Współprezes Waymo przedstawił najklarowniejsze do tej pory publiczne uzasadnienie tego, dlaczego same kamery nie doprowadzą samochodu do pełnej autonomii. Podczas Startup School organizowanej przez Y Combinator Dmitri Dolgov przekonywał, że to, co nazywa słabym postrzeganiem, natrafia na sufit możliwości znacznie poniżej niezawodności, jakiej potrzebuje pojazd jeżdżący bez nadzoru — i że tej luki nie domyka się większą ilością danych treningowych.
Argument i dlaczego nie jest tym oczywistym
Intuicyjny zarzut wobec lidaru brzmi tak: człowiek prowadzi dwoma oczami i bez skanera laserowego, więc kamery powinny w zasadzie wystarczyć. Dolgov odpowiada, że istnienie ludzkiego rozwiązania nie zobowiązuje inżyniera do kopiowania jego architektury. Człowiek wnosi zresztą do prowadzenia ogólny model świata, jakiego nie ma żaden dzisiejszy system.
Jego ramą jest problem dziewiątek. Doprowadzenie systemu jazdy od 90% do 99% niezawodności jest stosunkowo łatwe; przejście od 99% do 99,99% to praca innego rzędu i właśnie ten ostatni odcinek decyduje o tym, czy można usunąć kierowcę. Stos oparty tylko na kamerach daje, jego zdaniem, doskonały produkt wspierający kierowcę, ale zatrzymuje się przed liczbą dziewiątek, której wymaga jazda bez nadzoru.
Dwa przykłady, które przytoczył
Dolgov oparł swój wywód na sytuacjach, w których kamera nie ma z czym pracować, a nie na abstrakcjach. W burzy piaskowej obraz z kamery nie pokazuje niemal nic, podczas gdy lidar przebija się przez pył i wyodrębnia pieszego stojącego na poboczu. Pokazał też pojazd Waymo z zasłoniętą przednią szybą, który samodzielnie i bezpiecznie wrócił do zajezdni wyłącznie na lidarze i radarze — bez żadnego użytecznego obrazu z kamer.
O to właśnie chodzi w fuzji sensorów w wersji stosowanej przez Waymo: nie o to, że lidar widzi w dobrych warunkach lepiej niż kamera, ale o to, że kamery, lidar i radar mają odmienne tryby awarii, więc warunki oślepiające jeden z nich pozostawiają pozostałe w działaniu.
| Sensor | Co wnosi | Zawodzi przy |
|---|---|---|
| Kamery | Wysoka rozdzielczość, kolor, tekst i sygnalizacja | Ciemność, olśnienie, pył, silna niepogoda |
| Lidar | Bezpośrednia struktura 3D i odległość | Koszt, część powierzchni odbijających |
| Radar | Obecność i prędkość obiektów | Niska rozdzielczość, ograniczona klasyfikacja |
Liczby stojące za tą tezą
Waymo ma za sobą ponad 220 milionów w pełni autonomicznych mil na drogach publicznych, a według własnych opublikowanych danych o bezpieczeństwie jego pojazdy uczestniczą w o 94% mniejszej liczbie wypadków z poważnymi lub śmiertelnymi obrażeniami niż kierowcy-ludzie na tych samych obszarach. TeslAnt pisał o niezależnej ocenie tego dorobku w badaniu IIHS nad wypadkowością Waymo.
Tesla jest stroną przeciwną i wszyscy o tym wiedzą, choć Dolgov budował swoją argumentację na architekturze, a nie na nazwie firmy. Zakład Tesli polega na tym, że kamery plus dostatecznie dobra sieć neuronowa dowiozą do celu, że lidar jest kosztowną kulą, a skala floty bije redundancję sensorów. Własna usługa robotaxi Tesli jeździ obecnie z operatorem bezpieczeństwa na przednim fotelu, co jest praktyczną miarą tego, na jakim etapie ten zakład dziś stoi.
Dlaczego to ma znaczenie w Europie
Europejska homologacja typu i krajowe zezwolenia na ruch bez kierowcy powstają właśnie teraz, a regulatorzy czytający argumentację Waymo o redundancji sensorów dostają do ręki techniczny wzorzec, na który mogą się powołać. Jeśli „tylko kamery” staną się tym, co urząd homologacyjny każe uzasadniać, przesądzi to o tym, które systemy będzie można tu wdrożyć i kiedy — niezależnie od tego, która architektura ostatecznie okaże się słuszna.