Table of Contents

Мечта о самоуправляемом автомобиле перешла от научной фантастики к осязаемой реальности за последние пятнадцать лет. То, что началось, когда исследовательские проекты и технологические демонстрации превратились в многомиллиардную индустрию, с такими компаниями, как Waymo, Tesla, Cruise и многочисленные автопроизводители, которые мчатся, чтобы развернуть полностью автономные транспортные средства (AV) на дорогах общего пользования. Эти транспортные средства полагаются на сложное слияние искусственного интеллекта, передовых датчиков и обработки данных в реальном времени для навигации по сложным средам без вмешательства человека. Рост автономных транспортных средств - это не просто технологический сдвиг; это представляет собой фундаментальную трансформацию в том, как мы представляем себе мобильность, городское пространство, работу и личную безопасность. Социальные последствия огромны, охватывая все, от смертельных случаев на дорогах и перегруженности до занятости, конфиденциальности и городского дизайна. Понимание как возможностей, так и препятствий имеет важное значение для политиков, лидеров отрасли и общественности, поскольку мы стоим на пороге новой эры в транспорте.

Понимание технологии: орехи и волдыри автономии

Чтобы понять потенциал автономных транспортных средств, нужно сначала понять технологический стек, который позволяет им воспринимать, решать и действовать. Автомобили с автономным управлением не полагаются на один прорыв; скорее, они интегрируют несколько дополнительных систем, которые работают вместе в режиме реального времени.

Оригинальное название: The 3D Eyes

Датчики обнаружения и ранжирования света (LiDAR) запускают миллионы лазерных импульсов в секунду и измеряют время, необходимое для отскока каждого импульса. Это создает трехмерное облако точек высокого разрешения в окружении автомобиля. LiDAR обеспечивает точные измерения расстояния независимо от условий освещения, что делает его краеугольным камнем большинства автономных систем (хотя некоторые компании, такие как Tesla, в значительной степени опираются на зрение на основе камеры). Современные устройства LiDAR становятся меньше, дешевле и более долговечными, ускоряя их внедрение в серийные автомобили.

Системы камер: визуальное распознавание

Камеры высокого разрешения захватывают визуальные данные, которые обрабатываются алгоритмами глубокого обучения для идентификации дорожных разметок, дорожных знаков, пешеходов, велосипедистов и других транспортных средств. Камеры необходимы для считывания цветов светофора и распознавания объектов дальнего поля. Задача заключается в обработке экстремальных вариаций освещения - блики, дождь, снег и темнота - которые могут ухудшить производительность. Избыточные массивы камер с перекрывающимися полями зрения помогают смягчить эти проблемы.

Радарные и ультразвуковые датчики

Радиоволновой радар дополняет LiDAR и камеры, измеряя скорость и расстояние объектов при любых погодных условиях, включая туман и сильный дождь. Ультразвуковые датчики, обычно используемые для низкоскоростной парковки и обнаружения препятствий на близком расстоянии, обеспечивают окончательный слой избыточности. Сочетание нескольких типов датчиков создает надежную систему восприятия, которая может перекрестно проверять данные.

Искусственный интеллект и машинное обучение

Только сенсорные данные бесполезны без интеллектуальной интерпретации. Алгоритмы ИИ — особенно сверточные нейронные сети для обнаружения объектов и повторяющиеся нейронные сети для прогнозирования движения — обрабатывают поток слитых датчиков. Модуль принятия решений транспортного средства использует вероятностное планирование для выбора действий (ускорение, тормоз, рулевое управление), которые максимизируют безопасность и эффективность, при постоянном обновлении его модели мира. Эти системы обучаются на обширных наборах данных реальных съемок вождения и сценариев моделирования.

Карты высокой четкости и GPS

AVs полагаются на точные HD-карты сантиметрового диапазона, которые содержат предварительно записанную информацию о геометрии дороги, ширине полосы движения, дорожных знаках и фиксированных препятствиях. GPS обеспечивает приблизительное начальное положение, но точная локализация достигается путем сопоставления показаний датчиков в реальном времени (облака точек LiDAR или функции камеры) с картой HD. Это позволяет транспортному средству знать свое точное местоположение в полосе, что важно для безопасной навигации.

Уровни автоматизации вождения

Общество автомобильных инженеров (SAE) определяет шесть уровней автоматизации вождения, от уровня 0 (без автоматизации) до уровня 5 (полная автономия при любых условиях). Многие современные системы работают на уровне 2 (частичная автоматизация, например, Tesla Autopilot или GM Super Cruise), где водитель должен оставаться вовлеченным и контролировать. Некоторые услуги по прокату, такие как Waymo в Фениксе и Cruise в Сан-Франциско, достигли автоматизации уровня 4 в ограниченных районах геозоны. Истинный уровень 5, где автомобиль может ездить в любом месте, при любой погоде, без руля или педалей, остается долгосрочной целью. Понимание этих уровней имеет решающее значение, потому что общественное восприятие и нормативные рамки часто объединяют функции помощи водителю с полной автономией, что приводит к нереалистичным ожиданиям или рискам безопасности.

Социальные преимущества широкого распространения автономного транспортного средства

Сторонники AV указывают на широкий спектр потенциальных преимуществ, которые могут улучшить качество жизни миллионов людей. Хотя технология еще не идеальна, даже частичное развертывание может привести к значительным положительным результатам.

Драматические улучшения в области безопасности дорожного движения

По данным Национальной администрации безопасности дорожного движения (NHTSA), 94% серьезных аварий в Соединенных Штатах вызваны человеческой ошибкой — такими факторами, как вождение в нетрезвом виде, отвлечение внимания, превышение скорости и усталость. Автономные транспортные средства, свободные от этих ограничений, потенциально могут предотвратить подавляющее большинство этих инцидентов. Исследование, проведенное в 2020 году корпорацией RAND, показало, что если бы AV были даже на 10% лучше, чем человеческие водители, широкое внедрение могло бы спасти тысячи жизней ежегодно. По мере развития технологии цель состоит в том, чтобы сократить количество жертв на дорогах до почти нуля, веха, которая будет иметь неизмеримое социальное и эмоциональное воздействие.

Повышение мобильности для малообеспеченных слоев населения

Пожилые люди, инвалиды и те, кто не может позволить себе автомобиль или не может водить по медицинским причинам, часто сталкиваются с серьезными ограничениями мобильности. Автономные услуги по вождению могут предлагать перевозки по требованию за долю стоимости такси, управляемых человеком. Эта независимость может уменьшить социальную изоляцию, улучшить доступ к здравоохранению и занятости и повысить общее качество жизни. Несколько пилотных программ уже продемонстрировали возможность обслуживания пассажиров с нарушениями зрения с помощью самоуправляемых челноков.

Снижение пробок на дорогах и улучшение потока

Водители-люди вводят неэффективность: колебания на перекрестках, внезапное торможение, вызывающее фантомные пробки, и непоследовательные скорости. Автономные транспортные средства могут общаться друг с другом (транспортное средство-автомобиль или V2V, связь) и с инфраструктурой (V2I) для координации слияний, поддержания оптимального расстояния и прогнозирования остановок движения. Исследования показывают, что даже скромное проникновение подключенных AV может сгладить поток трафика и сократить время в пути на 20-30% на перегруженных автомагистралях. Меньшее количество остановок и поездок также сокращает выбросы транспортных средств, способствуя экологическим преимуществам.

Экологическая устойчивость

Автомобили с автономным управлением могут быть запрограммированы на оптимальную топливную эффективность — мягкое ускорение, минимальное торможение и эффективную маршрутизацию, которая позволяет избежать заторов. В сочетании с электрификацией (многие прототипы AV являются электрическими) экологические преимущества усугубляются. В отчете 2019 года Мичиганского университета подсчитали, что широкое внедрение электрических автономных такси может снизить потребление энергии на милю до 60% по сравнению с обычным бензиновым автомобилем, управляемым человеком. Однако чистое воздействие на окружающую среду также зависит от того, сколько миль проехали AV (они могут увеличить общие мили транспортных средств, пройденные из-за пустых поездок с перепозиционированием), поэтому необходим тщательный надзор.

Экономические последствия: рабочие места, отрасли и затраты

Экономические последствия автономных транспортных средств будут глубокими. Целые отрасли промышленности - транспортировка, услуги такси, доставка логистики, страхование, ремонт автомобилей - будут нарушены. Хотя многие рабочие места могут быть смещены, появятся и новые.

Перемещение работы в водительских профессиях

Только в Соединенных Штатах более 3,5 миллиона человек работают водителями грузовиков, таксистами, водителями доставки и автобусными операторами. Автоматизация угрожает многим из этих ролей. Однако переход, вероятно, будет постепенным, с системами 4-го уровня, впервые развернутыми в контролируемых средах (например, дальнемагистральные автоперевозки с человеком в кабине для доставки на последнюю милю). Политики должны рассмотреть программы переподготовки, поддержку доходов и систему социальной защиты для пострадавших работников.

Создание новых рабочих мест и отраслей

Экосистема AV создаст спрос на инженеров-программистов, аналитиков данных, специалистов по картированию, экспертов по кибербезопасности, операторов удаленных транспортных средств, менеджеров автопарков и техников инфраструктуры. Компаниям необходимо будет проектировать, обслуживать и контролировать автономные автопарки. Кроме того, новые модели обслуживания, такие как автономная доставка еды или мобильные офисы, могут стимулировать совершенно новые категории бизнеса.

Экономия средств для потребителей и общества

Автономные такси могут снизить расходы на транспортировку домашних хозяйств, поскольку владение личным автомобилем стоит дорого (AAA оценивает среднегодовую стоимость владения в более чем $9000). При совместном езде на велосипеде пользователи платят только за поездки, а транспортные средства используются более эффективно. Страховые премии, вероятно, будут снижаться по мере падения аварий. С другой стороны, авансовая стоимость автономных технологий остается высокой, хотя экономия от масштаба и конкуренции снижает затраты. Исследование 2018 года Международного транспортного форума прогнозирует, что общая автономная мобильность может снизить общие социальные расходы (включая время в пути, инфраструктуру и экологические расходы) на 20-30% в городских районах.

Регулятивные и правовые вызовы

Действующие законы о дорожном движении были написаны с учетом интересов водителей-людей. Адаптация их к машинам требует тщательного рассмотрения ответственности, стандартов безопасности и правоприменения. Глобального консенсуса по вопросам регулирования АВ нет, и даже в странах рамки раздроблены.

Ответственность в авариях

Если автономная машина вовлечена в аварию, кто несет ответственность? Владелец транспортного средства, производитель, разработчик программного обеспечения или пассажир? Традиционная модель ответственности водителя не применяется, когда нет водителя-человека. Ранние правовые рамки, такие как в Соединенном Королевстве и Германии, возлагают ответственность на производителя транспортного средства (строгая ответственность), в то время как другие возлагают ее на владельца (аналогично требованию об ответственности за продукт). Также развиваются модели страхования: производители могут нести страхование ответственности для систем уровня 4/5, в то время как владельцы страховают компонент «самостоятельное вождение» отдельно.

Требования к сертификации и испытаниям безопасности

Прежде чем AV могут быть развернуты в масштабе, они должны соответствовать строгим стандартам безопасности. NHTSA в США выпустила добровольное руководство, но обязательные стандарты все еще находятся в разработке. Некоторые штаты (например, Калифорния, Аризона, Невада) внедрили разрешения на тестирование и требования к отчетности, в то время как другие вообще не имеют правил. Европа движется к правилам одобрения типа для автоматизированных транспортных средств через ЕЭК ООН. Основная проблема заключается в подтверждении того, что водитель на основе ИИ достаточно безопасен: поведение системы изучается на основе данных, а не программируется явно, что затрудняет традиционную сертификацию.

Конфиденциальность данных и кибербезопасность

Автономные транспортные средства собирают огромные объемы данных датчиков и местоположения. Эти данные могут быть использованы для улучшения системы, но это также вызывает проблемы с конфиденциальностью. Кто владеет данными? Может ли он быть передан правоохранительным органам? Украден хакерами? В отчете Агентства по кибербезопасности Европейского союза за 2021 год отмечается, что AV вводят новые поверхности атак, включая удаленный захват систем управления транспортным средством. Политики начинают требовать шифрования данных, безопасности обновления по воздуху и сообщений об инцидентах.

Этические дилеммы и общественное доверие

Помимо технологий и права, AV вынуждают общество решать неудобные этические вопросы. Знаменитая «проблема тележки» была адаптирована для автономного вождения: если авария неизбежна, должен ли автомобиль уделять приоритетное внимание защите своих пассажиров или минимизации общего вреда пешеходам, велосипедистам и другим водителям? Хотя такие экстремальные сценарии редки, они подчеркивают необходимость прозрачного этического программирования и общественного вклада. Опросы постоянно показывают, что большинство людей говорят, что они предпочитают утилитарные AV (которые минимизируют общие потери), но не хотят ездить в одном из них из-за опасений по поводу личного риска - классическая «социальная дилемма». Завоевание общественного доверия потребует продемонстрированной безопасности, четкой коммуникации о том, как работают алгоритмы принятия решений и независимый надзор. Производители должны избегать чрезмерно многообещающих «полных самоуправляемых» возможностей, которые еще не существуют, поскольку это может создать опасную чрезмерную зависимость.

Технические и операционные проблемы

Несмотря на быстрый прогресс, автономные транспортные средства по-прежнему сталкиваются со многими реальными сценариями, с которыми люди легко справляются. Это не незначительные проблемы; они представляют собой фундаментальные препятствия для безопасного развертывания уровня 4/5.

  • Неблагоприятная погода:] Сильные дожди, снег, туман и лед ухудшают работу датчиков. LiDAR и камеры могут стать затененными, а дорожная разметка может быть скрыта. Компании тестируют всепогодные сенсорные наборы, но надежная работа в суровую погоду остается неуловимой.
  • Крайние случаи: Неожиданные ситуации — например, полицейский, вручную направляющий движение, матрац, падающий с грузовика, или строительная зона с временными знаками — путают восприятие и планирование АВ. Обучение по краевым случаям — нескончаемая задача; моделирование и сбор данных в реальном мире должны охватывать невероятно длинный хвост редких событий.
  • Уязвимости кибербезопасности: Транспортное средство, подключенное к Интернету, может быть взломано. В исследованиях было продемонстрировано дистанционное управление рулевым управлением, тормозами или дросселем. Поскольку AV становятся более программно-зависимыми, обеспечение надежной кибербезопасности имеет решающее значение.
  • Карты картографирования и инфраструктуры: HD-карты требуют постоянного обновления (изменение дорог, новое строительство происходит). Стоимость обслуживания карт для целых стран огромна. Кроме того, текущая инфраструктура (маркировка полос, вывески, светофоры) не всегда последовательна или хорошо поддерживается, что создает проблему для систем, основанных на видении.

Перспективы будущего: сроки и сценарии

Прогнозирование того, когда автономные транспортные средства станут основным направлением, оказалось унизительным. В 2015 году многие эксперты предсказывали широкое развертывание уровня 4 к 2020 году. Сегодня консенсус среди лидеров отрасли заключается в том, что уровень 4 впервые появится в ограниченных «доменах оперативного проектирования» (ODDs) - таких как картографированные городские центры с хорошей погодой или выделенные полосы шоссе. Waymo уже управляет коммерческим сервисом проката в некоторых частях Феникса (с 2018 года) и расширился до Сан-Франциско и Лос-Анджелеса. Круз уже запустил ограниченный сервис в Сан-Франциско, но столкнулся с нормативными неудачами. Бета-версия Tesla «Полное самообслуживание» (FSD) по-прежнему требует постоянного наблюдения за водителем и считается уровнем 2/3.

В ближайшие пять-десять лет мы можем ожидать увидеть больше развертываний роботов-акси в плотных городах, автономных грузовых автомобилей на основных автомагистралях и автономных челноках в кампусах, аэропортах и пенсионных сообществах. Некоторые аналитики предсказывают, что к 2035 году значительная часть новых проданных транспортных

Ответственная интеграция: путь вперед

Рост автономных транспортных средств - это не простая история технологического триумфа; это сложный социальный переход, который требует преднамеренного управления. Политики должны создать национальную основу для регулирования AV, которая уравновешивает инновации с безопасностью, устраняет ответственность, конфиденциальность данных и кибербезопасность единым образом. Городские планировщики должны предвидеть изменения в землепользовании (меньше необходимости в парковке, больше потребности в зонах высадки) и инфраструктуре (выделенные AV-полосы, системы связи). Производители должны быть прозрачными в отношении возможностей и ограничений и инвестировать в надежную подготовку для крайних случаев. Наконец, общество должно участвовать в инклюзивном диалоге о том, какое транспортное будущее мы хотим - безопасное, справедливое и устойчивое.

Автономные транспортные средства имеют огромные перспективы, но они не являются панацеей. Ответственное развитие, этические соображения и демократический надзор определят, станут ли они силой для широкого общественного блага или источником нового неравенства и рисков. Дорога впереди длинная, но пункт назначения стоит тщательно ориентироваться.