Большинство людей думают о беспилотных автомобилях, когда их спрашивают об ИИ в транспорте. Однако внедрение новых автономных грузовиков оказывает такое же, если не большее влияние, по сравнению с влиянием автономных автомобилей. В этом посте давайте более подробно рассмотрим эту инновационную технологию, а также многочисленные плюсы и минусы, связанные с этой относительно новой технологией.

Рост автономных грузовых компаний

Рынок автономных грузовиков не контролируется одной компанией. Вместо этого он частично контролируется многочисленными компаниями, которые вносят в отрасль инновации, чтобы оставаться конкурентоспособными. Одной из самых успешных и известных компаний, работающих в этой области, является tusimple, китайский стартап в области беспилотных автомобилей, поддерживаемый UPS и Nvidia. Они уже проложили множество маршрутов и работают над другими новыми маршрутами на юго-западе США, особенно в Аризоне и Техасе. Есть также множество других компаний, в том числе Embark и Kodiak (см. диаграмму ниже). Они также запланировали многочисленные реализации автономных грузовиков и имеют прототипы автономных грузовиков, в которых используются новые аппаратные и программные технологии.

Хотя эти компании не так известны, как автономные автомобильные гиганты, такие как Waymo и Tesla, они также быстро растут и внедряют новые инновации, которые помогут автономным грузовым автомобилям получить более широкое распространение.

Аппаратное и программное обеспечение автономных грузовиков

Подобно многим автономным автомобилям, автономные грузовики используют LIDAR в качестве «зрения» для автомобиля, помогая ему собирать данные об окружающей среде. Waymo, один из основных конкурентов в этой области, использует два лидарных датчика, чтобы избежать слепых зон в модели машинного зрения. Данные, полученные от этих датчиков, затем передаются в модели компьютерного зрения, чтобы компьютер обрабатывал данные и обнаруживал близлежащие объекты. Одна из ранее упомянутых компаний по производству автономных грузовиков, tusimple, полагается на использование датчиков камеры вместо LIDAR для навигации и обнаружения объектов. Данные, полученные либо лидаром, либо датчиками камеры, затем передаются в одну из многочисленных моделей нейронной сети и машинного обучения, чтобы определить наилучший план действий для транспортного средства. Есть много моделей, которые используются компаниями, такие как YOLO (You Only Look Once) и SIFT (Scale-Invariant Feature Transform) для обнаружения объектов, обработки изображений, определения будущих действий и многого другого. Эти модели также постоянно улучшаются за счет повышения точности моделей, сокращения времени, необходимого для запуска программы, или и того, и другого.

Согласно NHTSA, существует шесть уровней автоматизации, которые варьируются от уровня 0 (отсутствие автономии) до уровня 5 (полная автоматизация). Некоторые функции автоматизации, такие как круиз-контроль, помощь в поддержании полосы движения и усовершенствованная система помощи водителю (ADAS), уже реализованы в большинстве грузовиков, что делает современные грузовики уже частично автоматизированными. В настоящее время большинство автономных грузовиков находятся либо на уровне 1, либо на уровне 2 в результате всех этих функций автоматизации, которые присутствуют в настоящее время. Многие источники предполагают, что настоящая автоматизация (уровень 5) грузовиков может занять более нескольких лет, поскольку существует множество технологических препятствий, которые все еще необходимо преодолеть.

Плюсы автономных грузовиков

Есть множество положительных моментов, связанных с внедрением этой технологии. Они обсуждаются ниже:

Одним из наиболее часто упоминаемых преимуществ автономных грузовиков является повышенная безопасность за счет исключения человеческого фактора. По данным NHTSA, в автомобильных авариях с участием как минимум одного грузовика погибло более 5000 человек. К сожалению, многие из этих аварий вызваны человеческими ошибками, такими как рассеянные водители, пьяные водители, отправка текстовых сообщений во время вождения и т. д. На самом деле, оценки Всемирного экономического форума показывают, что около 90% дорожно-транспортных происшествий вызваны человеческими ошибками. Это означает, что большинство нынешних причин аварий можно практически устранить за счет использования автономных транспортных средств, особенно автономных грузовиков. Широкое использование автономных грузовиков значительно сократит это число, как и в случае с автономными автомобилями.

Еще одним положительным моментом, присущим широкому внедрению автономных грузовых автомобилей, является более высокая эффективность и экономия средств для компаний, использующих эти автомобили. Автономные грузовики намного экономичнее, чем грузовики, управляемые людьми. Частично это связано с тем, что каждое действие грузовика запрограммировано, а это означает, что его можно заставить двигаться так, чтобы сэкономить много времени и топлива. Кроме того, автономные грузовики могут ехать гораздо дольше, чем водители-люди. По данным Всемирного экономического форума, беспилотные грузовики могут управлять 78% дня. Это резко контрастирует с людьми-водителями, которые могут управлять автомобилем только 29% дня. Автономные грузовики уменьшают или устраняют многие из существующих факторов, которые ограничивают время вождения для существующих грузовиков.

Минусы автономных грузовиков

Как и у любой новой и эффективной технологии, у этой технологии есть некоторые недостатки. Поскольку автономные грузовики используют те же технологии в той же отрасли, что и автономные автомобили, эта технология также имеет схожие проблемы. Одной из наиболее известных проблем, связанных с автономными транспортными средствами, особенно автономными грузовиками, является потеря рабочих мест. Водители грузовиков составляют большую часть рабочих мест в США, и они являются крупнейшими рабочими местами в некоторых американских штатах. Многие водители грузовиков и некоторые эксперты опасаются, что растущая автоматизация самоуправляемых грузовиков приведет к большим потерям рабочих мест для водителей грузовиков по всей стране, что может привести к огромным последствиям для всей страны. Хотя были проведены исследования, в которых утверждалось, что повышение эффективности приведет к увеличению числа рабочих мест в сфере грузоперевозок, автоматизация по-прежнему остается одной из основных проблем, стоящих за этой технологией.

Еще один недостаток, связанный с этой технологией, связан с этическими соображениями о том, кто будет нести ответственность в случае несчастных случаев. В то время как самоуправляемые грузовики сделают дороги намного безопаснее за счет сокращения дорожно-транспортных происшествий и смертельных случаев, аварии, которые все еще происходят, создают этическую проблему в отношении того, кто будет нести ответственность за аварию. Это будет программатор? Будет ли это компания, разработавшая технологию? Или это будет кто-то другой? На данный момент нет четкого ответа о том, кто несет ответственность, и, скорее всего, это вызовет этические проблемы, поскольку автономные грузовики станут более распространенным явлением.

У автономных грузовиков есть большой потенциал повлиять на будущее, как в положительную, так и в отрицательную сторону. Хотя настоящая автоматизация автономных грузовиков еще не достигнута, нынешний уровень инноваций и технического прогресса предполагает, что технология будет доступна через несколько лет. Будем надеяться, что автономные грузовики станут реальностью в ближайшем будущем, сводя к минимуму недостатки и максимизируя преимущества.

Картик Багавати является студенческим послом в программе Inspirit AI Student Ambassadors. Inspirit AI — это довузовская программа повышения квалификации, которая знакомит любознательных старшеклассников со всего мира с ИИ через живые онлайн-классы. Узнайте больше на https://www.inspiritai.com/.