Битва сенсоров: как автономные автомобили выбирают свои «глаза»

Растущий рынок автономных автомобилей и вопросы выбора сенсоров

К 2030 году рынок автономных автомобилей (АВ) превысит 2,2 триллиона долларов, и миллионы машин будут использовать искусственный интеллект и передовые сенсорные системы для безопасного передвижения. Несмотря на быстрый рост, остается ключевой вопрос: какие сенсоры лучше подходят для автономного вождения — лидары, камеры, радары или что-то новое?

Выбор сенсоров напрямую влияет на безопасность, производительность, стоимость и энергоэффективность. Компании, такие как Waymo, выбирают подход с избыточностью, оснащая автомобили лидарами, камерами и радарами. Tesla же придерживается минимализма, делая ставку на камеры и инновационное программное обеспечение.

Энергетические вызовы в сенсорах и вычислительной мощности

Эта дилемма похожа на проблему, с которой столкнулись в других технологических сферах. Например, в 2013 году стартап по созданию дронов для отслеживания движения человека столкнулся с парадоксом: более мощный компьютер требует больше энергии, что ведет к увеличению батареи, а это увеличивает вес, требующий ещё больше энергии. Этот цикл увеличивает вес, стоимость и энергопотребление.

В автономных автомобилях ситуация аналогична. Оснащение машины множеством сенсоров позволяет собирать больше данных, но увеличивает сложность системы, стоимость и потребление энергии — не только сенсоров, но и для обработки данных. Хотя вычислительные системы стали энергоэффективнее, а программное обеспечение оптимизировано, баланс между производительностью и энергопотреблением остается проблемой.

Узкие места в обработке данных: приоритеты важнее сенсоров

Ограничения производительности чаще связаны с вычислительными ресурсами, а не с работой сенсоров. Лидары, радары и камеры постоянно собирают данные об окружающей среде, но бортовые процессоры иногда не успевают обрабатывать всю информацию в реальном времени. Это заставляет систему отдавать приоритет определенным потокам данных, иногда игнорируя менее важные объекты.

Таким образом, узкое место — это вычислительная мощность. Улучшение аппаратного обеспечения и алгоритмов критично для эффективной обработки больших объемов данных, что снижает риск пропуска важной информации и повышает безопасность.

Преимущества и недостатки лидаров, камер и радаров

Каждый тип сенсоров решает свои задачи:

• Лидары обеспечивают точное 3D-картирование, но дорого стоят, плохо работают при дожде и тумане, требуют мощных вычислительных ресурсов.
• Камеры дешевле, но чувствительны к освещению, не имеют глубинного восприятия и подвержены загрязнению.
• Радары надежны в любых погодных условиях, но с низким разрешением и склонны к ложным срабатываниям, не дают визуального контекста.

Слияние данных с разных сенсоров (sensor fusion) создает более полное и точное понимание окружающей среды, повышая безопасность и качество принятия решений. Сотрудничество с разработчиками систем ADAS подчеркивает важность разнообразных и качественных наборов данных для обучения моделей.

Противопоставление подходов Waymo и Tesla

Автомобили Waymo напоминают космические корабли с множеством сенсоров: лидарами, камерами, радарами и вращающимися лазерными системами, установленными на базе Jaguar. Их стратегия — максимальное использование разнообразных технологий и добавление сенсоров после происшествий для сбора дополнительной информации.

Tesla же использует ограниченный набор сенсоров, делая ставку на камеры и программное обеспечение. У Tesla пока нет Robotaxi на рынке, а компания стремится снизить стоимость. Камера стоит около 3 долларов, тогда как лидар — от 400 и выше, плюс наличие движущихся частей увеличивает риск поломок.

Отсутствие подвижных элементов в камерах делает их более надежными и позволяет скрывать их в дизайне автомобиля, в отличие от ретрофитных платформ Waymo.

В настоящее время Tesla оснащена восемью камерами по периметру. Возможно, в будущем появятся и другие сенсоры.

Личный опыт и бизнес-логика

Испытав и Tesla, и Waymo, можно сказать, что лидар улучшил бы систему Full Self-Driving Tesla, особенно в сложных условиях — при солнечном блике, пыли или тумане.

Однако стратегия Tesla направлена на создание собственных решений с конкурентным преимуществом. Вместо того, чтобы идти по пути Volkswagen или Baidu, Tesla хочет предложить уникальные, эффективные и доступные технологии для завоевания рынка.

Именно это объясняет нежелание Tesla широко использовать лидары, предпочитая инновации и экономичность вместо избыточности сенсоров.