Teknologierne bag selvkørende biler – så vilde er de

BAGGRUND: Hvornår får vi ægte selvkørende biler som KITT fra Knight Rider? Vi graver os ned i de selvkørende teknologier.

Tesla
Hvornår er den ægte selvkørende bil en realitet? Kom tæt på teknologierne i denne baggrundshistorie (Foto: MereMobil.dk)

BEMÆRK: Dette er en såkaldt ‘long read artikel’. Læn dig tilbage – Det er langt, men spændende.

Denne artikel tager sit udgangspunkt i en mindre meningsudveksling, som jeg havde med vores redaktør John G. omkring en artikel.

Under udarbejdelsen af artiklen, der omhandlede 5G, dukkede eksemplet med 5G og selvkørende biler op IGEN. Lige siden introduktionen af 5G har journalister (og flere andre) lystigt nævnt 5G i forbindelse med selvkørende biler, som ét af de bedste eksempler, hvor 5G teknologien er af afgørende betydning.

Sagen er blot, at det er noget folkene i marketingafdelingen hos teleinfrastrukturselskaberne har fundet på i tidernes morgen. 5G er på ingen måde nødvendigt i teknologierne bag de selvkørende biler, da de kun i begrænset omfang anvender en trådløs dataforbindelse.

Tesla anvender kun dataforbindelsen til navigation, hvilket er nogle få KB-data i timen. Selskaber som Mobileye bruger 8-10 KB for hver kørte kilometer. Under alle omstændigheder er datamængderne ikke mere end der kan overføres på en ældgammel 2G-forbindelse.

Telebranchens våde drøm var selvfølgelig, at 5G skulle bruges til at kommunikere mellem de selvkørende biler, men lad os slå fast med 7-tommer søm, at 5G IKKE er en nødvendig teknologi for at få selvkørende biler til at fungere.

Hvornår kommer de selvkørende biler?

Den lille diskussion om 5G og selvkørende biler blev lidt mere interessant, da John G. lidt uforvarende kom til at sige noget om, at autonome selvkørende biler, som bilen KITT fra TV-serien Knight Rider aldrig bliver en realitet. Eller at det i hvert fald kommer til at tage meget lang tid, før vi får selvkørende biler at se på vejene.

Den havde jeg ikke lige set komme; John G. er ikke lige den sløveste kniv i skuffen, når det kommer til teknologi og fremtidens produkter. Det fik mig til at tænke, at hvis en person som John G. ikke tror selvkørende biler er lige om hjørnet, gad vide hvad “almindelige” folk så tror?

Nej, vi får måske ikke intelligente talende biler lige med det samme, men de selvkørende biler er måske lige om hjørnet. Teknologien bliver udviklet med syvmile-skridt i disse år. Vi ser dem bare ikke på de danske veje… endnu.

FORBEHOLD:

Jeg har i et par år forsøgt at sætte mig rimeligt godt ind i teknologierne bag selvkørende biler, fordi det er den slags nørder elsker. Så mens andre går til padel tennis eller håndbold, har jeg bruge alt for mange aftener på at forstå forskellen mellem teknologierne og forsøge at skille marketing-jargon fra skelsættende tekniske gennembrud.

Lad mig give et lille indblik i de teknologier, som indenfor ganske få år vil ændre vores bilkultur radikalt. 

Jeg har taget mig den frihed at vurdere de omtalte teknologier efter bedste evne. Derfor skal der selvfølgelig tages det forbehold, at firmaerne måske ikke er enige i min udlægning af deres teknologier. 

Jeg vurderer efter bedste evne ud fra yderst mangelfulde datagrundlag, da firmaerne desværre ikke er fuldt ud transparente med deres teknologier og hvordan de udvikler dem. 

Det problem har jeg så til dels forsøgt at overvinde ved at indsamle så mange informationer som muligt om både systemerne, og det tekniske valg bag teknologierne.

Vi dykker ikke helt ned i detaljerne, men nøjes med det overordnede helikopteroverblik.

Mange løsninger på det samme problem

Der findes en hel del virksomheder, som arbejder på selvkørende biler, men nogle af de mest fremtrædende er Waymo (ejet af Alphabet), Cruise (ejet af General Motors), Nvidia, Tesla, Five (ejet af Bosch), Comma.AI og MobileEye (ejet af Intel).

Mobileye leverer teknologi til rigtigt mange bilproducenter – blandt andet hele VW Group (VW, Skoda, SEAT m.fl.), BMW, Nissan, Nio og Ford. Disse bilproducenter benytter dog deres egne navne til markedsføringen.

Bosch er ligeledes underleverandør til flere bilproducenter, men Boschs entré på markedet er relativ nyt, så hvor langt og hvilke kunder de potentielt har, er usikkert på nuværende tidspunkt.

SAE-niveauerne

De tre selskaber der næsten altid nævnes i forbindelse med selvkørende biler er Tesla, Mobileye og Waymo. Disse tre har meget forskellige bud på den tekniske løsning. Derfor tager jeg også udgangspunkt i netop disse tre virksomheders teknologier fordi de forskellige teknologivalg fint illustrerer bredden i tilgangen til de selvkørende biler.

For at denne artikel ikke skal blive alt for langhåret, så vil vi her kun tale i overordnede principper, men overordnet set, så forsøger selskaberne alle at lave en løsning, så bilerne kan blive såkaldt selvkørende med en såkaldt SAE niveau 4 eller niveau 5.

Denne definition er udarbejdet af den tekniske standardorganisation SAE International, som står for Society of Automotive Engineers. Denne tekniske organisation inddeler selvkørende biler i en række niveauer mellem 0 og 5.

En forsimplet dansk oversættelse af SAE J3016 standarden er som følger:

  • 0 = Ingen automation
  • 1 = Hænderne på rattet / delt kontrol
  • 2 = Uden hænder på rattet
  • 3 = Uden øjne
  • 4 = Uden konstant opsyn
  • 5 = Rat er kun en option

Udover niveauerne er der en frygtelig masse snørklede tekniske detaljer, som vi ikke vil beskæftige os med, men det vigtige er, at det som almindelige folk vil forstå ved selvkørende er niveau 3, 4 og 5. 

Niveau 0 giver sig selv. Her er det mennesket, der stadigvæk er i kontrol.

På niveau 1 finder vi assistentsystemer som adaptive cruise control (fartpilot). Chaufføren har her nogle systemer, som assisterer og hjælper med specifikke opgaver såsom at holde farten.

I niveau 2 kan bilen køre sig selv, men chaufføren skal til enhver tid være klar til at overtage kontrollen. Dette niveau kaldes “uden hænder” men helt uden hænder bliver det aldrig, da fleste systemer netop kræver hænderne på rattet for at verificere, at chaufføren er klar til at tage over.

På niveau 3 kan chaufføren foretage sig andre ting end kørsel, men chaufføren skal kunne tage over indenfor få sekunder efter bilen har afgivet en advarsel. Chaufføren kan altså sidde og se en film eller spille et computerspil, mens bilen kører bilen, men chaufføren skal tage over, hvis bilen ikke kan klare opgaven.

I niveau 4 er bilen helt selvkørende, men kun under foruddefinerede situationer. Man kan altså sige, at bilen er helt selvkørende, men kun på dage med høj solskin og ingen regn eller sne. Hvis bilen ikke selv kan køre (f.eks. hvis situationen ændrer sig eller hvis chaufføren ikke kan tage over) skal bilen stoppe af sig selv. 

Niveau 5 er en selvkørende bil, der kan kører overalt i verdenen i enhver situation helt uden menneskelig involvering.

Tesla er kun SAE niveau 2

Allerede på niveau 2 kan bilen selv styre, bruge speederen og bremsen. Alt andet lige er bilen altså selvkørende allerede på dette niveau, men chaufføren skal konstant overvåge og være klar til at overtage kontrollen.

Teslas nuværende såkaldte “Full Self Driving” (FSD) er et niveau 2 system omend systemet også indeholder niveau 4-funktionen, der kan stoppe og parkere bilen, hvis chaufføren ikke kan tage over. Her skal det bemærkes, at Tesla kører systemet i en delvis åben beta i USA og Canada. Der er ikke tale om et færdigt system.

Nu er der sikkert nogle Tesla fans, som allerede sidder klar til at skrive en kommentar om, at Tesla bør kategoriseres som niveau 3, men juridisk set er det kun på niveau 2. Uden at blive for teknisk, så spiller juraen ind og det er en fordel for Teslas udvikling af deres system, hvis systemet kun er niveau 2 på nuværende tidspunkt.

Konkurrenterne hos Waymo og Mobileye forsøger derimod at levere systemer, der er niveau 3 eller 4. Waymo satser benhårdt på niveau 3/4, mens Mobileye leverer systemer, der både kan kategoriseres som niveau 2 og 3.

Så logikken må selvfølgelig være, at Tesla er bagefter, når deres system ikke er på samme niveau som konkurrenterne. Men nej, sådan hænger det ikke helt sammen.


3 FORSKELLIGE TEKNOLOGIER: Herunder går jeg tæt på teknologierne fra Waymo, Mobileeye og Tesla.


Waymo – super komplicerede HD-kort

De enkelte selskaber har meget forskellige tilgange til problemstillingen og vejen til selvkørende biler er derfor meget forskellig. 

Waymo har været med meget længe. Selskabet har fra starten forsøgt at lave et niveau 3+ system og deres tilgang er, at begrænse det geografiske område deres system virker i. De udvælger simpelthen et område på f.eks. 5 x 5 km og bilen vil ikke køre uden for dette område.

Dette begrænsede område bliver så scannet på kryds og tværs. På den baggrund bliver der lavet et såkaldt HD-kort (eller HD-map på engelsk). Det er en slags Google Streetmap på steroider, hvor bilen inden for det geografisk begrænsede område altid ved præcist, hvor den befinder sig. Dette kort kan så opdateres løbende af de selvkørende biler, men pointen er, at systemet altså beror på ekstremt detaljerede kort over de områder, hvor de skal køre. Er der intet kort så bilen flytter sig ikke ud af stedet.

Fordelen er, at Waymo kan sætte bilen på en slags virtuelle togskinner, så bilen ved altid præcist hvor på kortet den befinder sig, hvor den skal hen og hvor den bør befinde sig. Bilen ved altså hvordan omgivelserne nogenlunde ser ud og kan derudfra sørge for at holde sig på de virtuelle togskinner. Fordi systemet er baseret på disse virtuelle togskinner, så vil kørsel og placering på vejen virke overbevisende, da systemet ikke gætter sig frem.

HD-kort kræver enorm præcision. Waymo benytter sig af er LIDAR teknologien. LIDAR står for “Light Detection And Ranging” eller på jævnt dansk en afstandsmåler baseret på lysstråler. 

Med LIDAR kan bilen præcist måle afstanden til alle genstande i nærheden og rækkevidden kan være flere hundrede meter.

LIDAR skaber et meget præcist billede af alle objekter i omgivelserne. Det er meget let at bedømme hastighed og hvordan objekterne bevæger sig rundt i 3D.

LIDAR indsamler løbende utrolige mængder data som skal gemmes og behandles, hvilket Waymo tager sig af ved at overføre data af bilen tilbage til en central server. Fra denne server kan bilerne så hente nye data, men vi taler angiveligt om nogle ret store mængder data.

Hvis vi sådan visuelt skal forestille os LIDAR, så forestil dig et 3D-billede af dine omgivelser bestående af tusindvis af små lysende prikker, og at disse prikker så flytter sig mange gange per sekund. LIDAR generer tusindvis af datapunkter i et tredimensionelt rum mange gange per sekund, hvilket giver nogle ret store mængder data.

LIDAR-teknologien kan dog ikke bruges til se om farven på trafiklyset i et lyskryds er grønt, gult eller rødt. Ligeledes kan LIDAR have svært ved at skelne objekter (personer, biler, træer, reklameskilte med mere) fra hinanden.

Eksempel med indbygget dilemma: Et barn står tæt på en skraldespand på den ene side af vejen. Er barnet en del af skraldespanden, eller er der tale om unikke to objekter? Det kan LIDAR ikke se. LIDAR kan kun måle afstanden til objektet eller objekterne.

Hvad værre er, at hvis systemet ikke kan skelne to objekter fra hinanden, så bliver det svært at lave et system, der kan forudsige fremtidige hændelser. Systemet kan altså ikke tage højde for at barnet pludseligt kan finde på at træde ud på vejen.

Derfor bliver Waymo nødt til at bruge flere forskellige teknologier i en kombination. Waymo-systemet skal derfor også bruge kameraer, som kan se farven på trafiklyset eller som kan se forskel på en skraldespand og et barn.

Men så opstår næste problem; hvilke data skal systemet bruge til at tage den endelige beslutning? Er det data fra kameraet eller LIDAR, som giver systemet den bedste information? Hvis de to systemer ikke er enige, hvilket system skal bilen så stole på? Skal systemet forvente, at skraldespanden bliver stående, eller skal systemet forvente at barnet løber ud på vejen? Kan systemet overhovedet skelne barnet og skraldespanden fra hinanden?

Det er her Waymos begrænsning begynder at blive problematisk. Derudover skal systemet stadigvæk kunne navigere rundt i den virkelige verden selvom systemet beror på HD-kort. Her er Waymo stadigvæk ikke overbevisende. Se en video med Waymo i aktion her.

Noget så “simpelt” som et venstresving er noget Waymo-systemet helst undgår, for selvom det virker simpelt for en menneske, så er det yderst krævende for et selvkørende system.

Waymo har efterhånden brugt rigtigt mange år på at udvikle teknologien, men den er bare aldrig blevet rigtig god. Selvom teknologien fungerer nogenlunde, så er den bare ikke overbevisende efter min mening.

Og så har vi hele problemet med skaleringen, da alle områder skal scannes og bearbejdes, før bilerne kan køre i områderne. Man kan ikke tage en Waymo selvkørende bil og smide den ned på en tilfældig villavej i Korsør og så lade den køre til et sommerhus i Jammerbugten. Uden et HD-kort over hele ruten og en konstant dataforbindelse vil bilen ikke flytte sig ud af stedet.

Jeg tror ikke længere på, at Waymo kan trække en kanin op af hatten. Deres teknologivalg med LIDAR er en teknologisk blindgyde. Waymo kan sikkert køre i nogle begrænsede områder, men det ligger ikke i kortene, at systemet kan udrulles til hele verdenen i nuværende form.

Mobileye – avancerede kort med små datamængder

Hos det Intel ejede Mobileye har man taget lidt samme vej, som Waymo, med en form for HD-kort. Her består sensorerne primært af radar og kameraer. Modsat Waymos utroligt detaljerede HD-kort, som kræver LIDAR, så generer Mobileye løbende et HD-kort af omgivelserne ved hjælp af kameraer. Disse data bliver så sendt fra bilen tilbage til en central server. Fra den centrale server kan andre selvkørende biler hente disse HD-kort.

HD-kortene kan bilen bruge i kombination med GPS til at sørge for at bilen altid ved hvor den befinder sig, hvor den skal hen og hvordan omgivelserne ser ud. Altså igen en løsning med en slags virtuelle togskinner.

Dog er der en væsentlig forskel mellem Waymo og Mobileye er mængden af data. Mobileyes system overfører små datamængder på 8-10 KB per kilometer. Skal bilen køre en rute på 100 kilometer så taler vi om 0,8 – 1 MB data. Den slags data kan en almindelig 4G-mobilforbindelse overføre på under ét sekund.

Mobileyes system beror ikke på LIDAR, men på kameraer. Billeder fra kameraet bliver analyseret af bilen og alle relevante informationer som trafikskilte, skillelinjer, vejbanen, trafiklys osv. bliver løbende kategoriseret og derefter sendt tilbage til en central server. Fra den centrale server kan alle andre biler så hente informationerne senere.

Mobileyes system er, som nævnt, ligesom Waymo, en bil på virtuelle togskinner, men systemet genererer slet ikke samme mængde informationer som et LIDAR-system. Lidt firkantet kan man sige, at i stedet for tusindvis af lysende prikker der flytter sig mange gange i sekundet, så skaber Mobileye linjer, som flytter sig i forhold til hinanden. Det er langt mere effektivt. Derfor kan al data om forholdene hurtigt og nemt sendes tilbage til den centraliserede server.

Meget firkantet forklaret – og fuldstændig teknisk forkert – kan man sammenligne det mellem forskellen på et komprimeret bitmap-baseret billede (JPEG, GIF, PNG) og et vektorbaseret billede (WMF, SVG). Bitmap-billedet er mere detaljeret, men fylder utroligt meget, hvor et vektorbaseret billede fylder utroligt lidt og kan indeholde utrolig meget information ude at fylde ret meget. Se en video med Mobileye systemet her

Fordi Mobileye-systemet genererer langt færre data, så er det også muligt at indsamle store mængder data, behandle dem centralt og sende dem retur til de kørende biler.

Forestil dig et tilfældig vejstrækning i Danmark – f.eks. sådan en typisk kedelig villavej med 10 husstande. Der kører måske kun 20 biler på sådan en villavej i løbet af én dag, men hvis blot 2-3 af dem er udstyret med Mobileys teknologi, så bliver vejen altså “affotograferet” 2-3 gange om dagen.

Ændringerne i forholdene såsom vejarbejde eller et væltet skilt vil lynhurtigt bliver registreret. Fordi systemet er kamerabaseret så er der ingen problemer med at se trafiklys eller se forskel på objekter. 

Her kan systemet i teorien se forskel på en skraldespand og et barn. Hvis systemet er i tvivl, kan systemet tjekke med det opdaterede HD-kort, som en anden bil genererede for få timer siden. Systemet kan sige, at det er i tvivl om dette objekt, og så se, hvad HD-kortet mener det er. I teorien kan disse altid opdaterede kort også bruges til f.eks. at køre i snevejr, hvor bilen kan bruge “gamle” HD-kort til at navigere ud fra og hvis et vejskilt er ødelagt, så kan systemet tjekke vejskiltet i HD-kortet.

Mobileye er dog stadigvæk en slags virtuel togskinne. Systemet skal stadigvæk tage højde for de andre biler. Det er netop her, det bliver virkelig svært at vurdere, hvor godt Mobileys system er, for de har godt nok lavet nogle virkelig overbevisende videoer på YouTube som viser systemet i drift på offentlige veje i Israel og Tyskland, men hvis man ved lidt om selvkørende teknologi, så er der en del spørgsmål, der presser sig på.

Videoerne viser nemlig relativt simple ting, som man bør forvente, at et system baseret på virtuelle skinner kan håndtere rimelig godt. Problemet med selvkørende biler er nemlig ikke længere at få bilerne til at placere sig korrekt på vejbanen og styre bilen, men det er alt det som ligger udover, der er virkelig svært.

Hvordan håndterer systemet f.eks. en holdende bil midt på vejbanen, hvordan håndteres folk der kører over for rødt og hvordan håndteres venstresving, hvis der ikke er et trafiklys at tage højde for.

Og det er her det virkelig er svært at vurdere, hvor langt Mobileye i virkeligheden er. De er halvvejs oppe af stigen, men kan de overhovedet nå toppen?

Jeg har min tvivl, indtil jeg ser en overbevisende demonstration foretaget af andre end firmaet selv. Det skal også nævnes, at Mobileye kan bruge forskellige sensorer udover kameraer. Det er således muligt at kombinere kameraet med f.eks. LIDAR og radarteknologier – som kan lægge flere lag på lagkagen.

Det er her vigtig at forklare, at Mobileye primært udvikles ved at lade interne testkørere bruge softwaren for at finde fejl, hvilket er en helt anden tilgang end næste firma på listen, som lader næsten gud og hver mand afprøve systemet ude i trafikken.

Tesla – al betjening er en fejl

Ovre i den anden grøft hos Tesla har de valgt en helt anden tilgang til selvkørende biler. Her er der ingen tale om virtuelle togskinner eller HD-maps. 

Teslas tilgang er at systemet kunne køre uden brug af detaljeret viden om omgivelserne og systemet skal kunne køre på veje, hvor der aldrig har kørt en bil før. Fordi systemet ikke er baseret på disse virtuelle togskinner, så vil kørsel og placering på vejen somme tider virkede usikkert. Jeg vil beskrive det, som om systemet tøver eller er usikkert på, hvor bilen skal placere sig og hvor den skal hen.

Denne tilgang er fundamentalt anderledes end Waymo og Mobileys tilgang og på mange måder ekstremt svær. 

En fin sammenligning at nogle folk maler loftet i deres hus i en anden farve, mens andre folk påtager sig opgaven med at udsmykke loftet i det sixtinske kapel. Sammenligning er helt på sin plads, for den vej Tesla har valgt er teknisk set vanvittig. Se en video med Teslas systems her.

Tesla har nemlig valgt at benytte neurale netværk, som fungerer nogenlunde ligesom dine og mine hjerneceller. Vi taler altså pludselig om en form for intelligent maskine i stedet for virtuelle togskinner. Hver gang systemet ser et stykke vej, er det altså som om systemet ser vejstrækningen for første gang – ikke meget anderledes end når vi mennesker kører på en vejstrækning for første gang. Vi mennesker kan sagtens køre på ukendte vejstrækninger, som vi ikke har kørt på før, og det er det, som Tesla forsøger at opnå med deres system.

Teknologien beror på 8 kameraer, som danner en form for 360 graders video af alt hvad der foregår rundt om bilen. Målet er, at systemet skal kunne håndtere 36 billeder per sekund per kamera eller i alt beregne 288 billeder i sekundet. 

Modsat Mobileys kamerasystem så skal systemet ikke tjekke billeder i forhold til et HD-kort, men Teslas kamerasystem skal derimod danne et tredimensionelt billede af omverdenen i realtid og tage beslutninger ud fra omgivelserne. 

Systemer kan heller ikke falde tilbage på HD-kort, hvis det er i tvivl om identifikationen af et bestemt objekt. Systemet skal ligesom et menneske kunne se forskel på objekter, klassificere objekterne korrekthed og tage højde for fremtidige handlinger af objektet.

Tager vi eksemplet med et barn og en skraldespand, så er det lidt nemmere at forstå. Hvis Teslas system ved hjælp af bilens kameraer kan se barnet bag skraldespanden, så skal systemet altså vide, at barnet kan finde på at træde ud på vejbanen indenfor nogle sekunder og være opmærksom på at barnet flytter sig.

Den slags tager vi som mennesker for givet, men dette er afsindigt svært for et computersystem, når der pludseligt også skal tage højde for begivenheder, der måske sker flere sekunder ud i fremtiden.

Teslas løsning er i bund og grund en form for kunstig intelligens, som bliver trænet af frivillige beta-testere (bilens chauffør). Modsat systemerne fra Waymo og Mobileye, så beror Teslas system grundlæggende på, at det vil fejle, og det gælder om at minimere antallet af fejl. Waymo og Mobileyes systemer forsøger derimod helt at undgå fejl ved at lade bilerne kører på virtuelle togskinner.

Lyder Tesla tilgang velkendt? Måske fordi det er sådan menneskelig læring foregår. Vi lærer af vores fejl, retter til og laver forhåbentligt ikke fejlen igen. Det kan koges ned på én engelsk sætning “All input is error”. Hver gang chaufføren overtager styringen, så har systemet fejlet.

For at forstå denne tilgang er det vigtigt at forstå, at den software der ligger i bilen er et mindre kompleks stykke software end den software, som Tesla har liggende på store servere. Selve træningen (udviklingen) af softwaren foregår ikke i bilerne, men på Teslas store centrale servere.

Tænk på det som en 1,5 times spillefilm, der er baseret på en stor og tyk 450 siders roman. Spillefilmen bliver aldrig en komplet genfortælling af hele romanen med alle nuancerne. En god spillefilm får alle vigtige detaljer med selvom, der klippes en tå og hugges en hæl.

Den software, der kører i bilerne, er altså en spillefilm, mens softwaren på Teslas servere er romanen på 450 sider. Man kan også sige, at softwaren i Teslas biler er en “light version”.


Træning af den selvkørende teknologi

Teslas system kører i en såkaldt betaversion, hvor udvalgte ejere af Tesla biler får lov til at deltage i offentligt test af systemet. Målet er, at indsamle data og indsamlingen foregår efter tre principper.

For det første kan Tesla bede alle biler indsamle specifikke data, såsom eksempler på vejskilte eller specifikke situationer ude i trafikken. Tesla kan f.eks. bede alle deres biler indsamle eksempler på biler med blå blink. Videomaterialet kan efterfølgende sendes tilbage til Teslas servere. Den indsamlede data bruges til at træne genkendelse af objekter, så systemet f.eks kan se forskel på en cykel og en motorcykel.

Den anden del er, at Tesla kan køre systemet ubemærket i baggrunden på alle deres biler. Det skal forstås således, at Tesla kan sende en opdatering ud til alle Teslaer – ikke kun betatestere – og lade hver bil afprøve ny software usynligt i baggrunden. 

På den måde kan man se om systemet vil styre bilen ligesom den menneskelige chauffør gør. Altså lidt ligesom når ens 17-årige datter, der lige har taget teoriprøven, sidder på passagersædet af bilen og intensivt studerer, hvordan du kører bilen. Her skal vi blot forestille os, at denne usynlige test foregår dagligt i det skjulte på et par millioner biler.

Den tredje del er, når chaufføren opdager fejltagelser og overtager styringen af bilen. Dette punkt er også det som kaldes “all input is error”. Teslas system er som nævnt niveau 2. Chaufføren skal derfor altid være klar til at tage over. Hvis bilen styrer sig selv og chaufføren opdager at bilen pludselig gør noget som den ikke skal, så overtager chaufføren styringen. Dette tæller som en fejl og videooptagelser af fejlen kan sendes til Tesla for yderligere analyse.

Som tidligere skrevet er Teslas system kun på niveau 2, og det er med vilje. For at at lade chaufføren være den juridisk ansvarlige for kørslen kan Tesla indsamle utrolige mængder data, som de kan bruge til at træne, justere, forfine deres software.

Når eller hvis Tesla får trænet deres system til at fungere noget nær perfekt, så kan Tesla hoppe op på niveau 3, 4 eller 5. 

Sjov nok minder denne tilgang om, hvordan vi mennesker lærer at køre bil. Vi gennemgår teorien, vi lærer hvordan vi bør agere og så træner vi sammen med en kørelærer i timevis, før vi er gode nok til at bestå en køreprøve.

Hvor højt er bjerget?

Nu lyder det hele måske lidt for positivt for Tesla, men der er da også mulige hår i suppen. Teslas tilgang til selvkørende biler er ikke raketvidenskab eller hjernekirurgi – det er langt, langt sværere. 

Vi taler bogstaveligt talt om helt nye videnskabelige metoder, som bliver brugt i Teslas system og der er et ganske reel risiko for, at Tesla rammer ind i det som kaldes et “lokalt maksimum” med teknologien.

Et lokal maksimum kan lettetest forklares med et eksempel. Vi tager en tur til Norge for at bestige et fjeld. Når vi står ved bunden af fjeldet, ser fjeldet stort ud, men det er først, når vi er gået hele vejen op til toppen, at vi kan se, at nabofjeldet faktisk er højere. Så må vi pænt gå hele vejen ned af fjeldet, og gå op af det næste fjeld for at nå toppen… men hvad sker der, når vi når toppen? Ser vi et nyt højere fjeld?

Denne problemstilling er faktisk også Waymos udfordring. Nogle vil faktisk mene, at dette netop er grunden til, at Waymo ikke allerede er udrullet til hele kloden. Teknologien eller tilgangen til problemstillingen har altså besteget ét fjeld og opnået en vis succes, men teknologien kan ikke komme videre i dens nuværende form. Nogle gange kan forhindringen overkommes, andre gange er det helt umuligt.

Tesla ramte problemet med et lokalt maksimum i forbindelse med brugen af både kamera og radar i deres tidligere systemer. Løsningen blev, at Tesla droppede brugen af radar og i dag udelukkende benytter kameraer og ultralydssensorer.

Det krævede, at Tesla måtte tage fem skridt tilbage. De blev nødt til at tilbagerulle dele af systemet og bruge måneder på at genoptræne hele systemet. Tesla tog en risiko, de tog fem skridt tilbage, men efter få måneder var de kommet 10 skridt nærmere målet.

Denne villighed til at acceptere at fejl, genoverveje situation, gå fem skridt tilbage og finde en anden vej er selve Teslas DNA. Før der går helt fanboy i den, så er det vigtigt at forstå denne tilgang til teknologien. 

Tilgangen er nemlig markant anderledes og det er derfor nogle folk anser Tesla for verdens mest værdifulde selskab, mens andre ryster på hovedet og tror firmaet er styret af en flok tosser.

Opsummering: Kommer den totalt selvkørende bil snart?

Med den baggrundsviden kan vi nu begynde at se de store forskelle i teknologierne, når vi sammenligner Waymo, Mobileye og Tesla. 

Waymo vil være niveau 3/4 fra starten. Systemet beror derfor at et forsigtighedsprincip, hvor bilerne forsøger at vide alt om omgivelserne. Sådan et system er u-fleksibelt og vil være svært at rulle ud over alt. Har selskabet ramt et lokalt maksimum? Muligvis.

Mobileye ligger lidt af sikkerhedsnettet på hylden og vælger den gyldne mellemvej, men beror stadigvæk på HD-kort af omgivelserne. Denne tilgang vil muligvis virke fornuftigt på de fleste veje, men systemet har også begrænsninger, og hvordan det fungerer i praksis i hænderne på almindelige bilister, er endnu usikkert.

Endelig har vi Tesla, som slet ikke benytter et sikkerhedsnettet med virtuelle togskinner, men derimod forsøger at benytte en form for kunstig intelligens til at køre bilen ligesom mennesker. Systemer virker, men er langt fra perfekt, men udviklingen går stærkt og det går fremad.

Endelig er der så alle de detaljer, som vi ikke har talt berørt. Mobileye udvikler f.eks. sine egne meget lidt strømkrævende chips til de selvkørende biler, og Teslas kameraløsning kan analysere 36 billeder per sekund fra otte kameraet i en slags 360 graders video.

Teknologierne fra de enkelte selskaber er endnu mere komplicerede end denne korte opsummering.

Og så er vi faktisk nået frem til at besvare spørgsmålet, der startede hele denne artikel. Hvornår kommer de selvkørende biler ud på europæiske landeveje? Altså ikke noget med testkørsel eller en bilproducent, der kører rundt i en bil med en uddannet test-chauffør.

Jeg var så kæk i min diskussion med John G., at jeg sagde inden udgangen af 2022.

Det er lige om lidt, men jeg tror faktisk, det er realistisk. Norge og Tyskland har lovgivningen på plads, men om det bliver Waymo, Mobileye eller Tesla, der kommer først med en selvkørende bil, som almindelige mennesker kan købe og køre rundt i, den er svær. Og hvilket system vil vise sig at være bedst ude i virkeligheden?

Jeg gætter på Mobileye eller Tesla, men hvad siger du kære læser? Tror du på selvkørende biler på europæiske landeveje i 2022? Og hvem vinder teknologikapløbet – og vil der være mere end én vinder?


BLIV OPDATERET GRATIS: Tre gange om ugen udsendes nyhedsbrevet ‘Kaffepause ☕️ med tech‘. Tilmeld dig her – frameld når du har lyst. Alle nye følgere modtager som tak vores skræddersyede liste med 10 af de bedste guides og tips til mobilen.

Elbilen er langt fra et gennembrud som firmabil

Firmaelbilisterne savner lovgivning, der gør et skifte til elbiler økonomisk attraktivt. 

(mere…)
Strømspild: Får du strøm nok, for det du betaler?

Når du lader din elbil, så spilder du faktisk en del strøm. Og du betaler selv for det. Det varierer meget fra model til model og fra mærke til mærke.

(mere…)
Skoda har afsløret ny model – mød Skoda Epiq

Den nye ventede Skoda-model er afsløret. Der er tale om en lille SUV med fin rækkevidde og skarp pris.

(mere…)
Det koster Polestar 3

Polestar 3 kan bestilles nu. Her er prisen.

(mere…)
Fisker forbereder mulig konkurs

Skal man tro de mange rygter, så forbereder elbilfirmaet Fisker Inc., med danske Henrik Fisker i front, sig på en mulig konkurs.

(mere…)
Tesla-ejere går glip af tusindvis af kroner

Snyder kunderne for elrefusion! Teslas ladeboks til hjemmebrug er 'katten i sækken'.

(mere…)
Subscribe - få opdateringer på tråden
Notify of
2 Kommentarer
Ældste
Nyeste
Inline Feedbacks
Se alle kommentarer
Kom et skridt foran
Vil du være fuldt opdateret på de seneste nyheder, anmeldelser samt trends og tendenser i mobilbranchen? Få de seneste vurderinger først i vores nyhedsbrev.
Gå til tilmeldingssiden
Vi dækker den bærbare teknologi – smartphones, tablets, smartwatches, forbrugerstof og bringer baggrundshistorier og guides. MereMobil.dk har en ambition om at være den primære kilde at gå til, hvis du ønsker viden om branchen, der hver dag har enorm betydning for os alle.
© 2024 MereMobil.dk. Alle rettigheder forbeholdt.
magic-wandarrow-right-circle
linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram