Mercedes multinsensor is alles behalve een schaalbaar systeem omdat de core niet via deep learning werkt maak hard coded is.
De bewering dat het multinsensorsysteem van Mercedes 'alles behalve schaalbaar' zou zijn omdat het niet op deep learning, maar op hardcoded logica draait, is een te simplistische voorstelling van zaken.
Het idee van Mercedes is juist dat ze verschillende sensoren combineren om een robuust en schaalbaar systeem te creëren. Waarbij hun drive pilot-systeem niet alleen gebaseerd op hardcoded logica, maar maakt juist gebruik van een multisensorbenadering, ondersteund door AI, machine learning, en sensorfusie.
"The more scenarios you have, the more challenging and time-consuming it becomes to program them in the conventional way. Models that are trained to do certain things, such as avoid an object in the path of the vehicle, are extremely useful. This is where AI comes in.
Even if the vehicle encounters something it has never seen before, it has been trained to avoid it. But we deliberately avoid algorithms that change the vehicle's behavior while the vehicle is still in the automated driving function. We focus instead on so-called 'supervised learning' using previously collected data material.
Aldus Georges Massing, de Vice President van Automated Driving bij Mercedes-Benz.
De code kun je dus gewoon update als er veranderingen zijn, en de systemen zouden OTA ondersteunen dus je hoeft er net als bij Telsa niet voor naar de dealer. Dat maakt beide systemen op dit punt flexibel en ook kunnen beide merken hun functies en prestaties continu verbeteren zonder hardwarematige wijzigingen, wat bijdraagt aan de schaalbaarheid.
Wanneer sensoren zoals lidar of camera’s tijdelijk niet goed functioneren, speelt de 3D HD-kaart van HERE inderdaad een belangrijke rol. De kaart van hen is een gedetailleerde 3D-weergave van de weg en de omgeving, inclusief statische objecten zoals verkeersborden en rijstrookmarkeringen. Dit betekent dat, zelfs als sommige sensoren tijdelijk verstoord raken, de auto nog steeds in staat is om veilig te navigeren totdat de andere sensoren weer volledig beschikbaar zijn of de bestuurd het heeft overgenomen. Ik kan het niet vinden maar ga er vanuit dat de auto niet met 150km/u (nu bij invoeren 95km/u) door blijft crossen in zulke situaties.
Tesla, daarentegen, heeft geen 3D-kaart om op terug te vallen wanneer de camera's geblokkeerd zijn, wat de kwetsbaarheid voor weersomstandigheden zoals zware regen en dichte mist vergroot. Zoals ik eerder hier,
jdh009 in 'Mercedes verhoogt maximumsnelheid van autonoom rijden in Duitsland tot 95km/u', ook al aangaf, loop je bij het gebruik van alleen RGB-camera's snel tegen de beperkingen aan van de hardwaresensor zelf, vooral in uitdagende omstandigheden zoals regen, dichte mist of sterke tegenlichtsituaties door de zon.
Lidar en radar blijven over het algemeen betrouwbaar werken, zelfs in moeilijke omstandigheden zoals regen of slecht zicht. In situaties zoals dichte mist, waar lidar mogelijk wordt beïnvloed, of in zware regenval waar camera’s beperkt zijn, biedt radar in combinatie met de 3D-kaart de auto voldoende informatie om veilig te blijven rijden en de omgeving nauwkeurig in kaart te brengen.
Dat bepaalde sensoren kunnen uitvallen is dus rekening mee gehouden. Bij Tesla ontstaan echter problemen als je in situaties terechtkomt waarin de RGB-camera’s beperkt zijn door fysieke beperkingen, zoals zware regen, dichte mist, of fel zonlicht. In tegenstelling tot Mercedes, heeft Tesla geen 3D-kaart om op terug te vallen, wat de kwetsbaarheid van hun systeem vergroot in ongunstige weersomstandigheden of door road spray.
Conclusie sensoren is niet per definitie beter of robuuster. Toch een belangrijke nuance.
Meer sensoren is inderdaad niet per definitie beter, maar door te vertrouwen op één enkele sensor en/of sensortype vergroot je wel de kans op systeemfalen (onder specifieke omstandigheden).
[Reactie gewijzigd door jdh009 op 19 oktober 2024 13:22]