O schopnostech autonomního vozidla rozhodují stále více data, software a výpočetní výkon. Auto musí rychle vyhodnotit okolní provoz, předvídat jeho vývoj a spolehlivě reagovat. Další důležité informace mu může poskytnout digitálně připravená silniční infrastruktura.
Vývoj autonomního řízení se postupně vzdaluje systémům postaveným na velkém množství předem naprogramovaných pravidel. Nové architektury využívají umělou inteligenci a učí se z dat zachycujících skutečný provoz. Propojují vnímání okolí, plánování trasy a řízení vozidla, takže mohou reagovat i na situace, které vývojáři předem nepopsali.
Podle analýzy společnosti McKinsey by světový trh softwaru a elektroniky pro pokročilé asistenční systémy a autonomní řízení mohl do roku 2035 růst přibližně o 16 procent ročně a dosáhnout hodnoty kolem 160 miliard dolarů. Běžné asistenční systémy se přitom budou rozšiřovat rychleji než plně autonomní vozidla. Jejich provoz má ještě řadu let zůstat omezen zejména na vybrané oblasti a konkrétní způsoby využití.
„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.
Výkon musí doprovázet rychlá odezva
Kamery, radary a další senzory vytvářejí množství údajů, které musí vozidlo vyhodnotit během zlomků sekundy. Současně potřebuje odhadovat chování ostatních účastníků provozu. Rostou proto nároky na palubní počítače, paměť i přenos dat mezi jednotlivými částmi systému.
McKinsey odhaduje, že hodnota trhu s procesory pro asistenční a autonomní systémy vzroste z přibližně 5,6 miliardy dolarů v roce 2025 na více než 46 miliard dolarů v roce 2035. Vedle výpočetního výkonu bude rozhodovat také to, jak rychle systém přenáší data mezi senzory, pamětí a modelem umělé inteligence.
„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. U bezpečnostně kritických systémů nestačí, aby řešení správně fungovalo ve většině případů. Musí být možné doložit, jak rychle a spolehlivě reaguje v dešti, mlze, hustém městském provozu nebo při nenadálé překážce. Právě testování a ověřování těchto méně častých situací dnes patří k nejnáročnějším částem vývoje,“ vysvětluje Michal Holoubek z VARS.
Informace přijdou i ze silnice
Senzory automobilu mají omezený výhled: nevidí přes překážku ani za nepřehlednou zatáčku. Informace o situaci mimo jejich dosah mohou vozidlu předat kooperativní inteligentní dopravní systémy, označované jako C-ITS. Umožňují výměnu zpráv mezi vozidly, silniční infrastrukturou a dopravními centry.
Takové zprávy mohou upozornit například na nehodu, stojící vozidlo, práce na silnici, kluzkou vozovku nebo blížící se vozidlo záchranných složek. Automobil díky nim může získat varování ještě předtím, než riziko zachytí vlastními senzory. Aby byly informace použitelné, musejí být přesné, aktuální a předávané v jednotném formátu.
Roste také význam digitálních modelů komunikací. Podrobnou mapu nestačí pouze vytvořit; je třeba v ní průběžně zaznamenávat změny dopravního značení, omezení, rekonstrukce i úpravy jízdních pruhů.
„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.