Awas, bambi: mobil self-driving datang | doug newcomb

Mobil-mobil yang bisa menyetir sendiri perlu menangani banyak variabel: manusia yang rentan terhadap pelecehan, jalan memutar sementara, dan hewan di jalan, untuk menyebutkan beberapa saja.

Dan sementara teknologi otonom saat ini dapat menangani driver agresif dan zona konstruksi, itu mungkin tidak dapat menghindari membunuh makhluk jika mereka ingin menjaga mereka di dalam mobil yang mengemudi sendiri aman dari bahaya.

Menurut Lembaga Asuransi untuk Keselamatan Jalan Raya, sekitar 200 orang tewas setiap tahun dalam tabrakan kendaraan dengan satwa liar. State Farm melaporkan bahwa pengemudi di AS bertabrakan dengan 1, 25 juta rusa saja pada tahun 2014, menyebabkan kerusakan kendaraan senilai $ 4 miliar - dan kekacauan di jalan. Departemen Transportasi Virginia menghabiskan $ 4 juta per tahun untuk membuang roadkill.

Sementara jutaan lebih banyak hewan mati setiap tahun dalam tabrakan dengan kendaraan, sebagian besar dari ini bukan masalah bagi pengemudi karena mobil mereka biasanya menabrak makhluk kecil seperti tikus dan menabrak burung. Tetapi perusahaan teknologi otonom nuTonomy baru-baru ini menemukan bahwa kawanan burung camar sekalipun dapat menyebabkan masalah bagi mobil yang bisa menyetir sendiri.

Karena mobil nuTonomy telah mencatat mil yang mengumpulkan data saat berkendara di sekitar Taman Industri Laut Raymond L. Flynn di Boston Selatan, teknologinya mengalami kesulitan mengenali kawanan burung camar yang berkumpul di jalan. "Seekor burung sering kali cukup kecil sehingga mobil itu menganggapnya dapat diabaikan, " kata CEO nuTonomy, Karl Iagnemma, kepada Boston Globe .

"Tapi ketika kamu memiliki kawanan burung bersama-sama, itu terlihat seperti benda besar, jadi kita harus melatih mobil untuk mengenali burung-burung itu, " tambah Iagnemma. "Itu bukan sesuatu yang benar-benar telah kita lihat sebelumnya."

Teknologi otonom NuTonomy bereaksi terhadap kawanan burung camar seperti yang dilakukan manusia: Dengan memperlambat ketika mendekati burung-burung sampai mereka bertebaran dan terbang. Iagnemma mengatakan bahwa perusahaan tersebut sedang mengajarkan perangkat lunak mobil untuk mengenali burung-burung dan "memberikan kendaraan kemampuan yang lebih baik untuk memprediksi apa yang akan terjadi selanjutnya" dengan memasukkan citra kawanan burung camar ke dalam suatu algoritma.

Tetapi seperti yang diketahui oleh siapa pun yang pernah menjumpai binatang di jalan, mencari tahu seekor tupai, rusa, atau kawanan burung berikutnya adalah bagian yang sulit.

Alam Tidak Sempurna dan Tidak Dapat Diprediksi

Seperti yang dicatat oleh Smithsonian.com pada tahun 2015, "tantangan utama adalah bahwa alam tidak sempurna dan tidak dapat diprediksi, dan belum jelas bagaimana perhitungan komputer yang kaku akan menangani perilaku hewan yang terkadang tidak menentu."

"Bahkan jika kami mengembangkan sistem pengenalan dan penghindaran otomatis yang sempurna, Anda masih memiliki sistem perilaku ekologi dan satwa liar yang tidak sempurna, " Fraser Shilling, direktur Sistem Observasi Roadkill California, yang mengumpulkan data pada titik-titik panas tabrakan roadkill dan pinpoint untuk mengurangi pembantaian satwa liar di jalan raya, kepada Smithsonian.com.

Meskipun Volvo mengembangkan Large Animal Detection dengan sistem Autobrake yang diperkenalkan pada sedan S90 2017, teknologinya masih belum dapat memprediksi setiap gerakan moose. "Kami hanya dapat membuat prediksi kasar gerakan berdasarkan posisi dan kecepatannya saat ini, " Erik Coelingh, pemimpin teknis senior Volvo, mengatakan kepada Smithsonian.com.

Andy Alden, seorang peneliti dari Virginia Tech Transportation Institute, mengatakan kepada Smithsonian.com bahwa sebuah penelitian yang dilakukan organisasinya dengan Toyota menemukan bahwa akan sulit bagi teknologi otonom untuk memprediksi tindakan hewan. Namun dia menambahkan bahwa "pasti ada beberapa hal yang bisa Anda masukkan ke dalam sebuah algoritma, seperti waktu, hari, jenis lingkungan di sepanjang jalan, lebar jalan, jumlah lalu lintas di atasnya" untuk membantu menghindari tabrakan hewan.

Itulah jenis data yang sebenarnya ingin dikumpulkan oleh nuTonomy di Boston Selatan dan dengan menghadapi kawanan burung camar. "Anda akhirnya harus menyesuaikan sistem dengan kondisi lokal, " kata Iagnemma.

"Ini adalah contoh bagus dari aspek unik mengemudi di Boston, " tambahnya. "Apakah ini perubahan mendasar pada pendekatan kita? Sama sekali tidak. Apakah itu sesuatu yang memerlukan sedikit waktu untuk menyesuaikan perangkat lunak kita? Ya."