Hvordan delphi, mobileye er rask sporing av førerløs bilteknologi | doug nykommer

Alle vil vite når helt selvkjørende biler vil være klare for veien. Selskapene som utvikler teknologien gir vanligvis en tidslinje på flere år til tiår unna.

Bildeler-produsenten Delphi og Mobileye er ikke annerledes, og i løpet av en mediesamlingstabel denne uken i San Francisco, så Delphis administrerende direktør for tjenester, Glen DeVos, for seg en langsiktig tidsramme for den utbredte bruken av teknologien. Han regner med at full autonom kjøring først vil bli utplassert på nyttekjøretøyer siden bedrifter vil kunne spare på bekostning av sjåfører og driftsstansen de trenger.

På samme tid samarbeider Delphi imidlertid med Mobileye, den dominerende leverandøren av bilkameraer, for rask sporing av egenkjørende teknologiproduksjon - ideelt innen 2019 - via et system som partnerne kaller Centralized Sensing Localization and Planning (CSLP).

CSLP bruker en rekke sensorer for å tillate et kjøretøy å vite plasseringen sin innen 10 centimeter, selv uten GPS-tilkobling. Dette hjelper en bil med å navigere i komplekse kryss, selv når det ikke er merket av felt. Den identifiserer også kjøretøyer etter sin grunnleggende form, sanser om en annen bil er stasjonær eller parkert, og har det Delphi kaller "semantisk forståelse" for å forutsi banen til andre kjøretøyer slik at en selvkjørende bil kan "oppføre seg mer menneskelig i sin kjøreoppførsel og bestemme den beste veien videre."

Map Lite vs. Map Heavy

Et avgjørende aspekt ved CSLP-systemet er å omgå det Delphi og Mobileye kaller den "karttunge" tilnærmingen som brukes av selskaper som Google og mange bilprodusenter. Den lar et selvkjørende kjøretøy ikke bare kjenne sin beliggenhet, men også omgivelsene for å oppnå full autonomi. I stedet vil Delphi og Mobileyes CSLP-system benytte en "map-lite" -tilnærming ved å utnytte en teknologi Mobileye introdusert på CES 2016 kalt Road Experience Management (REM).

Autonome kjøretøy som er veldig avhengige av detaljerte kart, krever robust datatilkobling for kontinuerlig å mate nøyaktige kartdata til bilen. Men REM-systemet laster opp data i små utbrudd som lett kan håndteres med 4G LTE-tilkoblingen som allerede finnes i mange biler.

En annen fordel med REM-teknologien er at den kan "sømløst integreres med eksisterende kjøretøyplattformer", nevnte DeVos under medie-rundbordet. Men kanskje den viktigste fordelen med REM-teknologien er at den i det vesentlige vil ta sanntidsbilder av veier.

Kartleggingsprogramvare kan være utdatert på grunn av endringer i gatene som ble gjort etter at kartene ble opprettet eller midlertidige forhold som veibygging. CSLP-systemet vil ikke bare fange opp og ta hensyn til permanent infrastruktur som spenner fra kryss til veiskilt, men vil også registrere konstruksjon og andre kortsiktige endringer av kjørebanen. Og disse dataene kan publiseres blant millioner av biler utstyrt med systemet.

Jeg hadde sjansen til å se CSLP-systemet i aksjon i gatene i Mountain View, California, nær Delphis Silicon Valley Labs, der det testes i tillegg til Pittsburgh og Singapore. Og jeg kunne ikke la være å sammenligne stasjonen til en jeg tok for et drøyt år siden på samme sted i en av Googles autonome Lexus RX 350-er.

Men i motsetning til Google-kjøretøyer, en av dem jeg oppdaget på gaten under kjøreturen, er det ingen merkbare sensorer på Delphi Audi, med mindre du ser veldig nøye på. Sammenlignet med en selvkjørende Google Lexus, håndterte Delphi Audi situasjoner som stengelse av kjørefelt og stoppet kjøretøyer i tilstøtende baner uten å nøle, selv om Delphi-testføreren måtte ta over kontrollene to ganger: Når vi trengte å få fart på å lage en til høyre sving foran en bybuss, og etter at vi tok svingen og satt oss fast bak en søppelbil.

Uansett var jeg veldig imponert over systemet, og ble overrasket over å finne ut at det opererte uten fordelen med Mobileyes REM-teknologi. Dette betyr at det bare blir bedre, og at selvkjørende biler kan være tilgjengelige for publikum mye raskere enn vi tror.