لایدار در برابر دید خالص: مکانیک و بده‌بستان‌های حسگرهای رانندگی خودران

خلاصه ماجرا این است: صنعت رانندگی خودران به دو جبهه آشتی‌ناپذیر تقسیم شده است و برنده این نبرد تعیین خواهد کرد که خودروهای آینده چگونه ساخته شوند. در یک سو، طرفداران دید حداکثری قرار دارند که معتقدند دوربین‌های ارزان‌قیمت در حد گوشی‌های هوشمند، همراه با شبکه‌های عصبی عظیم، می‌توانند با تقلید از چشم انسان، مشکل خودرانی را حل کنند.

در سوی دیگر، مدافعان ترکیب حسگر ایستاده‌اند که اصرار دارند خودرانی واقعی نیازمند لایدار است—لیزرهای فعال و گران‌قیمتی که جهان سه‌بعدی را به صورت فیزیکی اندازه‌گیری می‌کنند. رویکرد اول به اندازه‌ای ارزان است که امروز در هر خودروی مصرفی قرار گیرد، اما نیاز به نظارت دائمی انسان دارد. رویکرد دوم به شدت گران است، اما در واقع به راننده اجازه می‌دهد بخوابد.[2][3]

این صرفاً یک اختلاف فنی بر سر محل قرارگیری حسگر نیست. این یک اختلاف نظر بنیادی بر سر فیزیک، اقتصاد و مسئولیت قانونی است. سال‌هاست که شرکت‌ها این ایده را به مردم فروخته‌اند که خودرانی تنها با یک به‌روزرسانی نرم‌افزاری فاصله دارد. اما واقعیت سخت‌افزاری بسیار سرسخت‌تر است.

شاید یک دوربین در یک اسلاید پرزنتیشن شیک و ارزان به نظر برسد، اما هزینه واقعی خودرانی شامل قدرت محاسباتی، کالیبراسیون، و مسئولیت آنچه هنگام مواجهه سیستم با سناریویی که هرگز ندیده است، می‌شود. انتخاب بین دید خالص و ترکیب مجهز به لایدار، هزینه، پیچیدگی و سرعت استقرار هر روبوتاکسی و خودروی مصرفی در جاده‌ها را تعیین می‌کند.[6]

استدلال طرفداران دید خالص ریشه در سابقه بیولوژیکی و مقیاس اقتصادی عظیم دارد. انسان‌ها تنها با دو چشم و یک مغز رانندگی می‌کنند، بنابراین منطق حکم می‌کند که یک خودرو نیز باید بتواند همین کار را با دوربین‌های با وضوح بالا و سیلیکون انجام دهد. سیستم‌های کنونی اتوپایلوت و رانندگی کاملاً خودران تسلا (Tesla) کاملاً متکی بر این رویکرد «دید تسلا» هستند و رادار را به صراحت از مجموعه حسگرهای خود حذف کرده‌اند.

این سیستم با تغذیه میلیاردها مایل داده ویدیویی به شبکه‌های عصبی، تلاش می‌کند عمق سه‌بعدی را از پیکسل‌های دوبعدی استنتاج کند. این رویکرد از کشش آیرودینامیکی حسگرهای حجیم روی سقف جلوگیری می‌کند و فهرست مواد اولیه خودرو را به اندازه‌ای پایین نگه می‌دارد که حاشیه سود مطلوبی حفظ شود.[2][4]

با این حال، دوربین‌ها حسگرهای غیرفعال هستند. آنها برای درک جهان کاملاً به نور محیط و کنتراست متکی هستند. این بدان معناست که آنها دقیقاً در شرایطی که رانندگان انسانی نیز با مشکل مواجه می‌شوند، به سرعت کارایی خود را از دست می‌دهند: تابش مستقیم خورشید، باران شدید، مه، و تاریکی مطلق.

اگر یک دوربین خط محو شده جاده را به اشتباه سایه تفسیر کند، یا یک کامیون سفید در برابر آسمان روشن را فضای خالی ببیند، سیستم هیچ سخت‌افزار مستقلی برای بررسی متقابل آن فرض ندارد. نرم‌افزار باید حدس بزند، و در قلمرو رانندگی خودران، یک حدس اشتباه در سرعت بزرگراه فاجعه‌بار است.[6]

اینجاست که لایدار (تشخیص و فاصله‌یابی نوری) وارد معادله می‌شود. برخلاف دوربین‌ها، لایدار یک حسگر فعال است. این حسگر میلیون‌ها پالس لیزری کوتاه در ثانیه به محیط اطراف شلیک می‌کند و زمان دقیق بازگشت نور را اندازه‌گیری می‌کند. این کار یک ابر نقطه‌ای سه‌بعدی متراکم و با دقت میلی‌متری از جهان ایجاد می‌کند.

لایدار مجبور نیست حدس بزند که یک عابر پیاده چقدر فاصله دارد؛ بلکه فاصله را مستقیماً اندازه‌گیری می‌کند. از آنجایی که سیگنال خود را تولید می‌کند، در تاریکی مطلق بی‌عیب و نقص کار می‌کند و از تابشی که حسگرهای تصویری را کور می‌کند، عبور می‌نماید.[1]

هنگامی که لایدار با رادار برای ردیابی سرعت و دوربین‌ها برای خواندن علائم خیابان ترکیب می‌شود، یک شبکه اضافی «ترکیب حسگر» ایجاد می‌کند. این معماری انتخابی وایمو (Waymo) است که در حال حاضر هزاران روبوتاکسی تجاری را در شهرهای بزرگ ایالات متحده اداره می‌کند.

خودروهای آنها دارای یک گنبد برجسته روی سقف هستند که واحد اصلی لایدار را در خود جای داده و با حسگرهای محیطی برای حذف نقاط کور تکمیل شده است. فیزیک این رویکرد قوی است، اما اقتصاد آن بی‌رحمانه است. تجهیز یک خودرو با چندین واحد لایدار، به علاوه رادار و کنترل‌های حرارتی لازم، همچنان یک هزینه سرمایه‌ای عظیم است که در حال حاضر نمی‌تواند توسط خودروهای مصرفی بازار انبوه جذب شود.[3][5]

جریمه‌های وزنی و آیرودینامیکی لایدار نیز قابل اغماض نیستند. این واحدها نیازمند یکپارچه‌سازی پیچیده، سیم‌کشی و سیستم‌های تمیزکننده اختصاصی هستند تا اطمینان حاصل شود که لنزها از گل و لای و زباله پاک می‌مانند.

در بازار بسیار رقابتی خودروهای برقی، جایی که اضطراب برد همچنان یک مانع اصلی برای مصرف‌کننده است، حذف وزن و کشش یک گنبد حسگر یک پیروزی مهندسی محسوب می‌شود. به همین دلیل است که طرفداران صرفاً دیداری تا این حد برای حذف آن تلاش می‌کنند: حذف لایدار مستقیماً به طراحی شیک‌تر و برد باتری طولانی‌تر منجر می‌شود.[6]

داده‌های استقرار در دنیای واقعی، تبلیغات بازاریابی را کنار می‌زند و وضعیت فعلی هر دو رویکرد را آشکار می‌سازد. سیستم نظارت‌شده و صرفاً دیداری تسلا در میلیون‌ها خودروی مصرفی مستقر شده است، اما همچنان یک ویژگی کمک‌راننده سطح ۲ SAE باقی مانده است.

این شرکت به صراحت هشدار می‌دهد که سیستم نیاز به نظارت فعال راننده دارد و خودرو را خودران نمی‌کند. در مقابل، ناوگان مجهز به لایدار وایمو در سطح ۴ SAE فعالیت می‌کند و صدها هزار سفر پولی در هفته را بدون حضور انسان در صندلی راننده ارائه می‌دهد.[2][3][4]

در نهایت، بحث بین دید خالص و ترکیب حسگر فقط در مورد فناوری نیست؛ بلکه در مورد مسئولیت است. اگر در حال ارزیابی خودروهای خودران هستلید، تنها سؤالی که واقعاً اهمیت دارد این است که هنگام تصادف خودرو چه کسی هزینه را می‌پردازد. اپراتورهای سطح ۴ مجهز به لایدار، مسئولیت قانونی کامل هر تصمیم رانندگی در حوزه عملیاتی خود را بر عهده می‌گیرند.

سیستم‌های سطح ۲ صرفاً دیداری از نظر قانونی راننده انسانی را ملزم می‌کنند که همیشه درگیر و مسئول باقی بماند. تا زمانی که یک سیستم صرفاً دیداری به اندازه‌ای قابل اعتماد نباشد که تولیدکننده عواقب قانونی اشتباهات آن را بپذیرد، مزیت هزینه دوربین‌ها با ناتوانی در حذف واقعی راننده جبران خواهد شد.[4][5][6]