Vad är självkörande bilar och hur fungerar de?

Viktiga takeaways

• Självkörande bilar använder en kombination av sensorer och kameror för att skapa en 3D-bild av världen omkring dem, vilket gör att de kan köra säkert utan mycket förarens inblandning.
• Självkörande bilar faller under olika automationsnivåer, allt från bilar som kräver en människa för att utföra varje köruppgift till bilar som kan köra på allmänna vägar utan mänsklig inblandning.
• Programvara för självkörande bilar är starkt beroende av AI och maskininlärningsalgoritmer för att fatta beslut baserat på variabler i miljön, och dessa algoritmer förbättras med mer tid på vägen.

Idealet för att skapa den perfekta självkörande bilen har varit populärt sedan bilarnas allra första tid. Efter över ett sekel av innovation och tekniska genombrott är du närmare än någonsin att ha en bil som kan köra sig själv, med flera företag som arbetar med projekt som redan är på allmänna vägar.

Men hur fungerar självkörande bilar? Och hur nära är du att uppnå dina robo-chaufförsdrömmar?

Vad är självkörande bilar?

Som namnet antyder är självkörande (även kallade autonoma) fordon bilar som kör sig själva. Mest moderna självkörande bilar kräva att en förare är närvarande för att ta över i nödsituationer. Utanför nödsituationer eller situationer då bilen börjar agera oregelbundet, är det tänkt att den klarar det mesta av körningen utan någon form av föraringripande.

Hur fungerar självkörande bilar?

Självkörande bilar använder en kombination av sensorer och kameror för att skapa en 3D-bild av världen omkring dem. Avancerad programvara används sedan för att upptäcka bilar, människor och hinder på vägen, vilket gör att fordonet kan köra sig själv på ett säkert sätt samtidigt som det följer vägreglerna.

Många företag arbetar med denna teknik, och det gör att det finns flera olika tillvägagångssätt för att göra en självkörande bil. Det finns också olika nivåer tilldelade självkörande bilar med olika egenskaper.

Bokning och hoppa in i en Waymo självkörande taxi är ett av de enklaste sätten att prova en självkörande bil, men du måste vara i Arizona för din första Waymo-tur.

Nivåer för självkörande bil förklaras

De flesta av världens självkörande bilar är inte helt självkörande modeller, och de faller under sex olika automationsnivåer, som var och en erbjuder bättre automatisering än den förra.

• Nivå 0-bilar har ingen automatisering och kräver en människa för att utföra varje köruppgift.
• Nivå 1-bilar har förarassistansfunktioner som farthållare, men det krävs en människa för att köra fordonet.
• Nivå 2-bilar har partiell automation. Det betyder att de kan styra saker som styrning, men ändå kräver en människa att köra.
• Nivå 3-bilar har villkorad automatisering, vilket gör att de kan reagera på miljön för att utföra köruppgifter.
• Nivå 4-bilar har hög automatisering, vilket gör att bilen kan köra sig själv fullt ut inom geoskyddade områden.
• Nivå 5-bilar har full automation och kan köra på allmänna vägar utan mänsklig inblandning.

De första tre nivåerna kräver alla en människa för att kontrollera fordonet medan det kör, medan de återstående tre kräver begränsad eller ingen mänsklig interaktion. Varje nivå av fordonsautomatisering är en milstolpe, men nivå fem är den mest spännande och det är vad många företag jobbar hårt för att uppnå.

Hårdvaran bakom självkörande bilar

Överraskande nog är hårdvarubegränsningar inte ett stort problem i det självkörande bilutrymmet. I teorin är de enda sensorerna du behöver för att en självkörande bil ska fungera vanliga kameror, med mjukvarubehandling som gör det tunga lyftet. Men det är naturligtvis mycket säkrare att använda en rad olika sensorer för att ge programvaran så mycket data som möjligt.

Hur fungerar LiDAR i självkörande bilar?

Ljusdetektering och avstånd, eller LiDAR, sensorer mäter djup för att producera en exakt 3D-modell av ett självkörande fordons omgivning. Detta uppnås genom att sända ut miljontals laserpulser varje sekund och mäta den tid det tar för varje puls att reflektera. Ju längre reflektionstiden är, desto längre är ett föremål från sensorn.

Detta hjälper en självkörande bil att förstå sin miljö och de omgivande föremålen. Detta inkluderar byggnader, människor och djur, såväl som allt annat fordonet kör förbi. På en klar dag är LiDAR allt en bil behöver för att navigera i livliga stadsmiljöer. Dess prestanda sjunker dock genom regn eller dimma, och det är därför självkörande bilar inte kan lita på LiDAR som sin enda sensortyp.

Hur fungerar radar i självkörande bilar?

Radar har en liknande roll som LiDAR på automatiserade fordon. Istället för att sända ut lasrar sänder den ut radiovågor och mäter reflektionerna från föremål runt omkring dig. Målet är ändå att förstå miljön runt bilen.

LiDAR-sensorer har en upplösning som är 10 gånger högre än radar, men radarn påverkas inte av dåliga väderförhållanden. Radarsensorer är också billigare än LiDAR-sensorer.

Hur fungerar visuella kameror i självkörande bilar?

Företag som Googles Waymo använder en blandning av LiDAR, radar och vanliga kameror för sina huvudsensorer. Tesla, å andra sidan, har valt att investera fullt ut i vanliga kameror och avancerad mjukvara för att navigera på vägar självständigt.

Ansiktsigenkänningsteknik har funnits länge, även om den mest har använts på smartphones och avancerade säkerhetslösningar. Med självkörande bilar är målet att ta detta till nästa nivå, med maskininlärningsdriven objektigenkänning, upptäcka byggnader, bilar, människor och allt annat runt ditt fordon.

Andra självkörande bilsensorer

Radar, LiDAR och vanliga kameror är ofta huvudsensorerna i en självkörande bil, men vissa fordon har fler. Ytterligare hårdvara, som ultraljudssensorer, ger bilen en ännu större förståelse för sin omgivning. Detta gör det möjligt för självkörande bilar att reagera på icke-visuella signaler, som ljudet av en ambulanss sirener.

Självkörande bil "Hjärnor"

Oavsett om det är Tesla, Waymo eller något annat självkörande bilsystem behöver alla dessa fordon en central dator, eller "hjärna", för att bearbeta data från deras sensorer. Nvidias Drive AGX-plattform är ett ledande exempel på detta, men vissa biltillverkare väljer att utveckla denna typ av teknik internt.

Programvaran bakom självkörande bilar

Att bygga funktionell mjukvara för självkörande bilar är en av de största utmaningarna för tillverkare. Det är relativt enkelt att skapa ett program som använder vägmarkeringar och platsdata för att följa moderna vägar. Men vad händer om en annan bil skär av dig eller ett djur springer ut på vägen?

Vägar är inte förutsägbara platser. Programvara för självkörande bilar måste kunna reagera på ett stort antal olika situationer, av vilka många är omöjliga att förprogrammera.

AI och maskininlärning i självkörande bilar

AI är kärnan i den självkörande bilindustrin. I huvudsak syftar autonoma fordon som detta till att efterlikna den mänskliga hjärnan under körning, vilket innebär att de måste kunna fatta beslut baserat på ett stort antal variabler. Detta inkluderar korsningar och vägskyltar som är en del av vägen, tillsammans med fordon, människor och andra hinder som en vanlig förare vanligtvis skulle vara medveten om.

Det skulle vara alldeles för tidskrävande för människor att skapa databaser och algoritmer som perfekt känner igen allt på vägen. Istället använder tillverkare som Tesla maskininlärning för att träna sina algoritmer och förbättra dem.

De maskininlärningsalgoritmer som finns i självkörande bilar måste börja med en del grundläggande data, men en stor del av deras inlärning sker på vägen. Det är detta som gör det så avgörande att företag kan testa sina bilar på riktiga vägar, men det betyder också att självkörande bilar bara kommer att bli bättre ju mer de kör.

En fotgängare som kliver ut på vägen är ett bra testfall för självkörande bilmaskininlärning. Bilen har flera alternativ i detta scenario; den kan försöka svänga runt fotgängaren, sätta i bromsarna och försöka stanna, eller använda signalhornet för att varna fotgängaren. De flesta självkörande bilar kommer att ta ett aktivt förhållningssätt till sådana här hinder och utesluta det sista alternativet.

Härifrån måste den bestämma om det är bäst att svänga eller bromsa, och ta hänsyn till saker som hastighet, avstånd, väderförhållanden och en mängd andra miljöfaktorer. Om väjning skulle föra in bilen i vägen för mötande trafik, till exempel, är det troligt att den väljer att använda bromsarna.

Att inte reagera ordentligt och att lyckas reagera på rätt sätt hjälper båda en självkörande bil att lära sig att hantera liknande problem i framtiden. Helst delas denna data mellan självkörande bilar för att säkerställa att de kan förbättras tillsammans.

Vid sidan av AI finns det en hel del annan mjukvara bakom kulisserna i en självkörande bil. GPS-kartsystem hjälper bilen att navigera på vägarna exakt, medan förarövervakningssystem ser till att personen bakom ratten är fokuserad, även i självkörande läge.

Varje självkörande bilföretag har olika inställning till mjukvara, och det betyder att det är sällsynt att de är öppna om hur deras verktyg fungerar.

Är självkörande bilar säkra?

Det är rättvist att ifrågasätta säkerheten hos moderna självkörande bilar, särskilt med den växande listan över dödsfall och skador i samband med autonom körning. Som du kan se av förekomsten av system för övervakning av förarmedvetenhet i många självkörande bilar vet till och med deras tillverkare att de inte är perfekta ännu.

Men det är inte meningen. Självkörande bilar har fortfarande en lång väg att gå. Detta innebär att autonoma bilfans behöver vänta bara lite längre för att få tag på ett AI-kontrollerat fordon som kör sig själv och kanske till och med kan ta sig själv.