Dotychczas, zarządzanie systemami wsparcia kierowcy odbywało się z wykorzystaniem osobnych sterowników. Audi, jako pierwszy producent z branży motoryzacyjnej łączy je, tworząc centralną architekturę domen. W tym celu, zebrano całe portfolio funkcji, niezbędne czujniki, sprzęt elektroniczny i architekturę oprogramowania, tworząc jeden centralny system. Od początku, najwyższą uwagę przykłada się tu przede wszystkim do koncepcji bezpieczeństwa.

Na podstawie wielu przekazywanych przez czujniki informacji zbiegających się w sterowniku zFAS, system błyskawicznie oblicza kompleksowy obraz otoczenia pojazdu. Z informacji tych korzystają wszystkie systemy wsparcia, jest to zatem centralny punkt styku wszystkich funkcji automatycznej jazdy.

Podstawowym warunkiem zapewnienia mu kompaktowej konstrukcji, a jednocześnie wysokiej mocy obliczeniowej, są wydajne podzespoły elektroniczne. Centralny sterownik systemów wsparcia kierowcy zFAS – mniej więcej wielkości tabletu – to supernowoczesna centrala obliczeniowa. Audi stworzyło zFAS w kooperacji ze znanymi światowymi firmami zajmującymi się kreowaniem nowoczesnych technologii. zFAS wyposażony jest w wysoko wydajne procesory marki NVIDIA: Tegra K1 oraz marki Infineon: Aurix, Altera: Cyclon V, a przede wszystkim w procesor EyeQ3. Procesor ten został wyprodukowany przez firmę Mobileye, wiodące w świecie przedsiębiorstwo zajmujące się przetwarzaniem algorytmów obrazów dla branży motoryzacyjnej. Dzięki modułowej koncepcji, zFAS jest elastycznie skalowalny i zorientowany na przyszłość.

Sztuczna inteligencja i samouczenie się maszyn (machine learning)

W przyszłości, sztuczna inteligencja umożliwi autonomicznie poruszającym się pojazdom odpowiednie reagowanie w skomplikowanych sytuacjach – podobnie jak reaguje kierowca/człowiek lub nawet lepiej od niego. Jako subdyscyplina informatyki, sztuczna inteligencja zajmuje się wyposażeniem maszyn w możliwości podobne do ludzkiego zachowania. Można to osiągnąć np. implementując metodę samouczenia się maszyn (machine learning).

Samouczenie się maszyn to warunek dla sztucznej inteligencji. Jej bazą jest matematyka i statystyka. W przypadku najbardziej złożonych sytuacji, algorytmy samodzielnie znajdują wzorce i reguły,i w oparciu o nie podejmują decyzje. Ostatnie badania w dziedzinie sztucznych sieci neuronowych – imitacji połączeń sygnałowych w ludzkim mózgu – przyniosły duże postępy. System głębokiego uczenia się (deep learnig) odtwarza sieci neuronowe mózgu w komputerze. Warunkiem dla takiej analizy jest olbrzymia moc obliczeniowa i rozbudowana baza danych.

W inteligentnych i autonomicznie jeżdżących samochodach, będziemy mieli do czynienia z wieloma samouczącymi się systemami. Stąd Audi analizuje różne metody – np. uczenie nadzorowane czy metodę głębokiego uczenia się – w celu znalezienia optymalnego sposobu wykorzystania tych rozwiązań. Audi współpracuje przy tym z najlepszymi firmami z branży oprogramowania oraz z najlepszymi uniwersytetami.

Rozpoznawanie obiektów i otoczenia

Jednym z najważniejszych obecnie obszarów, w których stosuje się samouczące maszyny, jest rozpoznawanie obiektów i otoczenia. W modelach Audi A4, A5, Q5 i Q7, rozpoznawanie obiektów przy pomocy uczenia nadzorowanego (supervised learning) jest już stosowane w produkcji seryjnej. To tzw. system trenowany: proces nauki jest zakończony zanim samochód trafia do produkcji.

W nowym Audi A8, do rozpoznawania obiektów również zastosowano uczenie nadzorowane. Sposób przetwarzania obrazu opracowany przez Mobileye bazuje m.in. na metodologii głębokiego uczenia się. Głębokie sieci neuronowe są tu trenowane z wykorzystaniem różnych zestawów danych. W ten sposób, sieć neuronowa uczy się klasyfikowania różnych obiektów jako: samochody, rowerzystów, pieszych. Pozyskane informacje są do dyspozycji oprogramowania systemów wsparcia kierowcy i systemów automatycznej jazdy w ich finalnych wersjach.

Dzięki takiemu procesowi, nowe Audi A8 rozpoznaje też wolne przestrzenie, czyli teren, po którym można swobodnie jechać. Jest to ważny warunek dla nowego systemu automatycznej jazdy w korkach Audi AI.

Wstępne projekty rozwojowe w Audi

Audi Q2 deep learning concept:

Na konferencji NIPS (Conference and Workshop on Neural Information Processing Systems) w Barcelonie w grudniu 2016 roku, Audi po raz pierwszy pokazało w skali modelu, jak auto rozwija inteligentne strategie parkowania. Na polu wielkości 3 × 3 m, Audi Q2 deep learning concept samodzielnie wyszukiwało i znajdowało odpowiednie miejsce do parkowania (ogrodzone metalową ramką) i tam parkowało.

Zdolność do autonomicznego parkowania auto nabywało przy pomocy metody głębokiego uczenia się. System uczył się na zasadzie prób i błędów. Na początku, pojazd wybierał kierunek jazdy na zasadzie przypadku. Algorytm rozpoznawał działania zakończone sukcesem i w ten sposób coraz bardziej udoskonalał strategię parkowania. Finalnie, system mógł samodzielnie rozwiązać nawet trudne zadania.

System czujników modelu pojazdu składał się z dwóch kamer skierowanych do przodu i do tyłu oraz z dziesięciu ultradźwiękowych czujników dookoła. Centralny komputer pokładowy konwertował ich informacje w sygnały sterowania dla układu kierowniczego i silnika elektrycznego. Na powierzchni jezdnej auto najpierw ustalało swoją względną pozycję w stosunku do miejsca parkowania. Gdy tylko je rozpoznało, obliczało, jak bezpiecznie dotrzeć do celu. Model, w zależności od bieżącej sytuacji manewrował, skręcał i jeździł do przodu lub do tyłu.

Model „Audi Q2 deep learning concept” jest projektem Audi Electronics Venture (AEV), spółki-córki Audi AG.

Audi Q7 deep learning concept:

Przykład zastosowania uczących się systemów w skali 1:1, Audi zaprezentowało w styczniu 2017 roku na targach Consumer Electronics Show (CES) w Las Vegas. Na otwartej przestrzeni, na specjalnie w tym celu przygotowanym torze, który można było modyfikować, poruszało się Audi Q7 deep learning concept, wykorzystując do orientacji zamontowaną w przodzie kamerę o rozdzielczości 2 megapikseli. Komunikowała się ona z komputerem typu NVIDIA Drive PX 2, precyzyjnie sterującym jazdą samochodu. Wydajny sterownik został specjalnie dostosowany do potrzeb autonomicznej jazdy.

Rdzeń oprogramowania stanowią głębokie sieci neuronowe, które specjaliści Audi i firmy NVIDIA odpowiednio wytrenowali do samodzielnej jazdy i rozpoznawania dynamicznych wskazówek w ruchu drogowym. Najpierw Audi Q7 deep learning concept podczas kilku jazd z kierowcą i przy pomocy dodatkowych kamer treningowych poprzez obserwację poznało trasę. Na podstawie tego, system ustanowił powiązania między reakcjami kierowcy, a rozpoznanymi przez kamery wydarzeniami. Samochód zrozumiał w ten sposób zewnętrzne wskazówki takie jak obowiązujący czasowo znak drogowy, zinterpretował je i zadziałał odpowiednio do sytuacji.

Największa różnica między Audi Q2 deep learning concept, a Audi Q7 deep learning concept, tkwi w metodzie uczenia się maszyny. Podczas gdy stworzony w skali 1:8 model samochodu uczył się metodą prób i błędów jak zaparkować (tzw. deep learning concept – metoda głębokiego uczenia się), sieć Audi Q7 deep learning concept otrzymywała konkretne, istotne dla pojazdu dane – w ten sposób samochód uczył się od kierowcy (uczenie nadzorowane). Oba projekty, to ważne elementy prowadzonych przez Audi badań nad sztuczną inteligencją, ilustrujące bardzo szerokie podejście do nich. Ponadto Audi ocenia i testuje różne metody samouczenia się maszyn, by w optymalny sposób wdrażać je do nowych zastosowań na polu zautomatyzowanej jazdy i personalizacji.

Techniki car-to-x

Zobaczyć więcej niż ludzkie oko lub działająca na podczerwień kamera – technika car-to-x poszerza horyzonty funkcjonujących obecnie czujników radarowych, kamer i czujników ultradźwiękowych o informacje pochodzące z bardzo oddalonych źródeł, znajdujących się poza zasięgiem wzroku kierowcy. Dzięki temu, można jeszcze wcześniej rozpoznać niebezpieczne sytuacje i uniknąć wypadków. Już dzisiaj wzajemna komunikacja samochodów z infrastrukturą drogową w czasie rzeczywistym daje większe bezpieczeństwo, komfort i wydajność. Audi, jako pierwszy na świecie producent, w nowym modelu A8 udostępniło wydajny standard telefonii komórkowej LTE Advanced.

„Informacja o sygnalizacji ulicznej”

Pierwsza standardowa funkcja usługi car-to-x, nazywa się „time-to-green” – „czas do zielonego”. Kierowca, na ekranie Audi virtual cockpit lub na wyświetlaczu danych na szybie Head-up display widzi, czy jest w stanie dojechać z dozwoloną prędkością do kolejnego sygnalizatora z zielonym światłem. Jeśli tak nie jest, specjalny licznik odlicza czas do kolejnej fazy zielonego światła.

Dzięki temu, osoba prowadząca samochód może zawczasu zdjąć nogę z gazu. W przyszłości byłoby też możliwe, by modele Audi e-tron w czasie dojeżdżania do sygnalizatora z czerwonym światłem, w skumulowany sposób wykorzystywały energię hamowania do ładowania akumulatora. W przyszłości, w chwili przełączenia się światła z czerwonego na zielone, system umożliwi start kolumny kilku samochodów w sposób zautomatyzowany – wszystkie pojazdy ruszą równocześnie. W ten sposób znacznie zwiększy się przepustowość ruchu podczas fazy zielonego światła. Dzięki informacji o fazach świateł, kierowcy mogą lepiej przewidzieć przebieg jazdy. Przynosi to pozytywne skutki jeśli chodzi o płynność ruchu drogowego. „Informację o sygnalizacji ulicznej” w przyszłości będzie można także sprzęgnąć z inteligentną nawigacją i wykorzystać ją dla nowych koncepcji napędu. W ten sposób „zielone fale” mogą stać się elementem zapewnienia optymalnego prowadzenia do celu przez nawigację.

„Parkowanie na ulicy”

Kolejną usługą car-to-x, jest funkcja wyszukiwania miejsca do zaparkowania, której projekt nosi w Audi nazwę „parkowanie na ulicy“. Samochody wyposażone w technikę car-to-x, samoczynnie zgłaszają serwerowi w chmurze swoje manewry wjeżdżania na miejsce parkingowe i wyjeżdżania z niego. Aplikacja rejestruje manewry parkowania na podstawie różnych parametrów, przykładowo sygnałów sterownika silnika, zmiany biegów, skrętu kierownicy i prędkości.

Dzięki informacjom dostarczanym z czujników ultradźwiękowych czy kamery, system rozpoznaje wolne miejsca do zaparkowania także podczas jazdy. Liczbę wolnych miejsc przy skraju drogi oblicza na podstawie modeli statystycznych, które uwzględniają takie czynniki jak pora dnia. Usługa, w czasie rzeczywistym wskazuje kierowcy prawdopodobieństwo pojawienia się wolnego miejsca i ułatwia mu szukanie możliwości zaparkowania zwłaszcza w centrum miasta. W ten sposób oszczędza się czas tracony na szukanie miejsca parkingowego, co z kolei odciąża ruch uliczny.

W ten sposób można skutecznie zredukować emisję gazów w obszarach wielkomiejskich. Obecnie, w godzinach szczytu samochody często krążą nawet przez 30 minut w obszarach zabudowanych w poszukiwaniu miejsca parkingowego. W przyszłości, wolne miejsca parkingowe na ulicach i na parkingach wielopoziomowych zostaną wskazane kierowcy praktycznie bezbłędnie. Tym samym, znacznie skróci się zarówno czas, jak i droga dojazdu na miejsce parkingowe. Prosty przykład pozwala obliczyć, ile w ten sposób można zaoszczędzić paliwa i emitowanych gazów: przeciętny samochód osobowy zużywa w trybie jazdy miejskiej ponad pięć litrów paliwa na odcinku 100 km. Dystans ten, w miejskiej przestrzeni niejeden kierowca przeznacza w ciągu jednego miesiąca na krążenie i wyszukiwanie miejsca do zaparkowania.W efekcie końcowym, każdy samochód zużywa rocznie ponad 50 litrów paliwa – przeciętny, pełen bak - na szukanie możliwości zaparkowania.

Obsługa głosowa

Kolejny stopień zaawansowania obsługi głosowej to koncepcja hybrydowa. Odpowiada ona na pytania kierowcy w dwojaki sposób. Z jednej strony wykorzystuje wiedzę o preferencjach użytkownika, które zapisał w samochodzie, z drugiej strony sięga po wiedzę z chmury. Kierowca może swobodnie formułować pytania czy polecenia – uczący się menedżer dialogowy reaguje, zadając w razie potrzeby pytania i oferując możliwość wyboru. Podczas dialogu z systemem, kierowca może przełączać widoki menu i np. wywołać kontakt z książki telefonicznej i przyjąć powiązany z nim adres jako cel nawigacji. Oprócz wyszukiwania celu, nowe hybrydowe sterowanie głosowe obejmuje także multimedia, klimatyzację, elementy funkcji telefonu i niektóre usługi Audi connect. W Europie, działa ono niezależnie od granic.

Audi Fit Driver

Już dzisiaj, każde Audi wyposażone jest w najnowocześniejsze rozwiązania techniczne i oferuje najwyższe możliwe bezpieczeństwo i komfort. Jako prywatna i kompleksowo skomunikowana przestrzeń, samochód nie tylko doskonale nadaje się do monitorowania kondycji kierowcy, ale może też aktywnie poprawiać jego zdrowie i samopoczucie. Projekt Audi Fit Driver czyni z Audi empatycznego towarzysza. W wielu sytuacjach wie, czego akurat potrzebuje kierowca.

Liczba użytkowników tzw. urządzeń wearables – opasek śledzących aktywność fizyczną czy smartwatchów – nieustannie rośnie. Umieszczone na nadgarstku urządzenia monitorują ważne parametry życiowe, takie jak puls czy ciepłota ciała. W przyszłości, dane z urządzeń typu wearables będzie można łączyć z danymi pozyskiwanymi z czujników pojazdu. Dzięki temu, możliwe będzie wydawanie wiarygodnych opinii o aktualnym stanie psychofizycznym kierowcy, do których samochód będzie mógł się indywidualnie dostosować. Przykład: gdy w przyszłości Audi Fit Driver rozpozna zwiększony stres czy zmęczenie kierowcy, systemy pojazdu zmienią ustawienia na oddziałujące na kierowcę bardziej relaksująco, witalizująco lub ochronnie. Dzięki inteligentnym algorytmom, system będzie coraz lepiej i lepiej poznawał kierowcę.

Audi Fit Driver zaoferuje też możliwość aktywnej redukcji stresu i poprawy koncentracji bezpośrednio w pojeździe. Gdy system stwierdzi wysokie obciążenie kierowcy, będzie można je zmniejszyć przy pomocy odpowiedniej techniki oddechowej. Audi virtual cockpit wyświetli stosowne instrukcje jako tzw. bio-feedback, dokładnie tak samo jak się to dzieje w sporcie wyczynowym. Dodatkowo otrzymamy instrukcje głosowe, jak wykonać ćwiczenie. Nieważne, czy to relaksacyjne ćwiczenie oddechowe, czy wykonywany na siedzeniu masaż w rytm muzyki, specjalnie działająca klimatyzacja, adaptacyjny infotainment, czy też odpowiednie natężenie światła we wnętrzu: celem Audi Fit Driver jest optymalne dopasowanie doznań kierowcy do stanu jego organizmu. Wtedy, u celu podróży wysiądzie on z pojazdu bardziej zrelaksowany niż wtedy, gdy do niego wsiadał.

W kolejnym stopniu rozbudowy, Audi Fit Driver mógłby zostać powiązany z systemami wsparcia i bezpieczeństwa, a również z systemami autonomicznej jazdy. W ekstremalnych sytuacjach pojazd mógłby autonomicznie się zatrzymać i przy pomocy systemu eCall wykonać telefon alarmowy.

Empatyczna technika i grywalizacja

Dwa studia koncepcyjne „Klara” i „Bonnie”, mimo że bazują na Audi A1, diametralnie się od siebie różnią. „Klara”, ze swoją oddychającą karoserią pokazuje, jak mogą wyglądać nowe rozwiązania w zakresie stylistyki zewnętrznej, natomiast w „Bonnie” wszystko kręci się wokół innowacyjnej formy wnętrza. Oba samochody koncepcyjne hołdują idei, by poprzez empatyczną technikę, względnie zastosowanie elementów gier (grywalizacja), zbudować zaufanie między człowiekiem a maszyną. To kolejny ważny warunek wstępny dla autonomicznej jazdy.

Samochód koncepcyjny Klara

Zaufanie do samochodu można zbudować poprzez empatię, wtedy gdy ludzie w bliskości samochodu czują, że auto nieustannie ich zauważa i reaguje na nich, wczuwając się w ich sytuację. Pojazd koncepcyjny „Klara – The Living One” daje zaskakujące odpowiedzi na pytanie, jak może wyglądać Audi za dziesięć, dwadzieścia, trzydzieści lat: supernowoczesny samochód, który okazuje emocje i w ten sposób może się stać osobistym przyjacielem i towarzyszem.

Na pierwszy rzut oka, Klara wygląda jak zwykłe Audi A1, ale wrażenie to jest mylne. Po dokładniejszym przyjrzeniu się można stwierdzić, że samochód wydaje się w regularnych odstępach czasu nabierać powietrza. Aby karoseria mogła w pełni wykonywać te ruchy oddechowe, pracuje pod nią 39 elektrycznych silniczków. Dzięki wrażliwym czujnikom, Klara reaguje interaktywnie i subiektywnie na swoje otoczenie. Gdy zbliża się osoba, którą uważa za sympatyczną, to pozdrawia ją rozbłyskując światłem. Przy pomocy pomruków natomiast, Klara może też zademonstrować swoje niezadowolenie.

Dla przyszłej produkcji seryjnej interesująca jest przede wszystkim wiedza, jak Klarze uda się poprzez empatyczne reakcje zbudować płaszczyznę komunikacji – a tym samym także zaufanie – między kierowcą a samochodem, między człowiekiem i maszyną.

Samochód koncepcyjnyBonnie

Samochód koncepcyjny Bonnie prezentuje wiele nowych możliwości indywidualizacji i pomysłów dotyczących stylistyki wnętrza. Dla przykładu: kierowca i pasażer uderzając rytmicznie po określonych powierzchniach deski rozdzielczej, mogą tworzyć dźwięk bębnów, albo przy pomocy specjalnej aplikacji dopasowywać kolor diod oświetlenia Ambiente do koloru koszulki lub koloru paznokci.

Dzięki innowacyjnej koncepcji światła we wnętrzu, Bonnie pokazuje to, co daje cyfryzacja w zakresie stylistyki świetlnej oraz to, jak w przyszłości można będzie jeszcze bardziej zindywidualizować wnętrze. Taki nowatorski sposób personalizacji ma tę zaletę, że kierowca i pasażerowie wyjątkowo dobrze się tu czują. Każdy może w dowolnym momencie zmienić kolor światła we wnętrzu na swój ulubiony. Gdy ktoś używa kilku samochodów, np. w ramach car-sharing, ulubione barwy można przenosić z samochodu do samochodu. W ten sposób, w każdym aucie można się poczuć jak w swoim własnym. To samo dotyczy sytuacji, w której kilka osób – na przykład rodzina – współdzieli jeden samochód.

Obok personalizowanego oświetlenia diodowego Ambiente, Bonnie oferuje także inne pomysły w zakresie światła. Płaskie lampki zamiast zwyczajowych uchwytów na suficie, oświetlone wnętrze nawiewów i głośników, specjalne światło strefy stóp i we wnętrzu bagażnika oraz świetlny dywanik wokół samochodu.

Sportowe fotele obito zrównoważonymi materiałami, które mają strukturę prawdziwego zamszu. Przycisk zapłonu znajduje się na powierzchni gałki dźwigni zmiany biegów, a informacja o konieczności przełączenia biegu wyświetla się na spłaszczonym u dołu kole sportowej kierownicy. Schowek na smartfona i na tablet wskazuje jasno grupę docelową tego koncepcyjnego pojazdu. To młodzi profesjonaliści i ludzie w średnim wieku, którzy zawsze mają przy sobie swoje urządzenia mobilne. Uchwyt na torebkę przed fotelem przedniego pasażera zapobiega przesuwaniu się torebki pod nogi podczas hamownia. Na bardzo zabrudzone obuwie sportowe przeznaczono rodzaj pojemnika pod podwójną podłogą bagażnika. Pokrywa zamocowana w podłodze bagażnika zwiększa wysokość przestrzeni bagażowej, przykładowo na czas przewożenia kwiatów doniczkowych lub większych bukietów.

Niesamowitym, rozrywkowym dodatkiem oferowanym przez Bonnie, jest funkcja Drumbase. Czujniki piezo w kierownicy, nawiewach i w osłonie schowka precyzyjnie zapisują bębnienie palców kierowcy i pasażera przedniego fotela, a komputer przetwarza je w dźwięk bębnów.

Brzmi to prawie tak, jakby na pokładzie Audi A1 naprawdę znajdowała się perkusja. Ta zabawa dźwiękiem daje nową możliwość spędzania czasu w pojeździe. Podobnego rodzaju gadżety grywalizacji mogłyby być interesujące także podczas autonomicznej jazdy.

Inteligentny asystent osobisty (PIA)

Najlepsza koncepcja obsługi to taka, która dostosowuje się do kierowcy, oszczędza mu możliwie dużo czynności i samodzielnie wykonuje rutynowe polecenia – tej zasadzie hołduje „PIA“, czyli inteligentny asystent osobisty. Dzięki metodom sztucznej inteligencji, PIA inteligentnie łączy ze sobą dane pozyskiwane z pojazdu, dane o kierowcy, dane o aktualnej i przyszłej sytuacji na drodze oraz dane z internetu. PIA reaguje m.in. na polecenia głosowe i dzięki inteligentnym algorytmom może samodzielnie i adaptacyjnie wchodzić w interakcję z użytkownikiem.

PIA obserwuje czynności kierowcy i rozpoznaje go na podstawie wzorców jego zachowania. Wynika z tego szereg możliwych scenariuszy zastosowań: nawigacja, wybór muzyki, wybór żądanej usługi Audi connect, klimatyzacja, sugestia dotycząca miejsca parkowania czy zachowania zwyczajowego odstępu od pojazdu jadącego przed nami na autostradzie. Na podstawie informacji pozyskanych z zastosowaniem metod samouczenia się maszyn, PIA może dostosować funkcje samochodu do zachowania i potrzeb kierowcy, a także aktywnie udzielać sugestii.

Specjalny serwer w zabezpieczonej chmurze Audi przechowuje i przetwarza dane PIA. Klient ma dostęp do nich o każdej porze, przez swoje konto w myAudi i również przez myAudi może nimi zarządzać. Może je usunąć lub zmienić, na przykład w razie przeprowadzki. Ponadto można je także automatycznie przenieść do innych samochodów. Pojazd rozpoznaje danego użytkownika, ładuje odpowiedni profil, a PIA odpowiednio dopasowuje auto oraz swoje interaktywne zachowanie.

Projektem wstępnym PIA kieruje Audi Electronics Venture GmbH (AEV), spółka-córka Audi. Pierwsze elementy tego projektu mogą trafić do produkcji seryjnej jeszcze w tej dekadzie, a w przyszłości stworzone zostaną możliwości ich rozbudowy, aż do momentu uzyskania perfekcyjnego asystenta kierowcy.

Ochrona danych

Ochrona danych cieszy się w Audi wysokim priorytetem. Audi w pełni przestrzega obowiązujących w danym państwie przepisów o ochronie danych osobowych i prawach jednostki. W podejściu do danych osobowych klientów, w Audi zawsze obowiązują jasne zasady.