Autonominen ajaminen on tavoite, jonka parissa työskentelevät niin autonvalmistajat, puolijohdetalot kuin tutkimuslaitoksetkin. Mercedez Benzin koordinoimassa AI-SEE-tutkimushankkeessa yritetään kehittää ratkaisuja, jotka mahdollistavat automisen ajamisen kaikissa sää- ja valaistusolosuhteissa.
Suomesta hankkeessa ovat mukana VTT, autonomisen ajamisen teknologiaa kehittävä ohjelmistoyritys Unikie, signaalikäsittelyyn erikoistunut Meluta sekä Patria, joka haastaa ajoneuvoteollisuuden ratkaisuja off road -näkökulmasta. Tutkimustiimin johtaja Matti Kutila VTT:ltä sanoo raflaavasti, että hankkeessa kehitettävät anturit ja niiden datan käsittely on täysin uutta. – Ne siirtävät nykyiset saatavilla olevat autotutkat ja -kamerat museoiden hyllyille.
Aika vahvasti sanottu, Kutila myöntää itsekin. - Mutta on siinä totta toinen puoli, jos tutkimushanke onnistuu edes 70-prosenttisesti saavuttamaan tavoitteet. Valitettavasti nykyinen anturitekniikka ei mahdollista automaattista ajamista kaikkialla ja kaikissa olosuhteissa. Siihen syyt löytyvät nimittäin fysiikan laeista.
- Nykyiset optiset anturit pohjautuvat pääosin piipohjaisiin ja niiden spektrivaste loppuu 950 nanometrissä. Toisaalta ihmisen silmä ”näkee tai ainakin silmänpohja reagoi” näihin aallonpituuksiin, jolloin tehoja ei voi nostaa, koska sokeutumisen vaara on ilmeinen. Toisaalta tutkat toimivat 24 tai 77 GHz radiotaajuuksilla ja niiden resoluutio ei nykytekniikalla saavuta optisia antureita, Kutila selventää nykytekniikan ongelmia.
Kutilan mukaan AI-SEE ratkoo yhteistyössä Euroopan autoteollisuuden parhaiden tekijöiden kanssa ongelmaa kehittämällä korkean resoluution tutkaa, joka pohjautuu useamman tutkan yhdistelmään eri tasoilla. Lisäksi kameratekniikassa hyödynnetään tähän asti pääosin militaaripuolelle kehitettyä gated-tekniikkaa, jossa valotetaan kohteita eri etäisyyksillä ja sitten tekoälyllä yhdistetään nämä palaset. LiDAReissa siirrytään korkeampiin, yi 1400 nanometrin aallonpituuksiin, mikä mahdollistaa 20 kertaa korkeamman valaisutehon ilman, että ihmisen silmä reagoisi siihen, Kutila jatkaa.
Hän myöntää, että osa IA-SEE-hankkeen kunnianhimoisista tavoitteista todennäköisesti epäonnistuu. Toisaalta töitä on joka tapauksessa paljon edessä, kun SAE-määritysten mukaista 5-tason robottiautoa kehitetään. Mutta onko tähän mahdollista edes päästä nykyisillä tekniikoilla?
- Nykyisin markkinoilla olevilla antureilla voidaan toteuttaa täysautomaatio, vaikka tämän hetken ADAS-anturit eivät siihen pääsekään niiden huonon resoluution vuoksi. Nykyinen muu kaupallinen tuotetarjonta - esimerkiksi LiDARit - mahdollistaa toiminnan hyvässä säässä ja määritetyssä ympäristössä. Voidaan siis toteuttaa automaatio silloin, kun ihminenkin kykenee ajamaan.
Tilanne muuttuu kokonaan sellaisissa olosuhteissa, joissa ihmisenkin kyky nähdä ja hallita ajoneuvoa on äärirajoilla. Tiheässä sumussa ja kovassa lumipyryssä automaatio pitää nykyantureilla aina kytkeä pois päältä. - AI-SEE pyrkii ratkaisemaan tämän dilemman, että vaikka nopeutta rajoitetaan niin ei tarvitse koko automaatiota kytkeä pois päältä, jos keli menee huonoksi.
Tavoitteena on siis autonominen ajaminen silloin, kun ihminen ei enää kykene autoa ohjaamaan. Tavoite on varovastikin sanottuna äärimmäisen kova.
Lisätietoja AI-SEE -hankkeesta löytyy esimerkiksi täältä. https://penta-eureka.eu/project-overview/penta-call-5/ai-see/
Kun suurteholaskennan (HPC) työkuormat monimutkaistuvat, generatiivinen tekoäly sulautuu yhä tiiviimmin moderneihin järjestelmiin ja lisää kehittyneiden muistiratkaisujen tarvetta. Vastatakseen näihin muuttuviin vaatimuksiin ala kehittää uuden sukupolven muistiarkkitehtuureja, jotka maksimoivat kaistanleveyden, minimoivat latenssin ja parantavat energiatehokkuutta.
