Олександр Одуха, віцепрезидент Intellias, який відповідає у компанії за автомобільний напрям, у своїй статті пояснює, чому до справжнього автопілоту в автомобілях нам ще далеко, і пише про те, що потрібно для його розвитку.
У 2016 році сталася перша фатальна дорожня пригода за участі автопілоту Tesla. Тоді автівка з увімкненим автопілотом врізалась у фургон, який їхав попереду та почав виконувати лівий поворот. За цим резонансним інцидентом послідували нові аварії.
Кожного разу після офіційних розслідувань компанія не вважала необхідним переглянути функції свого автопілоту. Чому? Бо попри фатальні випадки, доходи Tesla б’ють рекорди. Ринкова капіталізація компанії наразі наближається до $200 млрд. Станом на травень 2021 року доходи Tesla перевищили доходи TM на 741%, а GM — на 688%.
Такі показники вражають, адже Tesla продає не так багато автомобілів: 400 000 на рік у порівнянні з 5 мільйонами, які продають Honda чи Ford. До того ж Tesla не витрачає ані долара на рекламу у соціальних мережах, покладаючись лише на органічну комунікацію, потужність власного бренду та величезну фан-базу свого засновника, Ілона Маска.
Як компанії вдалося стати лідером ринку?
Tesla робить ставку на електрокари та автопілот — два головні тренди автомобільного ринку. Згідно з даними дослідження MarketsandMarkets, вже у 2025 році індустрія автономного водіння сягатиме $37,7 млрд, а отже Tesla обрала вірний шлях. Пандемія Covid-19 тільки зміцнила їхню позицію, адже інвестори вбачають майбутнє саме за електричними та автономними машинами. У 2020 році автівки Tesla проїхали на автопілоті близько 3 млрд миль, тоді як їхній найближчий конкурент, Waymo, може похвалитися лише 20 млн. Та ось у чому проблема: автопілот Tesla — це насправді ніякий не автопілот.
У 2015 році Tesla випустила перші моделі з «автопілотом» 7.0, які навіть не мали технологій стеження за тим, чи тримає водій руки на кермі. Компанія позиціювала свої автівки як «автономні», що в купі з іншими факторами призвело до ряду аварій.
Завдяки зусиллям органів влади та профспілок, компанія була змушена визнати, що їхній автопілот був маркетинговим прийомом. Тому зараз автівки інформують водіїв, що ті все одно мають пильнувати дорогу, користуючись автопілотом.
Тож якщо навіть лідер ринку автономного водіння визнає, що без участі водіїв поки що не обійтися, чи можемо ми сподіватися коли-небудь побачити справжні безпілотні автівки? І чи безпечно буде користуватися ними на наших дорогах?
Де зараз знаходиться автономне водіння?
Щойно ідея автономного водіння почала набувати форми, стало зрозуміло, що вона затримається тут надовго. Автівки перестали бути шматком заліза на колесах, засобом пересування, розкішшю абощо. Сучасні користувачі прагнуть мати розумний гаджет, який може не тільки перевезти їх з пункту А в пункт Б, але й самостійно прокласти маршрут, проконтролювати водіння та обрати відповідний плейліст на Spotify. Зрозумівши, що автономне водіння можливо в теорії, ми прагнемо отримати його на практиці — якнайшвидше.
Зазвичай автоматизація водіння розділяється на п’ять етапів: 0) no automation, 1) driver assistance, 2) partial automation, 3) conditional automation 4) high automation 5) full automation.
Втім, якщо поміркувати, то залишити варто лише два: full automation та все решта. Адже справжній автопілот — це повна відсутність контролю з боку водія. Якщо ж водій тим чи іншим способом бере участь у керуванні, то йдеться не про автопілот, а лише про різні варіації системи ADAS.
Візьмемо до прикладу функцію автопаркування. Так, вона дещо автоматизує весь процес. Але ж вона не тисне на газ чи гальмо — все це й надалі робить людина. Те саме можна сказати і про функцію круїз-контролю. Можливо, вона працює найкраще з усіх «автопілотних» функцій, але водії як і раніше мають тримати руки на кермі та слідкувати за дорожньою розміткою.
Тож яка наразі ситуація з автономним водінням? По-перше, ми поки що навіть близько не дісталися п’ятого рівня. По-друге, такі компанії, як Tesla, чомусь продовжують називати функцію своїх машин автопілотом, що не тільки не відповідає реальності, але й може мати трагічні наслідки.
До справжнього автопілота — роки роботи
На мою думку, головна проблема сучасного автопілоту полягає в тому, що ми намагаємося розв’язати нову задачу старим способом. Функціональність безпілотних автівок будується на старому «залізі», яке створювалося під геть інші потреби. Створення нової концепції водіння, в якій людина не бере участі в керуванні, потребує нових креативних підходів. Крім того, є ще декілька причин, які відтягують момент тріумфу автопілоту:
Відсутність уніфікованих стандартів
Наявні сертифікати та стандарти, на кшталт ISO/PAS 21448 та ISO 26262, передбачають безпосередню участь водія у процесі керування автівкою. Стандартизація автономного водіння поки що відсутня, але GM Cruise та Amazon Aurora нещодавно запропонували нову симуляцію для тестування «автопілоту», що вже є кроком уперед.
Сенсори
Сучасні автівки використовують різноманітні сенсори, щоб орієнтуватися на дорозі. Камери допомагають «бачити» предмети, системи LiDAR лазерами вимірюють відстань до них, а радари фіксують їхню швидкість та напрямок руху. Проте, ці сенсори можуть вийти з ладу через погану погоду, велику кількість об’єктів на дорозі або через те, що хтось намалює графіті на дорожньому знаку.
Люди
Пішоходи, водії, кур’єри Glovo на самокатах — люди постійно рухаються вулицями міст та іноді роблять це хаотично та непередбачувано. Впровадження безпілотних автівок має враховувати, що на дорогах будуть й інші учасники руху, чиї дії не контролює штучний інтелект. Наразі проблема співіснування автономних та звичайних автівок на одній дорозі викликає чимало занепокоєнь.
Інфраструктура
Для повноцінного функціонування автономних автівок потрібна відповідна інфраструктура з чіткою дорожньою розміткою. В теорії, дорожня розмітка має бути стандартизованою для всіх країн, або ж автовиробникам доведеться «навчати» автівки розрізняти національні особливості доріг. Проте проблема уніфікації дорожньої розмітки не є найактуальнішою. На сьогодні критичною є наявність хоч якоїсь розмітки. Якщо лінії на дорозі стерті або зруйновані ямою чи каналізаційним люком, автівка не поїде сама, як це сталося не презентації Volvo в Лос-Анджелесі.
Машинне навчання
У майбутньому автівки використовуватимуть штучний інтелект та машинне навчання, щоб обробляти інформацію від сенсорів та приймати на її основі рішення. Передбачається також, що ці рішення можуть бути більш раціональними та об’єктивними, ніж ті, що приймає людина. Але поки що ми не дійшли консенсусу з приводу тестування та валідації машинного навчання. Як переконатися, що штучний інтелект правильно зреагує у непередбачуваних обставинах? Чи зможемо ми протестувати всі можливі сценарії, перш ніж випустимо автівку на дорогу? Ці питання поки що лишаються відкритими.
Що потрібно, щоб автівки поїхали самі
Наявні зараз автономні автівки — це, по суті, набір маркетингових фраз зі значними функціональними обмеженнями у реальному житті. Здебільшого ці обмеження спричиняються недоліками «заліза» або ж програмного забезпечення. Для того, щоб автономне водіння стало реальністю, автовиробники вже зараз мають мислити, як ІТ компанії, та співпрацювати з інженерами, які можуть їх цього навчити.
Йдеться не тільки про знання в області програмування, але й про загальний підхід до роботи. Наприклад, популярні в ІТ середовищі agile-методи та кросфункціональні команди стануть у пригоді автовиробникам, які прагнуть встигати за стрімким технологічним прогресом. Крім того, майбутнє автономного водіння залежить від наступних факторів:
Стандартизація та тестування
Тестування автопілоту — критично-важлива частина усіх етапів виробництва автівки. Ми не можемо передбачити все, що станеться з водієм на дорозі. Тому ми маємо тестувати автівку знову і знову у різних умовах, щоб хоча б наблизитись до цього уявлення. Створення та тестування програмного забезпечення має відбуватися відповідно до жорстких практик та сертифікацій. Ось деякі з них:
- ASPICE. У 1993 Міжнародна Організація з Стандартизації (ISO) розробила процес оцінки програмного забезпечення Software Process Improvement and Capability dEtermination, або SPICE, якщо коротко. Згодом його стали використовувати в автомобільній індустрії, отримавши таким чином ASPICE. Процес оцінює різноманітні етапи розробки автівки, включно з дизайном, архітектурою коду, unit testing тощо.
- Functional safety або ISO 26262. Ще один стандарт, запропонований ISO, який оцінює функції автомобільної системи, їхню безпечність та можливі збої. Тобто, отримання ISO 26262 підтверджує, що всі компоненти автівки — від «заліза» до програмного забезпечення — працюють так, як мають працювати. Проблема з отриманням ISO 26262 полягає у тому, що він вимагає складної паперової роботи, документації та тестувань. Однак недотримання стандартів може призводити до фатальних наслідків. Наприклад, за підрахунками Національної дорожньої адміністрації несправності в автівках Toyota призвели до 89 смертей у період з 2000 по 2010 роки. Компанія стверджувала, що аварії спричиняють ненадійно зафіксовані килимки або ж людський фактор, і навіть інженери NASA не виявили критичних несправностей. Проте згодом у програмному забезпеченні машин було знайдено чимало багів, які й було визнано причиною аварій. Дотримання єдиного стандарту безпеки може допомогти уникнути подібних ситуацій.
- SOTIF або Safety of the Intended Functionality. На відміну від ISO 26262, який розглядає функціональну безпеку автівку у разі збою однієї з систем, SOTIF допомагає контролювати системи, які не відмовили, але все ж таки можуть становити загрозу. Це перш за все стосується штучного інтелекту та автопілоту. Візьмемо до прикладу водіння по ожеледиці. Штучний інтелект автівки може невірно інтерпретувати лід на дорозі та не знизити швидкість, якщо водій використовує автопілот. Тобто, програмне забезпечення не пошкоджене і продовжує працювати, але його оцінка ситуації неправильна. А це може призвести до небезпечних наслідків. Стандарт SOTIF означає, що автовиробники передбачили такі небезпеки та протестували автівку у відповідних умовах.
Великі дані
Робота автономної системи базується на різноманітних даних, що отримуються та обробляються щосекунди. Уявіть собі: для розробки однієї тільки системи відстежування втоми водія знадобиться понад 40 тисяч фотографій очей. Разом всі системи автономної автівки — камери, радари, LiDAR — наразі продукують близько 25 ГБ даних на годину. Не забуваймо також, що говорячи про автономну автівку, ми маємо на увазі ті машини, які є зараз. А вони не є справді автономними. Отже, при подальшій автоматизації, обсяги даних тільки зростатимуть — і це потрібно враховувати. Тому автовиробники мають переконатися, що їхні вендори, які збирають, аналізують та зберігають дані, володіють достатніми для цього потужностями та зможуть їх масштабувати у разі потреби.
Оновлення програм
Жодне тестування та ретельна розробка не можуть гарантувати повністю досконалу систему. В якийсь момент її потрібно буде оновити, щоб уникнути проблем у майбутньому, і тут починається найцікавіше. Для більшості автовиробників не тільки розробка, але й інсталяція оновлення — це дорогий та кропіткий процес.
Tesla розв’язала цю проблему так: водій приїжджає додому, підключається до WiFi та завантажує оновлення. Цей процес має назву over-the-air-оновлення і в майбутньому має стати ключовим в індустрії автономного водіння. Але вже зараз зрозуміло, наскільки ще багато роботи нас чекає попереду. Адже оновлення автівки набагато складніше, ніж оновлення смартфону. Проблеми з інсталяцією нових функцій можуть призвести до несправностей у ключових системах машини. Можливо, саме через це наразі тільки два авторбиробники — Volvo та Ford — запровадили over-the-air оновлення для деяких своїх автівок. Всі решта поки що не ризикують приєднатися до нової системи, що зі свого боку ще раз демонструє неготовність більшості автовиробників до повної автоматизації автівок.
Безпека
З 2017 року кількість кібератак на автомобілі зросла на 607%. Це не дивно, адже всі дані, які збирає автівка, являють собою ідеальну мішень для хакерів. Звісно, єдиний стовідсотковий спосіб захистити свої дані — це нікому їх не надавати. Але в цьому разі нам навряд чи вдасться користуватися автономними функціями машини. Завантаження оновлень через мережу також не спрощує ситуацію, а навпаки — робить користувачів ще більш вразливими. Отже, перед автовиробниками стоїть серйозний виклик — розробити максимально надійні системи захисту даних користувачів.
Висновки
Рано чи пізно автівки їхатимуть самі. Кожного дня ми вдосконалюємо технології, створюємо інноваційну функціональність та ADAS системи, розробляємо кращі алгоритми машинного навчання і стаємо ближче до автономного водіння. Проте не варто забувати і про виклики, які наразі стоять перед нами. Ми маємо побудувати ефективну систему тестування та стандартизації автономних автівок та переконатися, що кожне оновлення встановлюється швидко, вчасно і надійно.
Ера автономного водіння обов’язково настане, але це відбудеться тільки тоді, коли ми зможемо сказати: «Так, це дійсно автопілот, він керує автівкою без втручання людини, і він робить це безпечно».
Автор: Олександр Одуха, віцепрезидент Intellias