De co-CEO van Waymo heeft de tot nu toe helderste publieke onderbouwing gegeven van waarom camera's alleen een auto niet naar volledige autonomie brengen. Tijdens de Startup School van Y Combinator betoogde Dmitri Dolgov dat wat hij zwakke waarneming noemt tegen een prestatieplafond aanloopt dat ruim onder de betrouwbaarheid ligt die een onbewaakt zelfrijdend voertuig nodig heeft — en dat je dat gat niet dicht met meer trainingsdata.
Het argument, en waarom het niet het voor de hand liggende is
Het intuïtieve bezwaar tegen lidar is dat mensen rijden met twee ogen en zonder laserscanner, dus zouden camera's in principe moeten volstaan. Dolgovs antwoord is dat het bestaan van een menselijke oplossing een ingenieur niet verplicht om die architectuur te kopiëren. Mensen brengen bovendien een algemeen wereldmodel mee dat geen enkel huidig systeem heeft.
Zijn kader is het probleem van de negens. Een rijsysteem van 90% naar 99% betrouwbaarheid brengen is relatief eenvoudig; van 99% naar 99,99% komen is werk van een andere orde, en juist dat laatste stuk bepaalt of je de bestuurder eruit kunt halen. Een stack met alleen camera's levert volgens hem een uitstekend rijhulpproduct op, maar blijft steken voordat het aantal negens is bereikt dat onbewaakt rijden vereist.
De twee voorbeelden die hij meenam
Dolgov bouwde zijn betoog op situaties waarin de camera helemaal geen signaal heeft, niet op abstracties. In een zandstorm laat het camerabeeld vrijwel niets zien, terwijl lidar er dwars door heen snijdt en een voetganger langs de weg onderscheidt. En hij liet een Waymo zien waarvan de voorruit was geblokkeerd en die alleen op lidar en radar veilig naar de remise terugreed — zonder enig bruikbaar camerabeeld.
Dat is precies de bedoeling van sensorfusie zoals Waymo die toepast: niet dat lidar bij goed weer beter ziet dan een camera, maar dat camera's, lidar en radar verschillende faalvormen hebben, zodat een omstandigheid die de één blind maakt, de andere laat werken.
| Sensor | Levert | Faalt bij |
|---|---|---|
| Camera's | Hoge resolutie, kleur, tekst en signalen | Duisternis, tegenlicht, stof, zwaar noodweer |
| Lidar | Directe 3D-structuur en afstand | Kosten, sommige reflecterende oppervlakken |
| Radar | Aanwezigheid en snelheid van objecten | Lage resolutie, beperkte classificatie |
De cijfers achter de claim
Waymo heeft meer dan 220 miljoen volledig autonome mijl op de openbare weg afgelegd en volgens zijn eigen gepubliceerde veiligheidscijfers zijn de voertuigen betrokken bij 94% minder ongevallen met ernstig of dodelijk letsel dan menselijke bestuurders in dezelfde gebieden. TeslAnt schreef over de onafhankelijke beoordeling van die staat van dienst in de IIHS-studie naar het ongevalscijfer van Waymo.
Tesla is de tegenpositie en iedereen weet dat, ook al voerde Dolgov zijn betoog via de architectuur en niet via de naam van het bedrijf. Tesla's inzet is dat camera's plus een voldoende goed neuraal netwerk het redden, dat lidar een dure kruk is en dat vlootomvang zwaarder weegt dan sensorredundantie. Tesla's eigen robotaxidienst rijdt momenteel met een veiligheidsmedewerker op de voorstoel, wat de praktische maat is voor hoe die inzet er vandaag voor staat.
Waarom het in Europa uitmaakt
De Europese typegoedkeuring en de nationale vergunningen voor rijden zonder bestuurder worden nu geschreven, en toezichthouders die een Waymo-argument over sensorredundantie lezen, krijgen daarmee een technische norm in handen om naar te verwijzen. Als „alleen camera's” het punt wordt dat een goedkeuringsinstantie je laat verantwoorden, bepaalt dat welke systemen hier ingezet kunnen worden en wanneer — los van welke architectuur uiteindelijk de juiste blijkt te zijn.