Studenci z Uniwersytetu Kazimierza Wielkiego pracują nad samochodem autonomicznym. Pojazd zbudowany w skali 1:10 bierze udział w globalnym konkursie Future Mobility Challenge. Bydgoska drużyna – Level5 – jest jedyną polską ekipą walczącą w tym konkursie. Dr inż. Sebastian Kula podkreśla, że obecnie trwają prace nad algorytmami, sztuczną inteligencją i oprogramowanie. Prestiżowy konkurs organizowany jest przez firmę Bosch – największego na świecie dostawcę kompotentów dla sektora automotive.
- Future Mobility Challenge to prestiżowy konkurs organizowany przez firmę Bosch
- Studenci Uniwersytetu Kazimierza Wielkiego w Bydgoszczy pracują obecnie nad sfinalizowaniem projektu autonomicznego samochodu
- dr inż Sebastian Kula podkreśla, że dziś jedną z większych przeszkód w rozwoju autonomicznych pojazdów i zastosowaniu ich w praktyce jest wciąż mała przepustowość internetu
Stworzyli Państwo autonomiczny pojazd – jak on działa i co szczególnego się w nim znajduje?
Zespół LEVEL5 z UKW: Pojazd, jako urządzenie, został nam dostarczony przez organizatora konkursu – firmę BOSCH. Jego główną częścią odpowiedzialną za widzenie świata zewnętrznego i reagowanie na sytuacje na drodze jest system wbudowany Raspberry Pi 4 wraz z kamerą. Układ ten za pośrednictwem płytki Nucleo steruje przemieszczaniem się pojazdu. Naszym zadaniem jest zaprogramowanie zachowań behawioralnych modelu samochodu w celu zapewnienia bezpiecznej i zgodnej z zasadami ruchu drogowego jazdy. Obecnie jesteśmy w trakcie realizacji tego założenia. Planowany termin zakończenia prac to koniec marca.
Ile trwało jego stworzenie?
Drużyna LEVEL5 ukonstytuowała się w październiku 2021 roku i od tego momentu trwają nasze prace, bezpośrednio związane z konkursem dotyczącym pojazdu autonomicznego. W ramach prac skupiamy się przede wszystkim na algorytmach, na danych, na sztucznej inteligencji, na programowaniu.
Oczywiście pierwszy etap naszych prac wymagał uruchomienia i integracji elektroniki zawartej w modelu, dostarczonym przez organizatora konkursu. Proponowane przez nas rozwiązania nie są jeszcze ostateczne i dlatego ciągle je udoskonalamy, a nasze prace wciąż trwają.
Jak dokładnie wygląda sztuczna inteligencja w nim zamontowana – czy to właśnie AI jest sercem tego typu pojazdów?
AI jest bardziej „mózgiem” niż „sercem” pojazdów autonomicznych. W tej analogii nie ma żadnej przesady, gdyż inspiracją dla sztucznej inteligencja jest natura, w tym jak najbardziej człowiek. Motorem do stworzenia głębokich sieci neuronowych (DNN) był zdecydowanie ludzki mózg. Jednocześnie budując pojazd autonomiczny staramy się oczywiście zastąpić kierowcę, a więc ucząc sieci neuronowe dążymy do odwzorowania procesu uczenia, jaki ma miejsce w trakcie szkolenia się prawdziwego, nie sztucznego kierowcy.
W naszej implementacji odnoszącej się do rozwiązania wyzwania, jakim jest stworzenie pojazdu autonomicznego również wykorzystaliśmy głębokie sieci neuronowe, a także elementy wizji komputerowej. Te technologie gwarantują utrzymanie pojazdu na drodze, rozpoznawanie znaków oraz odpowiednią reakcję na dynamicznie zmieniającą się sytuację na torze (wykrywanie przeszkód, wyprzedzanie pojazdów, ustępowanie pierwszeństwa pieszym itp.). Rozwiązania oparte o AI są obecnie wiodącym trendem w tego typu pojazdach. Nie jest to oczywiście jedyne rozwiązanie gwarantujące autonomiczność pojazdów. Innym rozwiązaniem jest m.in. zastosowanie zaawansowanych metod filtracji i przetwarzania obrazów, regulatorów np. PID oraz tradycyjnych algorytmów, nie będących algorytmami sztucznej inteligencji.
Czym jest konkurs Future Mobility Challenge?
Konkurs Future Mobility Challenge to inicjatywa firmy BOSCH stworzona przede wszystkim dla studentów ale również dla uczelni. Celem konkursu jest rozwój algorytmów i metod sterowania samochodem autonomicznym, który został wykonany przez organizatorów jako model w skali 1:10. Konkurs odbywa się regularnie od 2017 roku, a tegoroczna edycja ma charakter międzynarodowy i transkontynentalny, ponieważ uczestnikami są zespoły studenckie z Europy, Ameryki Północnej i Azji.
Po rozmowie kwalifikacyjnej organizatorzy zaprosili do udziału w obecnej edycji rywalizacji 54 zespoły z kilkunastu krajów świata, w tym zespół LEVEL5 z Uniwersytetu Kazimierza Wielkiego w Bydgoszczy (jedyny zespół z Polski). Drużyna LEVEL5 to pięciu studentów kierunku informatyka, a jednocześnie pasjonatów pojazdów samojezdnych. Mentorem drużyny jest dr inż. Sebastian Kula z Instytutu Informatyki UKW, który zainteresował studentów konkursem. Prace naszego zespołu trwają i mamy nadzieję wziąć udział w finale rywalizacji, zaplanowanej na 15 maja 2022 roku.
Jakie są dziś główne przeszkody w rozwoju pojazdów autonomicznych?
Pojazd autonomiczny to obszar, który dotyka wielu aspektów życia, w tym aspektów prawnych czy etycznych. Oczywiście odpowiadając na to pytanie skupimy się na kwestiach technicznych. Głębokie sieci neuronowe aby być efektywnymi rozwiązaniami wymagają ogromnej ilości danych i choć obecna sieć internet generuje, każdego dnia potężne zbiory danych to jest to wciąż za mało aby sieć neuronowa mogła reagować optymalnie w każdej sytuacji, jaka potencjalnie może zaistnieć w ruchu drogowym. Próbowano temu zaradzić poprzez promowanie koncepcji instalacji, w każdym nowo sprzedanym pojeździe kamery, która wysyłałaby dane w czasie rzeczywistym do chmury obliczeniowej celem ich przetworzenia i uczenia globalnej sieci neuronowej. Koncepcja ta nie znalazła jednak zastosowania.
Problem niewystarczającej ilości danych jest więc pewną przeszkodą w budowie pojazdów w pełni autonomicznych ale w związku z dalszym rozwojem internetu, sieci 5G i IoT (internetu rzeczy) jak również wykorzystaniu coraz powszechniejszemu symulatorów jazdy pojazdów należy oczekiwać, iż ta przeszkoda zostanie relatywnie szybko wyeliminowana. Istnieje jednak moim zdaniem inna, dużo trudniejsza do przezwyciężenia przeszkoda. Głębokie sieci neuronowe są coraz większe, zawierają już miliony, a nawet miliardy parametrów co sprawia, iż uczenie, a przede wszystkim implementacja modeli AI wymaga urządzeń o ogromnej mocy obliczeniowej. Uważamy, iż obecne rozwiązania w tym obszarze są nadal niewystarczające aby uzyskać w pełni autonomiczny pojazd.
Kiedy mamy szansę na dojście do najwyższego poziomu autonomiczności pojazdów? Czym będą się one charakteryzować?
Odpowiedź na to pytanie na pewno nie należy do łatwych, bo koncepcje związane z pojazdem autonomicznym pojawiały się już w latach sześćdziesiątych XX wieku i nie doczekały się one, w owym czasie realizacji. Obecnie różne opracowania mówią o uzyskaniu 100% autonomiczności pomiędzy 2025 a 2030 rokiem. Naszym zdaniem również do tych terminów należy podchodzić krytycznie i ostrożnie, co nie oznacza, iż w zakresie autonomiczności pojazdów nic się nie dzieje, wręcz przeciwnie mamy do czynienia z rewolucją w tym obszarze i praktycznie każdy może tego doświadczyć. Systemy ADAS to już zdecydowanie standard, systemy wykrywania linii (znaków poziomych) również, systemy samodzielnego parkowania też powoli stają się standardem.
Naszym zdaniem szansy uzyskania pełnego poziomu autonomiczności należy szukać w przetwarzaniu i programowaniu równoległym, opartym o systemy wbudowane wieloprocesorowe. To ich rozwój umożliwił dotychczasowe, rewolucyjne zmiany w zakresie wizji komputerowej, automatyki i robotyki, w zakresie praktycznej implementacji modeli sztucznej inteligencji. Wedle wszelkich prognoz potencjał obliczeniowy systemów wbudowanych nadal będzie szybko rósł i to pozwoli na uzyskanie zdecydowanie wyższego poziomu autonomiczności niż mamy obecnie.
Najwyższy poziom autonomiczności to oczywiście pojazd bez kierowcy, pojazd, który ma tylko miejsca dla pasażerów. Pojazd pozbawiony miejsca na kierownicę, pozbawiony tablicy rozdzielczej czy gałki zmiany biegów. Wsiadając do takiego pojazdu będziemy wskazywali tylko cel naszej podróży a samochód autonomiczny bezpiecznie i stosunkowo szybko nas tam dowiezie.
Czy faktycznie jest tak, że samochód autonomiczny będzie bezpieczniejszy od tego, który kierowany jest przez człowieka?
Tego należy oczekiwać i taka jest idea samochodu autonomicznego aby lepiej, bezpieczniej i taniej poruszał się w ruchu drogowym niż pojazd z „żywym” kierowcą. Jednocześnie wiele na to wskazuje, iż tak właśnie będzie. Jeśli przyjrzymy się technikom, obecnie stosowanym w wizji komputerowej, która jest przecież kluczowa dla pojazdów samojezdnych to już teraz algorytmy AI i CV potrafią klasyfikować i rozróżniać obrazy szybciej, trafniej i dłużej (bo się nie męczą) niż człowiek. Co więcej algorytmy DNN potrafią wykrywać na obrazach wzorce i zależności, które dla człowieka są niewykrywalne albo trudne do wykrycia. Wszystko to sprawia, iż należy oczekiwać, że maszyna w sytuacji potencjalnie niebezpiecznej na drodze dokona trafniejszego czyli bezpieczniejszego wyboru niż człowiek.
Co z bezpieczeństwem danych?
W ramach konkursu jest przewidziany przesył danych pomiędzy pojazdami z użyciem WiFi, wysyłanie sygnałów lokalizacyjnych w ramach sieci LAN, natomiast nie przewidziano ataków na sieć czy próby zakłócania sygnałów. Bezpieczeństwo danych będzie więc zapewnione podobnie jak w typowych sieciach LAN. Abstrahując od konkursu to istnieją dwie koncepcje pojazdu autonomicznego, jedna przewiduje intensywne wykorzystywanie chmury i jednocześnie niewielkie, pod względem obliczeniowym systemy wbudowane w pojazd, druga koncepcja odwrotnie stosunkowo niewielki transfer danych do chmury i potężny pod względem obliczeniowym superkomputer, system wbudowany umieszczony w pojeździe autonomicznym. Oczywiście druga koncepcja jest bezpieczniejsza bo wymaga mniejszego transferu danych.
*Wywiadu udzielili: członkowie zespołu LEVEL5 z UKW; dr inż. Sebastian Kula, pracownik UKW, Ambasador Programu Uniwersyteckiego firmy NVIDIA, certyfikowany instruktor kursów firmy NVIDIA, w tym kursów z Wizji Komputerowej i Głębokiego Uczenia, pierwszy w Polsce założyciel Centrum Nauczania CUDA from NVIDIA, uczestnik wielu programów naukowo-badawczych, w tym programów ramowych z UE (FP6, FP7, Horizon 2020) czy akcji COST.
