Оглавление:
Видео: Actionable Data with Mobileye 8 Connect™ (Ноябрь 2024)
Каждый хочет знать, когда полностью автономные автомобили будут готовы к бездорожью. Компании, разрабатывающие технологию, обычно отводят от нескольких лет до десятилетий.
Тем не менее, в то же время Delphi сотрудничает с Mobileye, доминирующим поставщиком автомобильных камер, для ускорения производства самодвижущихся технологий - в идеале к 2019 году - через систему, которую партнеры называют Centralized Sensing Localization and Planning (CSLP).
CSLP использует массив датчиков, чтобы позволить автомобилю узнать свое местоположение в пределах 10 сантиметров, даже без подключения GPS. Это помогает автомобилю перемещаться по сложным перекресткам, даже если нет разметки полосы движения. Он также идентифицирует транспортные средства по их базовой форме, определяет, является ли другой автомобиль неподвижным или припаркованным, и имеет то, что Delphi называет «семантическим пониманием», чтобы предсказать путь других транспортных средств, так что автомобиль с самостоятельным вождением может «вести себя более по-человечески в своем автомобиле». поведение вождения и определить лучший путь вперед ".
Map Lite против Map Heavy
Важнейшим аспектом системы CSLP является обход того, что Delphi и Mobileye называют подходом, «загруженным картами», используемым такими компаниями, как Google и многими автопроизводителями. Это позволяет транспортному средству с самостоятельным вождением знать не только его местоположение, но также и его окрестности для достижения полной автономии. Вместо этого в системе CSLP Delphi и Mobileye будет использован подход «map-lite», использующий технологию Mobileye, представленную на CES 2016, под названием Road Experience Management (REM).
Автономным транспортным средствам, которые в значительной степени полагаются на подробные карты, требуется надежное соединение для передачи данных, чтобы постоянно передавать точные картографические данные на автомобиль. Но система REM загружает данные небольшими пакетами, которые легко обрабатываются с помощью подключения 4G LTE, которое уже имеется во многих автомобилях.
Еще одним преимуществом технологии REM является то, что она может быть «бесшовно интегрирована с существующими транспортными платформами», упомянул ДеВос во время круглого стола в СМИ. Но, возможно, основное преимущество технологии REM заключается в том, что она будет по существу снимать дороги в реальном времени.
Картографическое программное обеспечение может быть устаревшим из-за изменений улиц, сделанных после создания карт, или временных условий, таких как строительство дорог. Система CSLP будет не только фиксировать и учитывать постоянную инфраструктуру от перекрестков до дорожных знаков, но и фиксировать строительство и другие краткосрочные изменения на проезжей части. И эти данные могут быть краудсорсинг среди миллионов автомобилей, оснащенных системой.
У меня была возможность увидеть систему CSLP в действии на улицах Маунтин-Вью, штат Калифорния, рядом с лабораториями Delphi в Силиконовой долине, где она проходит испытания в дополнение к Питсбургу и Сингапуру. И я не мог не сравнить накопитель, который я взял чуть более года назад в том же месте в одном из автономных Lexus RX 350 от Google.
Но в отличие от автомобилей Google, один из которых я заметил на улице во время нашей поездки, на Delphi Audi нет заметных датчиков, если вы не посмотрите очень внимательно. По сравнению с самоходным Google Lexus, Delphi Audi без колебаний справлялась с такими ситуациями, как закрытие полосы движения и остановка транспортных средств на соседних полосах движения, хотя тест-драйверу Delphi действительно пришлось дважды взять на себя управление: когда нам нужно было ускориться, чтобы сделать поворот направо впереди городского автобуса, а после мы повернули и застряли за мусоровозом.
Несмотря на это, я был очень впечатлен системой и с удивлением обнаружил, что она работает без использования технологии REM Mobileye. Это означает, что это будет только лучше, и что автомобили с автоматическим управлением могут быть доступны публике намного раньше, чем мы думаем.