Edellinen juttu aiheesta tuli kirjoitettua 11 vuotta sitten.
Sittemmin on todellista toimivaa automaatiota rakennettu autoihin ja magneettivihiä seuraava ajo ei enää ehkä ole paras keino.
Eniten ääntä tekemisistään on pitänyt Tesla, mutta on noita erilaisia automaatioita ilmestynyt tässä vuosien aikana.
Päätekniikat näyttävät olevan:
- Laser-skannereilla ympäristöä mittaava järjestelmä yhdistettynä tarkkuus-GPS:ään ja monikeila-mm-tutkaan
- Puhtaalla videokuvalla toimiva järjestelmä
- Augmentoitu systeemi joka käyttää suurinopeuksista mobiiliverkkoa kutsuakseen datakeskuksen resursseja + ihmisiä avukseen.
Autossa olevat tietokoneet ovat saavuttaneet jo teratavujen datakapasiteetin ja kykenevät siten käyttämään korkean resoluution ympäristömallia paikallisesti. Toki ongelmia tulee heti kun maastossa tapahtuu joku muutos. Alkuvaiheessa nämä systeemit olivat kovin ymmällään pienistäkin poikkeamista. Tämän vuoksi etenkin robotakseissa on augmentaatio jolla autetaan pulaan joutunutta autoa.
Mutta tehdäkö tätä laser-skannerilla vai pelkällä videokuva-visiolla?
Jos yksi skanneri maksaa USD 15 000 ( +- 5000 ), niin mihin sen sijoitat?
Keskelle kattoa? Laitatko useamman? Skannerin hinnan vaikutus auton hintaan on noin kertoimella 10, joka tekee näistä aivan mahdottomia yleiskäyttöön. Toki jos hinta laskee satasiin, nämä tulevat mahdolliseksi käyttää halvemmissakin autoissa.
Videokamerat maksavat muutaman kymmenen dollaria kappale. Niitä on halpaa kylvää ympäri autoa mahdollistaen jopa stereokuvauksen etäisyyden määritykseen.
Mutta tehdäkö tätä laser-skannerilla vai pelkällä videokuva-visiolla?
Jos yksi skanneri maksaa USD 15 000 ( +- 5000 ), niin mihin sen sijoitat?
Keskelle kattoa? Laitatko useamman? Skannerin hinnan vaikutus auton hintaan on noin kertoimella 10, joka tekee näistä aivan mahdottomia yleiskäyttöön. Toki jos hinta laskee satasiin, nämä tulevat mahdolliseksi käyttää halvemmissakin autoissa.
Videokamerat maksavat muutaman kymmenen dollaria kappale. Niitä on halpaa kylvää ympäri autoa mahdollistaen jopa stereokuvauksen etäisyyden määritykseen.
Paikallisia prosessointiresursseja halutaan käyttää aina enemmän kuin on tarjolla - mutta tarjolla olevat kykenevät jo aika huimiin suorituksiin.
Tesla on kertonut omista ajotietokoneistaan, muut eivät niinkään. Teslalla ajotietokone v4 on moniprosessori ARM korkean käytettävyyden parina + kummallekin prosessorille on neuroverkkolaskin. Käyttöliittymää pyörittää toisella piirikortilla AMD Ryzen (4 core) + grafiikkaohjain.
Loppuvuodesta 2021 arkkitehtuuri oli sellainen missä monelta videokameralta kerättiin kuvia ja ne yhdistettiin kamerakohtaisten geometriamuunnosten kanssa yhdeksi panoraamaksi. Sitten kuva autolabeloitiin ja vektoroitiin. Erilaisia ympäristön kohteita seurattiin vektorimallista. Jos jokin kohde oli jonkun esteen takana piilossa, vektorimalli tiesi kohteesta vaikka sitä ei ole hetkeen näkynyt. Vektorimalli sisälsi myös liikkeen ja havaitut kohteet jatkoivat liikettä havaitulla nopeudella myös ollessaan piilossa.
Loppuvuodesta 2021 arkkitehtuuri oli sellainen missä monelta videokameralta kerättiin kuvia ja ne yhdistettiin kamerakohtaisten geometriamuunnosten kanssa yhdeksi panoraamaksi. Sitten kuva autolabeloitiin ja vektoroitiin. Erilaisia ympäristön kohteita seurattiin vektorimallista. Jos jokin kohde oli jonkun esteen takana piilossa, vektorimalli tiesi kohteesta vaikka sitä ei ole hetkeen näkynyt. Vektorimalli sisälsi myös liikkeen ja havaitut kohteet jatkoivat liikettä havaitulla nopeudella myös ollessaan piilossa.
