Autonomní vozidla lze sice potkat v běžném provozu, nicméně několikanásobně víc kilometrů najíždějí jen virtuálně. K čemu je to dobré, a proč odborníci preferují simulaci před skutečnou silnicí? Nejen na tyto otázky odpovídá Popular Science.
Autonomní automobily již nějaký pátek brázdí ulice a silnice skutečného světa. Například vozidla Waymo lze potkat v arizonském Phoenixu a na auta společnosti Drive.ai můžete narazit ve městě Frisco v Texasu.
Jízdy v běžném provozu jsou nesporně hodnotné pro další vývoj aut, která by se měla obejít bez řidiče. Není to však jediná cesta, která vede ke kýženému cíli. Inženýři, stojící za vývojem, často využívají k testování simulaci. V digitálním světe mohou zkoušet různé scénáře, které ve skutečnosti „nastávají maximálně jednou za deset let.“
Vozidla Drive.ai najezdila ve virtuálním světě miliony kilometrů, což se na první pohled může zdát jako ohromující číslo. Jenže ve srovnání s Googlem, který autonomní vozidla vyvíjí v rámci dceřiné společnosti Waymo, je to směšně málo. V reálném provozu najezdily testovací vozy bezmála třináct milionů kilometrů, zatímco v rámci simulace najíždí 25 tisíc virtuálních vozidel denně kolem osmi milionů mil.
Dva typy simulace
Co ale v praxi znamená „najetí simulované míle“ a jaký přínos mají miliony vykázaných virtuálních kilometrů? V podstatě existují dva typy simulace. První si můžete představit jako videohru, ve které je připraven předem daný scénář.
Inženýři nastaví podmínky, okolní prostředí, definují rychlost vozidla a připraví nástrahy v podobě chodců, aut a dalších překážek. Následně spustí simulaci a sledují, jak by na ní software autonomního vozu reagoval. V případě, že nejsou s výsledkem spokojeni, provedou příslušné úpravy.
V těchto simulacích nefigurují reálná vozidla – odehrávají se na obrazovkách počítačů a významnou roli při nich hraje cloud computing. Software, který řídí virtuální auto v simulaci, je v podstatě stejný jako ten, který řídí skutečné vozy. Pomyslná „digitální karanténa“ je ideálním místem pro testování nových verzí softwaru.
Při druhém typu simulace se používají data, získaná testovacími vozy ve skutečném světě. Údaje zaznamenané senzory se převedou do podoby scénáře a jsou použity jako podklady pro virtuální auta. Tímto způsobem se například hledá řešení situací, kdy testovací řidič musel převzít řízení. Hledají a zkouší se algoritmy, které by mohly danou situaci vyřešit bez lidského zásahu.
V simulacích lze navíc rozšířit testování podobné situace o další faktory. Například při objíždění vozidla, stojícího na krajnici, lze nasimulovat nečekané otevření dveří, nebo nechat přijet v protisměru rychle jedoucí autobus. Digitální prostředí je pro ladění takových situací bezpečnější jak z hlediska materiálního, tak i s ohledem na účastníky provozu.
Simulace také doslova šetří čas. Zatímco skutečnému automobilu trvá ujetí jednoho kilometru při rychlosti 60 km/h minutu, ve virtuální realitě, lze prostě „přeskočit“ daný úsek, nebo naopak zpomalit čas a detailně sledovat, co ve kterém okamžiku software vlastně dělá.
Najednou lze spouštět tisíce simulací a virtuální auta najezdí třeba i miliony kilometrů týdně. To samozřejmě neznamená, že by simulace byla důležitější než testování v reálném světě. Virtuální jízdy však umožňují softwaru automobilu „zažít“ i situace, na které během dvou let testů ještě nenarazily.
Hlavním účelem je tedy otestování neobvyklých situací a hranic řídícího systému. Výsledkem by mělo být, že skutečné auto zvládne všechny testované scénáře ještě předtím, než se objeví v reálném světě. Samozřejmě i tam se testují různé nebezpečné situace – děje se tak ve veřejnosti nepřístupných místech (např. na bývalé letecké základně), kde například nepozorné chodce představují najatí kaskadéři.