Podle analýzy společnosti McKinsey vstupuje autonomní mobilita do nové fáze, ve které se klíčovým faktorem stává výpočetní výkon, software, polovodiče a především kvalitní data. Automobilový průmysl se totiž postupně vzdaluje systémům založeným na tisících předem definovaných pravidel a přechází na architektury využívající umělou inteligenci, která se učí z rozsáhlých datových souborů zachycujících skutečný provoz.
„Autonomní řízení není jen otázkou toho, jak chytré bude samotné auto. Vozidlo potřebuje správně pochopit prostředí, ve kterém se pohybuje, a k tomu potřebuje přesná, aktuální a spolehlivá data. Čím složitější je provoz, tím důležitější bude propojení informací z vozidla s údaji o dopravě, uzavírkách, nehodách nebo aktuálním stavu komunikace,“ říká Michal Holoubek, produktový manažer společnosti VARS.
Data nahrazují pravidla
Moderní autonomní systémy už nejsou založené pouze na předem naprogramovaných reakcích. Nová generace řešení využívá umělou inteligenci, která dokáže současně vyhodnocovat okolní prostředí, plánovat trasu a řídit vozidlo.
Právě proto prudce rostou nároky na zpracování dat. Vozidlo musí v reálném čase analyzovat obraz z kamer, data z radarů, lidarů i dalších senzorů a zároveň odhadovat chování ostatních účastníků provozu. Výsledkem je stále větší tlak na výkon palubních počítačů a pokročilé polovodiče.
Podle McKinsey by se trh se softwarem a elektronikou pro pokročilé asistenční systémy a autonomní řízení mohl do roku 2035 rozrůstat tempem přibližně 16 % ročně a dosáhnout hodnoty kolem 160 miliard dolarů. Ještě výrazněji má růst segment specializovaných procesorů pro autonomní systémy, jehož hodnota by měla vzrůst z 5,6 miliardy dolarů v roce 2025 na více než 46 miliard dolarů v roce 2035.
Nejde však pouze o hrubý výpočetní výkon. „Zásadní je rovněž předvídatelnost odezvy. Autonomní systém nemůže jednou rozhodnout během několika milisekund a podruhé se stejnou situací zabývat výrazně déle. Reakční doba musí být nejen nízká, ale také stabilní a ověřitelná za různých provozních podmínek,“ vysvětluje Michal Holoubek.
Podle něj dnes patří mezi nejnáročnější části vývoje právě testování mimořádných situací, například jízdy v hustém městském provozu, v mlze, během intenzivního deště nebo při výskytu neočekávané překážky.
Vozidlo samo nestačí
Limity autonomního řízení navíc nejsou pouze v samotných automobilech. Ani nejmodernější senzory totiž nedokážou vidět za roh, přes budovu nebo za nepřehlednou zatáčku. Právě zde přicházejí ke slovu kooperativní inteligentní dopravní systémy, známé pod zkratkou C-ITS. Ty umožňují sdílení informací mezi vozidly, dopravní infrastrukturou a řídicími centry.
Automobil tak může dostat upozornění na dopravní nehodu, práce na silnici, náledí, stojící vozidlo nebo přijíždějící sanitku ještě dříve, než by situaci dokázaly zachytit jeho vlastní senzory. „Smyslem není převzít za automobil rozhodování, ale rozšířit jeho informační horizont. Vůz může dostat varování o riziku dříve, než je jeho vlastní senzory dokážou zaznamenat,“ upozorňuje Michal Holoubek.
Podmínkou fungování takového systému je přitom vysoká kvalita dat. Informace musí být přesné, aktuální a sdílené v jednotném formátu napříč celou dopravní sítí.
„Budoucnost podle mě nebude stát na volbě mezi chytrým vozidlem a chytrou silnicí. Bezpečnější doprava vznikne jejich propojením. Automobil musí umět samostatně vyhodnotit situaci, infrastruktura mu ale může včas dodat informace, ke kterým by se vlastními senzory dostal pozdě nebo vůbec. Pro správce komunikací to znamená, že kvalita digitálních dat bude postupně stejně důležitá jako kvalita samotné vozovky,“ dodává Michal Holoubek z VARS.
Zdroj: TZ Aspen PR
remspace
