ezért erősebbre állítja a légkondicionálást, vagy leengedi az ablakokat. Ha a rendszer úgy véli, hogy a vezető álmos, akkor szóban javasolja, hogy álljon félre és igyon egy kávét, vagy elnavigálja az autót egy kávézóhoz.