Autonomiset tietokoneet autoissa: mitä ne ovat ja kuinka ne toimivat

Nykyautot nojaavat yhä enemmän tehokkaaseen ”aivoon”, joka hallitsee ajamista, turvallisuutta, navigointia, viestintää ja viihdettä. Insinöörit kutsuvat tätä järjestelmää usein autonomiseksi tietokoneeksi, ajoneuvotietokoneeksi, keskitetyksi laskentayksiköksi tai autonomisen ajamisen tietokoneeksi. Tämä tietokone käsittelee suuria määriä tietoa sensoreilta ja kameroilta reaaliajassa ja auttaa autoa tekemään päätöksiä ajon aikana.

Autoteollisuus kohtaa nyt ohjelmisto- ja laskentatehon tärkeinä osina ajoneuvon suunnittelussa. Monet valmistajat ovat siirtyneet perinteisistä elektronisista valvontajärjestelmistä kohti keskitettyjä ”ohjelmistomääriteltyjä ajoneuvoja”, joissa pieni joukko tehokkaita tietokoneita hallitsee useimpia ajoneuvon toimintoja.

Mikä on autonominen tietokone autossa?

Autonominen tietokone autossa on suorituskykyinen laskentajärjestelmä, joka auttaa autoa ymmärtämään ympäristöä, ennakoimaan vaaroja ja hallitsemaan auton käyttäytymistä. Tämä tietokone yhdistää laitteiston, ohjelmiston, tekoälyn ja sensoritiedot.

Autonominen tietokone suorittaa yleensä tehtäviä, kuten:

• Esineiden, jalankulkijoiden, kaistojen ja liikennemerkkiin havaitseminen
• Ajoneuvonopeuden ja suunnan seuraaminen
• Turvallisten ajoreittien suunnittelu
• Jarrutuksen, ohjauksen ja kiihdytyksen hallinta
• Navigoinnin ja kartan hallinta
• Viestiä pilvisysteemien ja muiden ajoneuvojen kanssa
• Suorittaa kuljettajan avustustoimintoja.

Nykyiset autonomiset tietokoneet voivat käsitellä tietoa useilta sensoreilta samanaikaisesti. Jotkin edistyneet järjestelmät kykenevät käsittelemään triljoonia operaatioita sekunnissa.

Esimerkiksi uusi Rivian RAP1 autonominen siru raportoi tuottavansa noin 1 800 triljoonaa operaatiota sekunnissa tekoälyprosessointia varten.

Miksi autot tarvitsevat autonomisia tietokoneita?

Perinteiset autot nojasivat moniin pieniin elektronisiin ohjausyksiköihin. Yksi ohjausyksikkö hallitsi jarrutusta, toinen vaihteistoa, kolmas turvatyynyjä ja neljäs viihdejärjestelmiä.

Nykyinen itseajaminen vaatii huomattavasti nopeampaa päätöksentekoa ja suurempaa tietojenkäsittelykapasiteettia. Itseajava tai puolittain autonominen auto voi käyttää:

• Useita kameroita
• Radar-sensoreita
• LiDAR-sensoreita
• Ultraäänisensoreita
• Globaaleja paikkatietojärjestelmiä
• Korkealaatuisia karttoja.

Ajoneuvon tietokoneen on yhdistettävä kaikki nämä tiedot millisekunneissa.

Tutkijat ja autoteollisuuden yritykset käyttävät yhä enemmän keskitettyjä laskentarchitectuuria, sillä keskitetyt järjestelmät vähentävät viivettä ja parantavat koordinaatiota ajoneuvojärjestelmien välillä.

Miten autonominen tietokone toimii

Autonominen tietokone toimii yleensä useassa vaiheessa.

Tietojen kerääminen sensoreilla

Sensorit keräävät jatkuvasti tietoa ympäristöstä.

Esimerkkejä ovat:

• Kamerat kaistojen merkkien ja liikennemerkkien havaitsemiseksi
• Radar etäisyyden mittaamiseksi
• LiDAR kolmiulotteiseen kartoittamiseen
• Ultraäänisensorit pysäköintiavustusta varten.

Jotkin edistyneet ajoneuvot käyttävät yli 10 kameraa ja useita radarijärjestelmiä.

Raporttien mukaan tulevista Mercedes-Benzin autonomisista järjestelmistä insinöörit saattavat käyttää kokoonpanoja, joissa on 14 korkealaatuista kameraa, 9 radar-sensoria ja LiDAR.

Tietojen yhdistäminen

Autonominen tietokone yhdistää eri sensorilta saatuja tietoja yhtenäiseksi ympäristömalliksi.

Esimerkiksi:

• Kamerat tunnistavat jalankulkijan
• Radar mittaa jalankulkijan nopeuden
• LiDAR mittaa jalankulkijan sijainnin kolmiulotteisessa tilassa

Tietokone yhdistää tämän kaiken tiedon tarkkuuden parantamiseksi.

Analyysi tekoälyn avulla

Tekoälymallit analysoivat ympäristöä ja ennakoivat mahdollisia riskejä.

Järjestelmä voi vastata kysymyksiin, kuten:

• Onko toinen ajoneuvo vaihtamassa kaistaa?
• Onko jalankulkija ylittämässä tietä?
• Onko tiellä rakennustyömaata?
• Onko jarruttaminen tarpeen?

Nykyiset autonomiset järjestelmät käyttävät yhä enemmän reunatekoälyä, jossa ajoneuvo käsittelee tietoa paikallisesti autossa sen sijaan, että se riippuisi pilvipalvelimista. Tämä menetelmä vähentää viivettä ja parantaa luotettavuutta.

Päätöksenteko ajamista varten

Tietokone valitsee turvallisimman ajotoimenpiteen.

Mahdolliset toimenpiteet ovat:

• Ohjausmuutos
• Nopeuden vähentäminen
• Hätäjarrutus
• Kaistanvaihdot
• Pysäköintimanööverit.

Järjestelmä lähettää sitten komennot ohjaus-, jarrutus- ja voimansiirtomerkkeihin.

Ajamisen autonomian tasot

Autoteollisuus luokittelee yleensä ajamisen automaation tasot 0-5.

Tänään suurin osa kaupallisesti saatavilla olevista järjestelmistä on tasolla 2 tai rajoitetulla tasolla 3.

Alan analyytikot raportoivat, että monet yritykset keskittyvät nyt enemmän käytännön tason 2 ja tason 3 järjestelmiin kuin täysin autonomisiin tason 5 ajoneuvoihin.

Esimerkkejä autonomisista tietokonesysteemeistä

1. NVIDIA DRIVE -alusta

NVIDIA kehittää yhtä laajimmin käytetyistä autonomisten ajoneuvojen laskentaplatformeista.

NVIDIA DRIVE -järjestelmä sisältää:

• Korkean suorituskyvyn tekoälyprosessorit
• Ajoneuvon käyttöjärjestelmät
• Sensorien integrointi
• Simulointityökalut
• Turvallisuusohjelmistot.

Yritykset kuten Toyota, Volvo Cars ja Mercedes-Benz käyttävät NVIDIA-teknologioita edistyneessä kuljettajan avustamisessa ja autonomisen ajamisen kehittämisessä.

2. Tesla Full Self-Driving -tietokone

Tesla suunnittelee oman autonomisen ajamisen laitteiston ja ohjelmiston.

Teslan ajoneuvot nojaavat voimakkaasti kameroihin ja tekoälyprosessointiin. Järjestelmä oppii jatkuvasti suurista määristä ajotietoa, joita on kerätty asiakasajoneuvoista.

Tesla kehittää myös erityistä tekoälyn koulutusinfrastruktuuria autonomisten ajomallien tueksi.

3. Rivianin autonomia-alusta

Rivian esitteli äskettäin RAP1 tekoälysirunsa ja ACM3 autonomisen laskentamoduulin.

Tämä yritys suunnittelee tukevansa kädetön ajo miljoonilla maanteillä Pohjois-Amerikassa.

4. Waymon robotaksit

Waymo harjoittaa täysin autonomisia robotaksipalveluja useissa kaupungeissa.

Waymon ajoneuvot käyttävät monimutkaisempia autonomisia laskentajärjestelmiä, jotka yhdistävät:

• Kamerat
• LiDAR
• Radar
• Tekoäly
• Korkealaatuiset kartat.

Waymo jatkaa autonomisten toimintojen laajentamista lisääntyviin kaupunkeihin Yhdysvalloissa.

Ohjelmistomääritellyt ajoneuvot

Monet nykyautot noudattavat nyt ohjelmistomääriteltyjen ajoneuvojen konseptia.

Ohjelmistomääritelty ajoneuvo käyttää keskitettyjä ohjelmistojärjestelmiä hallitakseen monia ajoneuvotoimintoja. Insinöörit voivat päivittää näitä toimintoja kautta yli-ilmakehän ohjelmistopäivitysten.

Tämä lähestymistapa tarjoaa useita etuja:

• Nopeammat ominaisuuspäivitykset
• Parannettu kyberturvallisuuden hallinta
• Parempi integraatio järjestelmien välillä
• Vähemmän laitteistojen monimutkaisuutta
• Helpommat tekoälyn päivitykset.

Suuret puolijohdeyritykset kehittävät yhä enemmän erikoistuneita ajoneuvoprocessoreita tälle markkinalle.

Tekoäly autonomisten tietokoneiden sisällä

Tekoälyllä on keskeinen rooli autonomisessa ajamisessa.

Modernit järjestelmät käyttävät koneoppimista ja syväoppimista:

• Tunnistaakseen tien esineet
• Ennakoidakseen kuljettajan käyttäytymistä
• Ymmärtääkseen liikennemallit
• Parantaakseen navigointia
• Vähentääkseen onnettomuuksia.

Tutkijat kehittävät edelleen entistä kehittyneempiä oppimisalgoritmeja autonomisille ajoneuvoille.

Jotkut yritykset käyttävät myös simulaatioalustoja kouluttaakseen tekoälyjärjestelmiä virtuaalisissa ajotilanteissa ennen tosielämän käyttöönottoa.

Turvallisuushaasteet

Autonomiset tietokoneet autoissa kohtaavat edelleen suuria turvallisuushaasteita.

Harvinaiset tien tilanteet

Odottamattomat tilanteet ovat edelleen vaikeita autonomisille järjestelmille.

Esimerkkejä ovat:

• Tulviva tie
• Rikkoutuneet liikennevalot
• Epätavalliset rakennustyömaat
• Hätäajoneuvot
• Vaikeat sääolosuhteet.

Esimerkiksi San Franciscossa tapahtunut suuri sähkökatko aiheutti ongelmia joillekin autonomisille robotakseille, koska liikennevalot lopettivat toimimisen.

Sensorien rajoitukset

Eri sensoreilla on heikkouksia.

Esimerkkejä ovat:

• Kamerat kamppailevat rankassa sumussa
• LiDARin suorituskyky saattaa heikentyä lumessa
• Radar voi tuottaa vääriä heijastuksia.

Insinöörit yhdistävät usein useita sensoreita luotettavuuden parantamiseksi.

Kyberturvallisuusriskit

Autonomiset tietokoneet autoissa yhdistävät langattomiin verkkoihin, pilvisiin järjestelmiin ja ohjelmistopäivitysjärjestelmiin. Tämä yhteys tuo kyberturvallisuushuolia.

Autovalmistajat keskittyvät yhä enemmän:

• Salattuun viestintään
• Turvallisiin ohjelmistopäivityksiin
• Hyökkäysten havainnointiin
• Turvallisuustodistettuihin käyttöjärjestelmiin.

Nykyiset autonomiset alustat käyvät nyt kyberturvallisuustestauksen ja turvallisuustodistusten läpi.

Kustannushaasteet

Autonomisen ajamisen laitteisto on edelleen kallista.

Täysin autonominen ajoneuvo vaatii yleensä:

• Korkean suorituskyvyn tekoälyprosessorit
• Kalliit LiDAR-järjestelmät
• Edistyneet jäähdytysjärjestelmät
• Suuret tietovarastojärjestelmät.

Kuitenkin anturien ja laskentakustannusten arvioidaan vähenevän asteittain tuotannon lisääntyessä.

Autonomisten ajoneuvojen tietokoneet ja pilvilaskenta

Nykyiset autonomiset ajoneuvot käyttävät usein yhdistelmää paikallista laskentaa ja pilvi-infrastruktuuria.

Ajoneuvo käsittelee yleensä reaaliaikaisia ajopäätöksiä paikallisesti, koska paikallinen käsittely vähentää viivettä. Pilvipalvelut tukevat:

• Tekoälyn koulutusta
• Kaluston hallintaa
• Navigointipäivityksiä
• Tietoanalyysiä
• Kauko-diagnooseja.

Tutkijat tukevat yhä enemmän reunalaskentaa, sillä reunajärjestelmät parantavat vasteaikoja ja vähentävät riippuvuutta verkkoyhteyksistä.

Autonomisten tietokoneiden tulevaisuus autoissa

Autoteollisuus siirtyy edelleen kohti keskitetympiä ja tehokkaampia ajoneuvon laskentajärjestelmiä.

Useat suuret trendit muokkaavat nyt kehitystä:

• Tekoälyn nopeuttaminen
• Keskitetty ajoneuvon laskenta
• Ohjelmistomääritellyt arkkitehtuurit
• Yli-ilmakehän ohjelmistopäivitykset
• Edistyneet simulaatioalustat
• Reunatekoälyn lisääntynyt käyttö.

Alan asiantuntijat odottavat asteittaista kehitystä sen sijaan, että kaikkialla olisi välittömissä täysin autonomista ajamista.

Jotkut analyytikot uskovat, että yksityisesti omistetut tason 4 autonomiset ajoneuvot saattavat ilmestyä myöhemmin tällä vuosikymmenellä rajoitetuille markkinoille ja hallinnoituja olosuhteita varten.