Prema Globalnoj prognozi autonomnih vozila tvrtke Counterpoint Research za drugo tromjesečje ove godine (Q2 2025), penetracija vozila s autonomijom razine 3 i više povećat će se na 24% do 2035. godine. Porast autonomnih vozila razine 3 i više uglavnom će biti potaknut brzim napretkom tehnologije i potražnjom potrošača za sigurnošću i praktičnošću, što će dovesti do porasta i privatnih vozila i robotaksija, mijenjajući način na koji se ljudi kreću u urbanim okruženjima.

Kina ostaje lider

Tijekom sljedećeg desetljeća očekuje se da će Kina ostati globalni epicentar inovacija u mobilnosti, balansirajući propise i tehnološku spremnost na svom putu prema budućnosti autonomne vožnje. Očekuje se da će kineska automatizirana i autonomna vozila na razini 2 i više premašiti penetraciju od 95% do 2035. godine. Više razine autonomije koje predstavlja L2+ (vožnja bez ruku za autocestu i/ili pomoć pri vožnji u gradu) brzo su postale mainstream i zadržat će lavovski udio tržišta do 2035. godine.

„L2+ je postao pravi radni konj inteligentne vožnje u Kini, gdje proizvođači promoviraju L2+ tehnologiju za poboljšane marže uz minimalan rizik, a potrošači vide vrijednost u značajkama koje poboljšavaju svakodnevnu praktičnost i sigurnost bez premium cijene“, kaže viši analitičar Mohit Sharma.

Do 2030. godine Kina će se naći na čelu globalne industrije autonomnih vozila zahvaljujući svojoj sposobnosti kombiniranja masovnog usvajanja ADAS-a, jačanja regulatornog nadzora i brzog skaliranja komercijalnih robotaksija. Dok potrošači u Kini sve više prihvaćaju napredne sustave pomoći vozaču (ADAS) kao standardnu ​​značajku, urbana središta i pilot zone u zemlji postaju žarište za robotaksijske operacije 4. razine. Takva dvostruka strategija sigurnosti i pristupačnosti za masovno tržište privatnih vozila s jedne strane i pionirske autonomije voznog parka putem robotaksija s druge strane ojačat će ulogu Kine kao predvodnika u oblikovanju budućnosti mobilnosti diljem svijeta.

Loše performanse

Kineski proizvođači već dugo smatraju L2+ ADAS sustave kao progresivan put prema višim razinama autonomije gdje teret rizika leži na vozaču. Međutim, u novije vrijeme, središnja i lokalna regulatorna tijela pooštravaju pravila nakon mnogo medijski razvikane prometne nesreće Xiaomija koja je dovela do tri smrtna slučaja, a potom i velikog testa na autocesti koji je otkrio loše performanse kineskih marki poput Xiaomija, BYD-a i Huaweija. Nacrt sigurnosnih pravila za pomoć u vožnji 2. razine postavlja ograničenja na marketinški jezik poput "autonomna" i "pametna vožnja".

Kao rezultat toga, očekuje se da će uvođenje viših razina autonomije – razine 3 i 4 – suočiti se s regulatornim oprezom, usporavajući tempo autonomnih vozila u Kini. Do 2030. godine očekuje se da će nešto više od 10% vozila imati autonomiju razine 3 i više.

Širenje robotaksija

Kina postiže značajan napredak u komercijalnim pilot projektima za autonomne flote razine 4. Usluge robotaxija brzo se šire u testnim zonama diljem Pekinga, Šangaja i Guangzhoua. Modeli flote robotaxija pojavljuju se kao poligon za veću autonomiju, uz pomoć kontroliranih okruženja i snažne vladine podrške. Očekuje se da će se učenja, testovi i validacija tih flota proširiti i na područje privatnih osobnih automobila.

AI ubrzava razvoj ADAS-a i AD-a

Napredni sustavi pomoći vozaču (ADAS) i autonomna vožnja (AD) brzo se razvijaju uz pomoć umjetne inteligencije (AI), uključujući duboko učenje, probabilističko modeliranje i inženjerstvo podataka velikih razmjera. Tvrtke unapređuju percepciju (što vozilo vidi), predviđanje (što će drugi sudionici u prometu učiniti), planiranje (što bi vozilo trebalo učiniti) i ciklus razvoja kroz poboljšanja u simulaciji, kontinuiranom učenju i validaciji. Ti razvoji ubrzavaju iteracije na svakom tehničkom sloju.

Vozila opremljena ADAS-om, do SAE razine 2, uvelike su se oslanjala na determinističke, na pravilima temeljene sigurnosne sustave i sustave obrade signala. Kako više razine autonomije, predstavljene L2+ funkcijama pomoći za autocestu i grad bez upotrebe ruku, postaju sve češće, fokus na razvoj autonomnih vozila se pomaknuo. Inženjeri sada koriste transformatorske mreže za složenu obradu vida i senzora, primjenjujući duboku fuziju senzora za kombiniranje sirovih podataka s kamera, radara i LiDAR-a te primjenjujući End-to-End i Vision-Language-Action (VLA) modele za točnije predviđanje putanje i replikaciju nijansiranog ponašanja u vožnji. Ta promjena zamjenjuje modele umjetne inteligencije temeljene na pravilima modelima učenja, poboljšavajući točnost percepcije i razumijevanje složene scene. Kao rezultat toga, inženjerstvo podataka, računanja, validacije i sigurnosti postalo je sve važnije.

Tvrtke koje razvijaju AI modele za autonomnu vožnju poboljšavaju sustave temeljene na pravilima kako bi ponašanje vozila učinile sličnijim ljudskom, a istovremeno poboljšale sigurnost i performanse. End-to-End i VLA modeli optimiziraju autonomnu vožnju od percepcije do kontrola pomoću jedne neuronske mreže, omogućujući bržu skalabilnost obučavanjem na različitim skupovima podataka koji zahtijevaju minimalnu prilagodbu za nova ili drugačija okruženja.

Međutim, implementacija umjetne inteligencije uvodi izazove vezane uz sigurnost i provjeru. Nedostatak interpretabilnosti i objašnjivosti u procesima donošenja odluka end-to-end i VLA modela zahtijevat će ulaganja u višeslojne sigurnosne ekosustave sposobne pretvoriti neprozirnost politika temeljenih na neuronskim mrežama u odgovorne sustave.

Tvrtke svih veličina, uključujući NVIDIA, Qualcomm, Mobileye, Horizon Robotics, Huawei i Momentu, ulažu velika sredstva u automobilske SoC-ove, alate za simulaciju ekosustava i podatkovne platforme kako bi ubrzale razvoj i implementaciju ADAS-a i AD-a.