Fizyczne testy samochodów autonomicznych w laboratorium

Idea samochodu, który porusza się bez kierowcy zrodziła się początkowo w umysłach pisarzy, tworzących w gatunku science-fiction. Pierwsze rzeczywiste eksperymenty w tym zakresie rozpoczęły się w latach sześćdziesiątych XX w. Szybki rozwój technologii, zwłaszcza w zakresie sztucznej inteligencji i czujników sprawił, że w ostatnich 10 latach rozwój tej gałęzi przemysłu znacznie przyspieszył. Jednak ani dziś, ani w ciągu najbliższych 10 lat, samochody w pełni autonomiczne nie staną się widokiem powszechnym – dlaczego?

 

Samochody autonomiczne – co to oznacza?

Aby zrozumieć ten problem, musimy przeanalizować, co to dokładnie znaczy ‘autonomiczny’. Tak naprawdę, to określenie obejmuje 5 poziomów autonomiczności:

• poziom 0 – systemy wspomagające kierowcę i zwiększające bezpieczeństwo – ABS, ESP i podobne. Dziś są codziennością, występują w większości pojazdów na drogach.
• poziom 1 – oddanie kontroli nad niektórymi funkcjami komputerowi, przy zachowaniu pełnej kontroli przez człowieka. Przykłady to: adaptacyjny tempomat (utrzymujący stały odstęp od pojazdu z przodu) czy asystent parkowania (kierowca steruje prędkością, komputer – skrętem kół). Dziś także jest to dojrzała, ogólnodostępna technologia.
• poziom 2 – samochód przejmuje pełną kontrolę nad jazdą, ale kierowca jest gotowy do przejęcia kontroli w każdej chwili.
• poziom 3 – podobnie jak na poziomie 2, ale tutaj wymagane jest, aby kierowca mógł przejąć kontrolę po kilku sekundach, a nie natychmiast.
• poziom 4 – na tym poziomie pojazd jest sobie w stanie poradzić z każdą sytuacją na drodze, kierowca może więc chociażby spać. Natomiast mogą być ograniczenia co do obszarów, gdzie ta funkcja jest zachowana. Dla przykładu kierowca może być niepotrzebny podczas przejazdu autostradą, ale w centrum miasta już musi przejąć kontrolę.
• poziom 5 – podobnie jak na poziomie 4, ale system działa w każdych warunkach drogowych.

Obecnie na rynku szeroko dostępne są samochody na poziomie 2 (np. Tesla). Kilku producentów twierdzi, że ich pojazdy działają na poziomie 3 (np. Audi A8).

Pomimo wielu testów i sukcesów, jesteśmy jednak nadal bardzo daleko od szeroko stosowanych pojazdów na poziomie 4 czy 5. Dlaczego? Czy ograniczeniem jest moc obliczeniowa komputerów? Czy może współczesne radary i kamery nie są wystarczająco dokładne?

Stworzenie pojazdu, który bez ingerencji człowieka może samodzielnie poruszać się po drogach i zapewnić wszystkim uczestnikom ruchu bezpieczeństwo, jest przede wszystkim trudnym zadaniem ze względu na ogromną złożoność algorytmów sterowania i przetwarzania danych, które muszą tam być osadzone.

Pojazd autonomiczny musi zawsze zareagować odpowiednio w każdych warunkach drogowych. Wymaga to nie tylko ogromnej pracy przy rozwoju algorytmów, ale także (lub może przede wszystkim) przy ich testowaniu.

Spróbujmy wyobrazić sobie, jakie wyzwania mają przed sobą naukowcy i inżynierowie, pracujący w zespołach rozwijających wspomniane algorytmy. Jak wyglądają testy samochodów autonomicznych w laboratorium?

Powiedzmy, że chcemy zobaczyć, jak nasz pojazd zareaguje na zwierzę wybiegające przed koła. Rozważamy kilka zmiennych:

• pora dnia: dzień, zmierzch, noc
• zwierzę: lis, pies, sarna, łoś
• różne kierunki i szybkości ruchu zwierzęcia
• i inne…

Wcześniej oczywiście wszystko zostało przetestowane w środowisku symulacyjnym, po kilku(-dziesięciu) symulacjach doszliśmy do zadowalających wyników. Teraz czas na fizyczne testy samochodów autonomicznych w laboratorium. Ruszamy więc na zamknięty tor testowy, gdzie stworzyliśmy wcześniej małe zoo kartonowych zwierząt. Każdy test wymaga współpracy kilku osób – operatorów pojazdu, specjalistów od akwizycji danych oraz (oczywiście) techników wypychających biedne kartonowe zwierzęta przed maskę pojazdu. Zebraliśmy dużo danych, chociaż już po drugim teście wiedzieliśmy, co jest do poprawy. Wracamy więc do biura by przeanalizować dane i zaimplementować poprawki do algorytmów. Za tydzień kolejna szansa na testy – tym razem o zmierzchu. Realnie będziemy więc mieć około 30 minut na testy w tych warunkach.

Tego typu testy są na pewno bardzo drogie. Oprócz wysokich kosztów początkowych, takich jak zamknięty tor testowy czy pojazd rzeczywistych wymiarów, koszt każdej próby jest także znaczny. Zwykle też wprowadzanie poprawek do naszych algorytmów jest bardzo czasochłonne. Inżynierowie oczywiście starają się więc jak najwięcej przewidzieć w czasie symulacji, ale te nigdy nie zastąpią rzeczywistości.

Czy jest więc lepsze rozwiązanie? Takie, które połączy zalety możliwości szybkiego i taniego testowania z fizycznymi modelami obiektów?

Odpowiedź na ten problem zaproponowała firma Quanser z Kanady. Są to specjaliści z zakresu budowania mechatronicznych stanowisk dydaktycznych i badawczych, którzy od ponad 30 lat wyposażają laboratoria teorii sterowania i robotyki na uczelniach na całym świecie.

Ich propozycja to kompletne stanowisko pozwalające na szybkie testowanie algorytmów stosowanych w pojazdach autonomicznych na rzeczywistych obiektach w skali 1:10 – Laboratorium Samochodu Autonomicznego.

Jego sercem jest QCar – model samochodu osobowego, wypełniony bogatym wachlarzem czujników (LIDAR, kamery 2D i 3D, IMU). Obróbką danych zajmuje się potężny komputer z GPU (NVIDIA Jetson TX2 – 256 rdzeni NVIDIA CUDA, 6 rdzeni procesorów obliczeniowych). Oprócz tego QCAR zbudowany jest na podobieństwo zwykłego samochodu. Łącznie z zastosowaniem sterowania Ackermanna, kompletem świateł czy głośnikiem do symulacji klaksonu. To wszystko nie zaprzecza dwóm kluczowym cechom, jakie musi mieć platforma badawcza: w 100% otwarta architektura programowa oraz nieograniczone możliwości rozbudowy o dodatkowe czujniki.

Podobnych rozwiązań na świecie jest kilka – także typu open-source. Co wyróżnia ofertę Quansera?

Odpowiedzieć można jednym słowem – czas.

Wspomniane Laboratorium to rozwiązanie kompletne – zawierające oprócz samych pojazdów także skonfigurowaną stację bazową (wydajny komputer PC ze skonfigurowanym oprogramowaniem), rekonfigurowalne maty z systemem ulic, znaki drogowe, gamepad i wszelkie inne akcesoria potrzebne do pracy. Oczywiście kluczowe są gotowe przykłady programów realizujących różne zadania – w Matlabie/Simulinku czy Pythonie/ROSie. Tak więc czas od rozpakowania pudełka do uruchomienia pierwszych testów jest bardzo krótki. Naukowcy mogą więc bardzo szybko skoncentrować się na kluczowych zagadnieniach – rozwoju i testowaniu algorytmów, nie tracąc czasu na budowę i konfigurację całego systemu. Rozwój technologii pojazdów autonomicznych to wyścig, w którym każdy tydzień się liczy. Odpowiadając na pytanie zadane w tytule, fizyczne testy samochodów autonomicznych w laboratorium są możliwe.

 

 

Firma Edu4Industry jest wyłącznym dystrybutorem tego rozwiązania w Europie Środkowo-Wschodniej. Zapraszamy wszystkich zainteresowanych do kontaktu.

 

 

Autor artykułu:

Maciej Antonik
Dyrektor Dywizji Education for Industry