Despre automobilul autonom

Maşina fără şofer, sau automobilul-robot, se iveşte printr-o fuziune practică de mecanică, electronică şi informatică, iar anii ce vin o vor pune concret pe drumurile publice. Vă propun să analizăm câteva dintre aspectele de inteligenţă artificială ce fac distincţia dintre automat şi robot-autonom.

Primele experimente notabile cu automobile care se conduc singure s-au înregistrat în anii 1984 și 1987 (Navlab în SUA, și respectiv Prometheus în Europa). Însă doar în ultimul timp echipamentele și procesele implicate – senzori, procesoare de semnal, servomotoare, microprocesoare, memorii, algoritmi, telecomunicații, ș.a. – s-au dezvoltat sufficient pentru a ne permite să sperăm la materializarea deplină a conceptului de automobil autonom.

Iar astăzi multe companii sunt angajate pe acest drum: Mercedes-Benz, General Motors, Continental Automotive Systems, IAV, Bosch, Nissan, Renault, Toyota, Audi, Hyundai, Volvo, Tesla Motors, Peugeot, Ford, Vislab, Google, etc. Notăm și faptul că administrațiile din câteva țări și-au dat acordul pentru folosirea experimentală a unor drumuri publice pentru experimente cu mașini autonome, precum și faptul că sunt în pregătire legi care să reglementeze folosirea acestora.

Un automat complex

Ce trebuie să știe algoritmul implementat în ,,creierul” mașinii autonome pentru a o (con)duce spre destinație? Mai întâi potențele clasice ale automobilului:

• poate acţiona motorul (comandând transmisia prin cuplarea treptelor de viteză) pentru a determina deplasarea înainte/înapoi sau oprirea mașinii;
• poate acţiona sub-sistemul de direcţie pentru a face virări stânga-dreapta, pentru abatere de la deplasarea înainte;  poate acționa sub-sistemul de frânare pentru a evita coliziunea cu entitățile din trafic (automobile, bicicliști, pietoni etc) și pentru a se conforma regulilor de circulație (oprire la semafor, încetinire la intersecții etc);
• poate semnaliza, pentru a-și manifesta intențiile de mers.

Apoi, aspect ce îl distinge de alte sisteme automate, automobilul trebuie să știe apriori despre starea lui geo-spațială și despre condiționările 

• își cunoaște poziția curentă (cel puțin relativ la poziția destinației);
• are figurată o hartă rutieră (sau măcar o schiță geo-spațială) care leagă locația curentă de punctul destinației;
• cunoaște regulile de circulație (inclusive tratarea priorităților); etc.

Dar şi inteligent, de nevoie

Însă adevărata inteligență apare mai degrabă la relaționarea cu mediul, care trebuie făcută cu maxim de responsabilitate, inclusiv pentru a Evita accidentele (ciocniri, vătămări corporale etc). Da, receptorul GPS din dotare îi furnizează coordonatele curente, iar un software de asistență a navigării îi comunică permanet ruta, însă pentru a se deplasa pe drumurile publice, automobilul este nevoit în primul rând să rămână pe calea rutieră, pe care trebuie să o distingă precis. Astfel, o serie de senzori optici – laserii din sistemul LIDAR ce realizează în continuu o cartografiere 3D a împrejurimilor; detectorii de infra-roșu; camerele video lucrând în spectrul vizibil și fiind asistate de algoritmi de ,,pattern recognition” – conlucrează pentru a identifica marginile căii de rulare (marcaje, borduri, garduri, etc). Algoritmii informatici de procesare și corelare a acestui flux de date nu sunt deloc simpli. Și aici notăm că una dintre problemele cu care se luptă specialiștii o constituie deplasarea automobilului în situațiile în care delimitările căii de rulare lipsesc (parțial sau integral), fiind acoperite de zăpadă sau de vegetație. (Plus mai-rarele situații când se deplasează pe suprafețe neamenajate.)

În plus, automobilul trebuie să se poată adapta atât la șofatul urban (mai dinamic, cu deplasări mai scurte, mai imprevizibil), cât și la condusul în regim de drum lung – primul controlat prin folosirea mai intensă a senzorilor de ambianță (cartografierea ad-hoc), celălalt bazându-se mai mult pe cartografierea de-a-gata.

Automobilele autonome folosesc camerele video IR pentru a detecta pietonii sau animalele. Câteva camere video lucrând în spectrul vizibil (și eventual în stereoscopie) asigură, împreună cu software-ul aferent, identificarea obiectelor de la 0 la 50 de metri. Pe de altă parte, scanner-ele LIDAR pot detecta obiecte la distanțe de 50-150 de metri. La nevoie un radar completează percepția mediului. Notăm și existența la bord a unor dispositive inerțiale (accelerometre, giroscoape) pentru monitorizarea direcției și accelerației de deplasare. Mulțimea de informații furnizată senzorilor participă la deciziile algoritmului, iar acestea sunt transmise servomotoarelor (actuatoarelor) și comutatoarelor ce acționează cu comenzi asupra subsistemelor de transmisie și de direcție pentru a realiza, concertat, deplasarea corespunzătoare a mașinii. Pe ansamblu, rezoluția acestor comenzi trebuie să asigure precizii de ordinul centimetrilor și respectiv al milisecundelor.

În perspectivă apropiată inteligența automatului va trebui să facă față alternanțelor din ,,stilul de șofat”, dar și diverselor condiții meteo/climatice (de exemplu, angajând lidarul când ninge/plouă, sau radarul când avem ceață). Plus alte condiționări ce pot să apară în diverse contexte. Însă, pe termen lung, probabil că vor exista și aspecte ce vor relaxa această încordare informatică: se preconizează că drumurile publice vor fi înțesate cu balize pentru semnalarea automată a marginilor și a semnelor de circulație (deci IA-ul nu va mai folosi atât de intens datele mulțimii de senzori), dar și că automobilele vor face schimb de informații între ele (vezi paradigm Internet-of-Things) pentru fluidizarea traficului.