Статья рассматривает применение искусственного интеллекта (ИИ) в беспилотных автотранспортных средствах (АС), объясняя, как ИИ может сделать жизнь людей безопасней и проще. В статье обсуждаются проблемы, связанные с использованием ИИ в автотранспортных средствах, такие как безопасность, трудность разработки, поведений в экстренных ситуациях на дорогах общего пользования и проблемы адаптации к различным ситуациям.
Ключевые слова: искусственный интеллект, автотранспортные средства, люди, методы, проблемы, разработка.
В связи с огромным ростом изобретательской деятельности и научных достижений мы находимся на этапе решающего сдвига в применении технологий, связанных с беспилотными автотранспортными автомобилями. Автономный автомобиль, или автомобиль без водителя, или беспилотный автомобиль — это просто автомобиль, который может управлять без какого-либо вмешательства человека. Это будет огромным изменением в мире автомобильной промышленности. К автономному транспортному средству подключено множество внешних датчиков. С помощью этих внешних датчиков и компьютерного алгоритма машинного обучения, он, принимает решение [3].
Беспилотные автомобили имеют различные преимущества по сравнению с автомобилями, управляемыми человеком, такие как меньшее количество дорожно-транспортных происшествий, разумное принятие решений и т. д. Самый главный вопрос в том, почему беспилотные автомобили до сих пор не добились успеха. Ответ заключается в недостатках, таких как угрозы киберпреступности или сбоя программного обеспечения, а также в работе с управляемыми автомобилями на дороге. Их главная цель — сначала преодолеть эти проблемы и найти решение.
Целью данной статьи является обсуждение последних тенденций и сложных ситуаций в автономных автомобилях. В ней представлены краткие статистические данные о широко используемых автомобилях, а также краткая история самодостаточных автомобилей.
Возможности беспилотных автомобилей привлекли огромные инвестиции и внимание. В дополнение к размышлениям о технологических возможностях и границах, нам также необходимо, попытаться найти и проанализировать, каким будет будущее, основанное на использовании беспилотных автомобилей. Беспилотные транспортные средства используют различные технологии для экологически безопасной эксплуатации. Они оснащены системой GPS-слежения [2], которая помогает в навигации.
Использование различных видов датчиков и других оборудований позволяет избежать столкновений. С помощью таких технологий, как дополненная реальность, транспортные средства показывают информацию водителям разными способами. Функция видео в реальном времени играет важную роль в беспилотных транспортных средствах для других ТС, а препятствий, людей и других объектов, определения границ и множества других функций, которые облегчают автомобилю работу. Беспилотные транспортные средства совместно используют различные типы датчиков для принятия решения об управлении автомобилем, полностью основываясь на регулировках состояния, включая рулевое управление или использование тяги в случае крайней необходимости. Однако обнаружение объектов в кадровом перемещении видео затруднено, а задержка в миллисекунды может привести к столкновению. Чтобы беспилотный автомобиль мог эффективно перемещаться, необходимо использовать технологии из разных областей.
В России в результате дорожно-транспортных происшествий погибает больше людей, чем в результате террористических атак, внедрение беспилотных транспортных средств может даже снизить количество несчастных случаев в год по всему миру. Основными элементами, необходимыми для работы беспилотного автомобиля, являются камеры, сенсорные схемы, такие как радар-лазер, и многие другие. Беспилотные автомобили используют эти компоненты для интерпретации окружности в течении времени, для разработки виртуальных карт. Это использование AV-МОДУЛЯ, перегруженной системы обучения и искусственного интеллекта. Самым первым шагом в направлении реализации этого является обнаружение объектов. Обнаружение объекта в основном делится на два этапа. Первый из них — классификация фотографий, а второй — локализация фотографий. Тип фотографии определяет тип устройств, найденных на снимке, в то же время локализация фотографии обеспечивает почти подлинную область этих устройств на снимках (в ограничивающих рамках). Здесь используют нейронные сети.
Автономный автомобиль может работать без какого-либо контроля со стороны человека и может воспринимать окружающую обстановку. Беспилотные транспортное средство время от времени называют самоуправляемым транспортным средством, или автомобилем без водителя. Они использует сочетание датчиков, исполнительных механизмов, машинного обучения структурам, сложных и мощных алгоритмов для выполнения программных программ и перемещения между пунктами назначения без участия человека-оператора. «Датчики собирают данные об окружающей среде в режиме реального времени, такие как географические координаты, скорость и траектория движения автомобиля, его ускорение и границы, на которые автомобиль может наткнуться» [4]. Автомобильная навигация осуществляется с помощью навигационного устройства, оснащенного глобальной системой позиционирования (gps) и географической информационной машиной, что позволяет собирать информацию о регионе, включая широту и долготу.
Неосторожное и опасное вождение может напрямую повлиять на безопасность пассажиров и случайных прохожих, людям, естественно, требуется подтверждение безопасности беспилотных транспортных систем.
Тем не менее, существует несколько факторов беспилотных автомобилей, которые создают ситуации с большими требованиями, и ряд таких ситуаций обусловлен внутренней природой искусственного интеллекта. Этот этап создает особые трудности для разработки, опробования и внедрения технологий искусственного интеллекта в беспилотные ТС. Проблемы заключаются в следующем [1]:
– сложность конструкций, которые используются для беспилотных транспортных средств, становятся все более сложными и нуждаются в эффективном тестировании. Это требует длительной проверки в несколько этапов. Обширные алгоритмы искусственного интеллекта потребляют дополнительную электроэнергию, особенно это актуально для электродвигателей. Несчастные случаи при использовании автомобилей часто происходят из-за того, что среда моделирования не похожа на условия реального мира;
– стоимость, производители беспилотных автомобилей потратили значительные средства на создание этих автомобилей. Например, Google заплатила около 80 000 долларов за av-модуль, который недоступен обычному человеку;
– отсутствие регулирования и стандартов — не существует каких-либо четких правил, касающихся беспилотных автомобилей, которые будут регулировать совершенно новые ситуации с беспилотными ТС. Законодателям и регулирующим органам остается только решить, кто несет ответственность, когда автономное транспортное средство попадает в аварию. Новая эпоха бросает серьезный вызов стандартизации;
– отсутствие веры пользователя, автопроизводители испытывают трудности с получением согласия пользователя. Готовность людей верить, в искусственный интеллект растет совершенно медленно. Передовым пользователям нужен автомобиль, который был бы целеустремленным, непринужденным и безопасным;
– данные, методы искусственного интеллекта должны взаимодействовать с несколькими датчиками и анализировать факты в режиме реального времени. Это связано с обеспечением безопасности во время езды на автомобиле. Для создания симуляторов и их использования требуется фантастическое количество информации и знаний. Подражать человеческому поведению очень трудно. Задача автономного вождения в целом становится чрезвычайно сложной из-за огромного объема соответствующей информации. Социальная дилемма: Автономные транспортные средства предназначены для уменьшения числа дорожно-транспортных происшествий, однако время от времени им следует выбирать из двух зол: наезжать на пешеходов или жертвовать собой и своим пассажиром ради спасения пешеходов. Необходимо разработать алгоритмы искусственного интеллекта таким образом, чтобы это помогло ему справиться с этой социально затруднительным выбором.
Искусственный интеллект проникает в автомобильную промышленность. Ведущие автопроизводители используют технологию искусственного интеллекта в своей деятельности — от улучшения дизайна до продажи автомобиля. Автомобили производятся по всему миру, и каждый производитель находится в сильном противостоянии друг с другом в стремлении создать отличный автомобиль. Беспилотные двигатели — это будущее умных транспортных средств, которые, как можно ожидать, будут экологичными, защищенными от аварий и лучшими городскими автомобилями. Некоторые из них неустанно трудятся над созданием своего собственного автономного транспортного средства с нуля. Из-за многочисленных проблем, связанных с использованием искусственного интеллекта в беспилотных автомобилях, границы для широкого внедрения остаются. В ближайшем будущем искусственный интеллект позволит беспилотным транспортным средствам стать популярными. Технологические компании находятся на переднем плане, используя свой опыт в области искусственного интеллекта для завоевания позиции лидера автомобильного рынка. Беспилотные ТС стали центром современных транспортных исследований (защищая такие темы, как автоматизация, системы автомобильного зрения и искусственный интеллект) и играет важную роль в судьбе перевозок. Стремление к беспилотной автомобильной эре и потребность в ней близки к прорыву.
Литература:
- A. Hristozov, «The role of artificial intelligence in autonomous vehicles,» July 2020, URL: https://www.embedded.com/the-role-of-artificialintelligence-in-autonomous-vehicles/ (дата обращения: 01.05.2023).
- R. Elezaj, «How AI is paving the way for autonomous cars,» October 2019, URL: https://www.machinedesign.com/mechanicalmotion-systems/article/21838234/how-ai-is-pavingthe-way-for-autonomous-cars (дата обращения: 01.05.2023)
- R. Elezaj, «How AI is paving the way for autonomous cars,» October 2019. URL: https://www.machinedesign.com/mechanicalmotion-systems/article/21838234/how-ai-is-pavingthe-way-for-autonomous-cars (дата обращения: 02.05.2023)
- Что такое машинное обучение? Определения, виды, примеры [Электронный ресурс]. — Режим доступа: https://www.sap.com/cis/insights/what-is-machine-learning.html, свободный. — (дата обращения: 02.05.2023)
