Naime, ključno tehnološko ali i financijsko je pitanje trebaju li se autonomna vozila budućnosti oslanjati isključivo na kamere ili će LiDAR i radar i dalje igrati ključnu ulogu?

Povijesno gledano, većina autonomnih vozila koristila je pristup s više senzora: kombinirajući LiDAR, radar i kamere za percipiranje i interpretaciju svoje okoline. Takva redundancija osigurava visoku pouzdanost, posebno u složenim uvjetima vožnje. Međutim, cijena i složenost takvih sustava potaknuli su neke tvrtke da istraže strategiju koja se temelji isključivo na kameri i vidu, a temelji se na umjetnoj inteligenciji.

LiDAR ili AI kamera?

Cijena je glavni razlog zašto su tvrtke poduzele poteze za ukidanje LiDAR-a. LiDAR senzori su tradicionalno bili veliki, skupi i trošili su mnogo energije. Ti su nedostaci potaknuli neke proizvođače automobila na korištenje sustava samo s kamerama koji su jeftiniji i lakši. Tesla i njezin izvršni direktor Elon Musk glavni su zagovornici narativa samo s vidom. Tvrtka tvrdi da bi, budući da se ljudski vozači oslanjaju isključivo na vid, automobili trebali moći učiniti isto s pravim neuronskim mrežama. Tesla primjenjuje snažne end-to-end, transformatorski bazirane modele umjetne inteligencije tako da same kamere mogu omogućiti potpunu autonomiju.

Fleskibilni Zapad, kruta Kina

Propisi također utječu na ovu promjenu. U SAD-u i Europi, regulatorni okviri obično su utemeljeni na rezultatima i neovisni o senzorima, što proizvođačima automobila omogućuje fleksibilnost u odlučivanju o tome kako će njihovi sustavi biti izgrađeni sve dok ispunjavaju sigurnosne i performansne zahtjeve. To otvara vrata tvrtkama poput Tesle da slijede sustave samo za vid bez suočavanja sa značajnim regulatornim otporom.

Nasuprot tome, Kina zauzima strožiji pristup. S formaliziranim LiDAR standardima i širokom primjenom od strane lokalnih proizvođača automobila, čini se da zemlja favorizira multimodalne senzorske pakete koji uključuju LiDAR kao ključnu komponentu. Ta razlika vjerojatno će oblikovati regionalne strategije.

Prednosti LiDAR-a

Sustavi temeljeni samo na kameri imaju značajne tehničke i sigurnosne izazove koje moraju prevladati. Poznato je da se sustavi temeljeni na kamerama bore s rubnim slučajevima koji uključuju neobične i nepredvidive scenarije poput slabog osvjetljenja i nepovoljnih vremenskih uvjeta. LiDAR i radar pružaju ključnu redundanciju u takvim rubnim slučajevima, generirajući preciznije 3D karte. Zapravo, multimodalni senzorski paketi korišteni su za obuku AI modela za korištenje sa sustavima temeljenim na kameri kako bi se validirali AI modeli u odnosu na točnije podatke na terenu.

LiDAR, koji je nekada bio preskup, postaje sve održiviji jer dobavljači agresivno smanjuju troškove. LiDAR dizajni u čvrstom stanju s manjim faktorima oblika također dolaze sa znatno nižim troškovima proizvodnje. U Kini proizvođači automobila već opremaju vozila za masovno tržište LiDAR-om, dijelom zahvaljujući agresivnim naporima lokalnih proizvođača poput Robosensea i Hesaija za smanjenje troškova.

Očekuje se da će jeftiniji LiDAR potaknuti neke proizvođače originalne opreme da ga zadrže radi poboljšane sigurnosti i redundantnosti, dok neki, poput Tesle, rade na potpunom uklanjanju LiDAR-a, iako uspjeh ove strategije ovisi o tome koliko brzo se sustavi samo s kamerama mogu dokazati sigurnima i pouzdanima u stvarnim uvjetima.

Osim toga, napredak u radaru, na primjer 4D slikovni radar koji su razvile tvrtke poput Mobileyea i radar s distribuiranim otvorom blende (DAR) tvrtke Zendar, obećavaju poboljšane mogućnosti percepcije koje će nadopuniti kamere i smanjiti ovisnost o LiDAR-u.

Sigurnije ili jeftinije

U bliskoj i srednjoročnoj perspektivi očekuje se da će hibridni senzorski paketi koji uključuju kamere, LiDAR i radar ostati standard, posebno u robotskim taksijima i komercijalnim autonomnim vozilima. Takvi sustavi nude veću robusnost i pomažu u osiguravanju da vozila imaju redundantne mogućnosti percepcije, što je ključno za stjecanje javnog povjerenja i regulatornog odobrenja.

Međutim, za neka autonomna vozila široke potrošnje, gdje su troškovi i skalabilnost najvažniji, ravnoteža se s vremenom može pomaknuti u korist sustava samo s kamerama koji mogu dostići ili nadmašiti sigurnosne performanse multimodalnih pristupa. Smanjeni troškovi hardvera mogli bi biti previše uvjerljivi da bi se zanemarili, iako bi to bilo moguće samo ako se prevladaju tehničke i validacijske prepreke za sustave samo s kamerama.

Strategija senzora u audiovizualnoj industriji nalazi se na raskrižju. S jedne strane, vidimo poticaj prema sustavima koji koriste isključivo vizualni sustav, potaknut napretkom umjetne inteligencije i uštedama na hardveru. S druge strane, radar i LiDAR nastavljaju se razvijati, postaju manji, jeftiniji i praktičniji za masovnu primjenu. Različite regije slijede različite puteve, a konačni smjer vjerojatno će biti određen time tko može dokazati da je njihov pristup najsigurniji, najskalabilniji i najisplativiji.