Îmi face plăcere să vă prezint o parte din discuția interesantă de luna trecută despre tehnologii, mașini și motociclete. Alături de mine au fost prezenți:
Mihai Ursa - Automotive Engineer @ P3,
Ovidiu Mățan: Vă invit să vă prezentați pe scurt
Cătălin Golban: Sunt unul dintre responsabilii de departament ADAS (Advanced Driver Assistance System). I-ați văzut pe colegii mei prezentând proiecte Radar cu motociclete. Eu sunt responsabil de o echipă ce face Computer Vision. Are încrengături destul de multe, deoarece este baza tehnologiilor pentru conducerea autonomă. Este vorba de cloud, de procesare de date în cloud.
Mihai Ursa: Lucrez la P3 în proiecte de conducere autonomă. P3 mai are proiecte din sfera de securitate cibernetică și sisteme HMI (Human-Machine Interface).
Unde avem azi cel mai performant nivel de autonomie?
Mihai Ursa: Mașinile pe care le avem în trafic sunt undeva la nivelul 3. La nivelul 5 s-ar putea ajunge în Japonia anul viitor, să zicem, iar la noi peste vreo 100 de ani.
Cătălin Golban: Am pornit de la o problemă mare, anume să implementăm un sistem care elimină complet șoferii. Între timp, am descompus problema în subprobleme dintre care unele pot fi rezolvate, iar altele nu. Pentru mine, atingerea nivelului 5 are nevoie de o nouă paradigmă. Dacă vom avea Inteligență Artificială generalizată, vom avea și nivel 5 (oriunde, oricând, în orice condiții). Nivelul 4, anume să conduci fără om în medii bine controlate, cu conectivitate, cu redundanță de date, cu senzori, cu dispozitive wireless pentru a te poziționa corect, cu un conducător auto care să mai verifice totul din când în când, cu o viteză mică, se poate și se întâmplă în SUA sau China. În ce măsură putem scala aceste sisteme? Răspunsul este că nu poți să scalezi, deoarece este foarte costisitor și nu poți avea o afacere din asta. La nivelul 3, ai un sistem care conduce automat și în care tu, ca om, nu conduci și nu ești atent, dar trebuie să fii dispus să preiei controlul în câteva secunde. Nivelul 3 este implementat momentan cu sisteme standard, în producția de serie, fiind prezent în multe mașini premium. Aceste sisteme se activează acolo unde legislația permite și la viteze mici. Există de exemplu o soluție numită Traffic Jam Pilot, iar momentan se lucrează la soluții care să fie utile în cazul condusului pe autostradă.
Care sunt elementele de confort la care să ne așteptăm de la mașinile autonome?
Mihai Ursa: Cred că ar trebui să se bazeze pe funcționalitățile deja existente în mașină, de exemplu, să mențină atmosfera prin încălzirea scaunelor, să ajusteze nivelul de luminozitate în funcție de condițiile externe, să ofere siguranță.
Dacă punem multe ecrane într-o mașină, ne vom simți mai în siguranță?
Mihai Ursa: Ne vom simți foarte performanți. Tehnologia asiatică pune mare accent pe această componentă, să fie totul cât mai vizibil, cât mai estetic, ceea ce te poate face să te simți confortabil.
Din perspectiva rutelor, a sharing-ului, a optimizărilor, ce ne poți spune?
Mihai Ursa: Depinde de ceea ce ne dorim. Poate fi o alternativă mai ieftină dacă o comparăm cu deținerea unei mașini personale cu cheltuieli lunare. Cred că la un moment dat se poate ajunge să poți selecta o cursă cu preferințele tale, iar acestea să facă mai scumpă cursa. Putem discuta problema din ambele puncte de vedere.
Cătălin Golban: În Automotive, lucrurile se nuanțează, dar mergem foarte mult în direcția software-defined vehicle. În trecut, nu aveam cod în mașină. Totul era mecanic sau hidraulic. Apoi, au apărut microcontrolere care deschid și închid geamul. Au evoluat diverse domenii cu din ce în ce mai multe unități de procesare și software. Când vorbesc de domenii, mă refer la lucruri precum powertrain, ADAS, sisteme de propulsie, sisteme electrice și nu numai. Fiecare domeniu are dispozitivul său sau controler-ul său pe care rulează software. Acum, tendința e de centralizare. Dorim să nu mai avem această împărțeală, ci un computer de vehicul care să controleze toate aceste domenii. Ne putem imagina niște aplicații care se instalează pe acest computer așa cum instalăm aplicații pe telefoane. Lucrurile se mișcă mai greu, deoarece există mai multe considerente de securitate ce trebuie avute în vedere. Confortul poate deveni o nouă dimensiune, în sensul că lucrurile pe care le ai pe smartphone, pe tabletă sau pe laptop sigur pot să ajungă și în mașină.
Dacă un senzor îți arată un buton roșu, cât timp mai poți circula până să îl repari?
Cătălin Golban: Vorbeam despre redundanță. Sunt sisteme, precum cel de frânare, unde siguranța este un aspect critic. Sistemul ADAS nu este un sistem critic. Fiecare senzor detectează când e decalibrat sau când are procese de recalibrare pe fundal. În cadrul aceluiași senzor sunt căi algoritmice paralele, deoarece detectăm obiecte cu mai mult de o metodă. Avem și redundanță între senzori, adică Radare care detectează obiecte, camere care detectează obiecte și nu numai. Mai avem și o hartă precisă care, pe lângă senzori și date, se folosește pentru a completa informațiile. Sunt mai multe nivele de redundanță.
Care sunt noutățile pe partea de Android? Cât de mult a evoluat în ultimii ani?
Mihai Ursa: Momentan, nu mai lucrez cu Android, fiind mai preocupat de partea de System Engineering și consultanță la implementare. Pe partea de Android, văd o alternativă foarte bună la Infotainment. E vorba de ceva simplist, nu de o arhitectură de tip software-defined. Android OS a evoluat foarte mult prin interfețele mult mai sugestive.
Ce noutăți există pe partea de senzori și camere?
Cătălin Golban: Dinamica este foarte mare, deoarece tehnologiile se schimbă. Aceia dintre voi care sunt conectați la modificările pe partea de AI înțelegeți nevoia de a ține pasul cu tot ceea ce este nou pentru a fi competitivi. Și în Automotive avem această provocare. Chiar după atâția ani, poți fi în continuare impresionat de ceea ce se întâmplă. Foundation Models pot face diferența pe partea de ADAS, de exemplu. Foundation Models sunt niște rețele neuronale imense. Dacă în Automotive folosim rețele neuronale de aproximativ 10.000 de parametri, Foundation Models au milioane sau chiar miliarde de parametri. Se poate obține o performanță uriașă pe Automotive cu acestea. Cu toate acestea, nu poți pune Foundation Models într-o mașină. Trebuie să le comprimăm cumva. Prin urmare, lucrăm la comprimare sau la ceea ce se numește distilare. Am folosit puterea Foundation Models în câteva produse de serie.
(întrebare din public): De ce pe partea de Autonomous Driving se vorbește foarte mult de Radar, dar se neglijează LiDAR? Din câte știu eu, în zona de Army este mult mai folosit. Poate e mai precisă tehnologia.
Cătălin Golban: Radar este un senzor mai consacrat și merge foarte bine ca să măsori viteza de obiecte. Dincolo de detecție sau nu, contează foarte mult dinamica. Dorim să facem predicții față de ceea ce există. LiDAR are câteva probleme. Nu este foarte ușor de validat. E greu să îl pui în produse de serie. Când faci un release de LiDAR și îl pui pe 100.000 de mașini în condiții de ceață, ploaie, îngheț, dezgheț, ultraviolete, nisip, praf, costurile de mentenanță sau înlocuire sunt cu totul altele. LiDAR are limitări în ceea ce privește distanța la care poți să îl folosești. Variantele scumpe de LiDAR merg până în 50m-100m, iar cu Radarul sau cu camera ajungem la 300m sau mai mult. Costul LiDAR este mult mai mare față de costul altor senzori.
(întrebare din public): Folosiți împreună LiDAR și Radar pentru a detecta mai ușor obstacolele din față? De exemplu, utilizăm Radar pentru a măsura viteza, distanța, unghiul și toate datele acestea. Folosim LiDAR pentru a identifica dacă obiectul e o mașină sau o motocicletă.
Cătălin Golban: Avem sisteme care au video, Radar și LiDAR. Nu știu să existe sisteme care să excludă video și să folosească doar Radar și LiDAR O combinație mai bună ar fi Radar cu video.
de Ovidiu Mățan
de Diana Gabor
de Ovidiu Popa
