Megoldotta az Nvidia, hogy olyan területeken is használhatók legyenek az önvezető autók, melyekről nem rendelkeznek pontos térképi információval. A csipgyártó San Jose-i fejlesztői konferenciáján, a GTC-n (GPU Technology Conference) jelentették be az Nvidia önvezető platformjának a Nvidia Drive AP2X-nek a 9.0-s verzióját. Ahhoz képest, hogy a vállalat két éve kezdett foglalkozni komolyabban a témával, öles léptekkel haladnak a fejlesztések.

Továbbra is a biztonság a legkényesebb pont

A verzió több új funkciót is hozott. Többek között képes bonyolult forgalmi helyzetű kereszteződéseket is kezelni, felkészítették a csúcsforgalomban kialakuló helyzetekre, és sokat javítottak a sávváltási képességén is, sokkal biztosabban tud például besorolni egy gyorsabb forgalmi sávba.

Ezek jobbára a már létező funkciók finomításai. Van azonban két olyan újdonság is, amelyek kulcsfontosságúak az autók használhatóságának javításához. Az egyik egy régóta ismert problémára hozhat megoldást: az önvezető autó olyan területen tud közlekedni, amelyről pontos adatai (például térképes információi) vannak. Többek között ezért is vélte úgy az új technológiák egyik ismert szakértője, Jack Stilgoe, a University College London professzora, hogy az önvezető autók használhatósága lokalizált lesz, azaz fel kell készíteni a használati helyére. Így egy Pekingen használatos autó más lesz, mint például egy londoni vagy New York-i.

Az Nvidia fejlesztése nem ad erre univerzális megoldást, de talán közelebb visz az általános, bárhol használható önvezető járművekhez. A Drive új verziója ugyanis képes saját térképet generálni, azokról az útszakaszokról – például egy magánútról vagy egy újonnan épített útról –, amelyekről nem rendelkezik térképi adatokkal. Ha az autó áthalad néhányszor emberi irányítással az adott útszakaszon, a rendszer pedig létrehoz a kamerák, a lidarok és radarok adataiból egy olyan saját térképet, amelyet utána már teljes biztonsággal használhat az önvezető rendszer.

Ennél is fontosabb a Safety Force Field (SFF), amely egy nyílt forráskódú ütközéselkerülést segítő előrejelző algoritmus, melynek forráskódját is megnyitják. A rendszer folyamatosan figyeli az autó környezetét, és nagy pontossággal megjósolja azok várható helyzetét akkor, amikor az autó a jelenlegi helyükre ér. Lényegében egy erős mesterséges intelligencia algoritmus. Az Nvidia állítása szerint matematikailag is sikerült bizonyítaniuk, hogy ha minden autóban működne az SFF, akkor nem jönnének létre nem biztonságos helyzetek a közlekedésben (persze ha egyéb tényezők, például gyalogosok, biciklisek stb. nem lennének az utakon).

Az algoritmus azonban még így is nagyon komoly előrelépés lehet, mert már ebben az állapotában is elég magas biztonsági szintet biztosít, és nem is túlságosan deffenzív (azaz nem riaszt fölöslegesen). Az már kifejezetten a biztosítóknak lehet kedves, hogy ha egy SFF rendszert használó autó olyan járművel ütközne, amelybe nem implementálták a rendszert, az algoritmus képes kiszámolni az adatok alapján, hogy melyik autót mekkora felelősség terheli az ütközésért.

A nyílt forráskód és önvezető jogosítvány

Az, hogy az SFF nyílt forráskódú, az Nvidia szerint nagyon fontos ahhoz, hogy végre létrejöjjön valami egységes szabványrendszer az önvezető rendszerek fölött. Az SFF-et egyébként eleve úgy írták meg, hogy lehessen integrálni más önvezető rendszerekbe is, amit a nyílt forráskóddal is szeretnének segíteni.

A csipgyártó más vonalon is igyekeznek a szabványosítás élére állni. A német szabványügyi tanúsító céggel, a TÜV SÜD-del tavaly óta dolgoznak egy "önvezetőjogosítvány" létrehozásán. Ez a vezetői engedély voltaképpen egy követelménylista, amit az önvezető autók vezérlő szoftvereinek kell teljesíteniük.

A tanúsító cég követelménylistájához az Nvidia fejleszti a szimulációs platformot, a Drive Constellationt. A felhőben futó Drive Constellationt egy virtuális tesztkörnyezet, amely úgy működik, mint a Mátrix: nem magát az autót teszik be valamilyen tesztkörnyezetbe, hanem csak az "agyát" kapcsolják be a szimulációba, illetve létrehozzák magának a hardveres résznek is a pontos digitális ikertestvérét, hogy a fizikai reakciókat is képesek legyenek mérni. Így tökéletesen lehet szimulálni azt is, hogy az önvezető jármű hogyan reagál például a hirtelen megállásra, vagy hogyan viselkedik rossz időjárási viszonyok között.