Jak autonomiczny samochód Google widzi otaczający go świat

Niedawno Tesla udostępniła taką funkcję w formie aktualizacji oprogramowania do swojego samochodu. O pojeździe od Google mówi się już od dłuższego czasu i w USA jest od dawna testowany na drogach. Przyjrzyjmy się jak taki pojazd widzi to, co dla nas jest zwykłym ruchem ulicznym.

Zacznijmy od tego, że taki pojazd oprócz wydajnego komputera musi być wyposażony w cały zestaw czujników - GPS, kamery pasma widzialnego, kamery podczerwieni, radar, LIDAR (takie jakby połączenie radaru i lasera) itd. Różni producenci korzystają z różnych kombinacji tych czujników, ale ogólny zamysł jest taki, że pozwalają one zbudować w pamięci komputera wirtualny odpowiednik otaczającego samochód świata, obiekty są rozpoznawane, klasyfikowane i ma to umożliwić podejmowanie decyzji o sposobie i trasie, którą należy jechać.


Poniższa prezentacja pokazuje jak świat widziany kamerą (w lewym dolnym rogu) jest interpretowany przez komputer. "Nasz" samochód jest biały i znajduje się pośrodku ekranu, fioletowe bryły to inne samochody, czerwony obiekt to rowerzysta, małe pomarańczowe obiekty widoczne przy górnej krawędzi obrazu to pachołki drogowe, już wykryte przez pojazd. Dzięki "zauważeniu" pachołków samochód już "przewidział", że wszystkie samochody poruszające się w tym kierunku będą musiały zjechać na lewy pas.



Komputer pojazdu, podobnie jak komputer szachowy, bez przerwy przelicza możliwe scenariusze i wszystkie możliwe opcje jakie mogą wywiązać się z aktualnie znanej sytuacji na drodze. Próbuje przewidzieć możliwe drogi poruszania się widocznych obiektów i stale te dane aktualizuje. Oprogramowanie pokonało już w prawdziwym ruchu ulicznym 2,7 mln km, a dodatkowo w świecie wirtualnym każdego dnia pokonuje ok. 5 mln km, rozwiązując przy okazji niezliczoną liczbę problemów i sytuacji.



Wynikiem tej pracy jest optymalna droga, którą powinien obrać samochód, aby bezpiecznie dotrzeć do celu, a ta przekłada się na proste komendy skręcania, przyspieszania lub hamowania.



Aby zrozumieć złożoność operacji, trzeba spojrzeć jak taki obraz zmienia się w czasie rzeczywistym. Tutaj mamy samochód Google szykujący się do skrętu w prawo, stojący przed skrzyżowaniem na czerwonym świetle i czekający aż będzie można bezpiecznie wykonać manewr.



Przejazd przez ulicę, na której prowadzone są roboty drogowe.



W tej sytuacji pas ruchu został zablokowany przez policyjny radiowóz, który zostaje rozpoznany przez Google Car. Samochód podejmuje decyzję o zmianie pasa i czeka na przejazd innych pojazdów, aby bezpiecznie wykonać manewr.



Kolejna niespodzianka na drodze - włączający się do ruchu autobus szkolny z wysuwanym znakiem STOP. Pojazd jak i znak zostają poprawnie rozpoznane.



Google poszedł o krok dalej w interpretacji obrazu - Google Car potrafi rozpoznać, zinterpretować i podporządkować się gestom wydawanym przez ludzi, na przykład policjantów kierujących ruchem.



Im bardziej zaawansowane są prace nad oprogramowaniem, tym trudniejsze problemy przed nim postawiono. Samochód musi sobie poradzić ze zdarzeniami kompletnie dla niego nowymi, które nie zostały ujęte w oprogramowaniu. Na przykład tutaj sytuacja niecodzienna, ale jak najbardziej możliwa - kobieta na wózku inwalidzkim z napędem elektrycznym po ulicy goni kaczkę.



Kolejna zaskakująca sytuacja na drodze. Samochody przed skrzyżowaniem stoją na czerwonym świetle. Z ulicy poprzecznej zaczyna jechać rowerzysta, ale robi to zbyt wolno lub zbyt późno wjechał na skrzyżowanie i jeszcze go nie przejechał, kiedy światło zmienia się na zielone. Inne samochody ruszają i muszą nagle hamować, gdy kierowcy zorientowali się o pojeździe jadącym na "późnym żółtym". Google Car śledził go już od dawna i kalkulując jego położenie i prędkość wiedział, że ten nie zdąży opuścić skrzyżowania, więc podjął decyzję, aby nie ruszać i bezpiecznie poczekać na przejazd spóźnialskiego.