ABONAMENTE VIDEO REDACȚIA
RO
EN
NOU
Numărul 141
Numărul 140 Numărul 139 Numărul 138 Numărul 137 Numărul 136 Numărul 135 Numărul 134 Numărul 133 Numărul 132 Numărul 131 Numărul 130 Numărul 129 Numărul 128 Numărul 127 Numărul 126 Numărul 125 Numărul 124 Numărul 123 Numărul 122 Numărul 121 Numărul 120 Numărul 119 Numărul 118 Numărul 117 Numărul 116 Numărul 115 Numărul 114 Numărul 113 Numărul 112 Numărul 111 Numărul 110 Numărul 109 Numărul 108 Numărul 107 Numărul 106 Numărul 105 Numărul 104 Numărul 103 Numărul 102 Numărul 101 Numărul 100 Numărul 99 Numărul 98 Numărul 97 Numărul 96 Numărul 95 Numărul 94 Numărul 93 Numărul 92 Numărul 91 Numărul 90 Numărul 89 Numărul 88 Numărul 87 Numărul 86 Numărul 85 Numărul 84 Numărul 83 Numărul 82 Numărul 81 Numărul 80 Numărul 79 Numărul 78 Numărul 77 Numărul 76 Numărul 75 Numărul 74 Numărul 73 Numărul 72 Numărul 71 Numărul 70 Numărul 69 Numărul 68 Numărul 67 Numărul 66 Numărul 65 Numărul 64 Numărul 63 Numărul 62 Numărul 61 Numărul 60 Numărul 59 Numărul 58 Numărul 57 Numărul 56 Numărul 55 Numărul 54 Numărul 53 Numărul 52 Numărul 51 Numărul 50 Numărul 49 Numărul 48 Numărul 47 Numărul 46 Numărul 45 Numărul 44 Numărul 43 Numărul 42 Numărul 41 Numărul 40 Numărul 39 Numărul 38 Numărul 37 Numărul 36 Numărul 35 Numărul 34 Numărul 33 Numărul 32 Numărul 31 Numărul 30 Numărul 29 Numărul 28 Numărul 27 Numărul 26 Numărul 25 Numărul 24 Numărul 23 Numărul 22 Numărul 21 Numărul 20 Numărul 19 Numărul 18 Numărul 17 Numărul 16 Numărul 15 Numărul 14 Numărul 13 Numărul 12 Numărul 11 Numărul 10 Numărul 9 Numărul 8 Numărul 7 Numărul 6 Numărul 5 Numărul 4 Numărul 3 Numărul 2 Numărul 1
×
▼ LISTĂ EDIȚII ▼
Numărul 111
Abonament PDF

Experts panel: Automated Driving

Ovidiu Mățan
Fondator @ Today Software Magazine



INTERVIU


Am discutat cu invitații noștri despre evoluția industriei automotive și în special despre automated driving:

Cristian Pop: Am absolvit în 2004 Facultatea de Electrotehnică. În același an, mi-am început cariera în IT, în Timișoara, ca System Test Engineer pentru diverși producători de mașini. Din 2007 lucrez la Accenture, iar din 2008 în domeniul Railway. Lucrez cu o echipă de peste 100 de persoane pe proiecte diverse, de la componente la Train Control Systems, la Interlocking și infrastructură sau la management de trafic feroviar, planificare și operațiuni.

Cătălin Golban: Din 2013 am început să lucrez la Bosch, fiind responsabil de o echipă ce face algoritmică și viziune artificială pentru conducerea automată. Între timp, activitățile s-au diversificat. Înainte de 2013, am lucrat pentru diverse companii în domenii ca web development, backend servers, mobile development, embedded și AI. Am absolvit un master în viziune artificială în 2008 și Facultatea de Calculatoare UTCN în 2006.

Ovidiu Mățan: Ai menționat, Cătălin, că lucrezi în automated driving, nu în autonomous driving. Ne poți spune mai mult despre această distincție?

Cătălin Golban: Pentru mine, mereu a fost vorba de automated driving, iar dacă am folosit termenul autonomous driving am greșit. Noi nu ne dorim autonomie totală. Prin automated driving înțeleg funcțiile de automatizare a activității șoferului, mergând treptat spre conducere automată, dar asociind-o cu inteligența artificială generalizată.

Din perspectiva software-ului folosit de aceste soluții, ce anume se dezvoltă la Bosch în Cluj?

Cătălin Golban: Există patru nivele de automatizare. La Bosch Cluj lucrăm foarte bine cu nivelul 2 pe care îl avem în producție, dar și cu nivele 3 și 4. Nivelul 3 presupune funcționalități ce implică prezența șoferului și sistemul care deține controlul în trafic. Dar, trebuie menționat că șoferul trebuie să intervină la prima notificare că este ceva în neregulă. Nivelul 3 este mai important din punctul de vedere al businessului, deoarece implică tehnologii scalabile pentru volume mari de mașini și mașinile de serie. Ne ocupăm și de tehnologiile de nivel 4 care presupune tehnologii mult mai scumpe pentru un număr restrâns de mașini de tip robo taxi sau automated shuttles unde nu vorbim de volume mari de astfel de vehicule, ci de sisteme punctual instalate în anumite spații bine delimitate. Noi acționăm în partea de percepție, adică a algoritmicii semnalelor de orice tip și în construirea unor reprezentări de nivel mai înalt pe baza cărora se face controlul mașinii, adică accelerație, frânare, virare, semnalizare și alte activități specifice în condiții de trafic.

Cristian, ne poți spune mai multe despre proiectele la care lucrezi?

Cristian Pop: În domeniul Automotive, colegii mei acoperă o plajă mare de proiecte, de la embedded systems până la nivelul operațional. Avem niște proiecte strategice în această zonă. În Railway, avem proiecte de tip Automatic Train Operation care are similarități cu Automated Driving din Automotive. Avem proiecte în care lucrăm pe componente embedded ce țin de partea de infrastructură, deci componente aflate pe șine. Am avut un proiect de trecere la nivel cu calea ferată la barieră. Mergând mai sus, în zona Train Control Systems, lucrăm la partea de Onboard Unit. Onboard Unit este componenta esențială din sistemul ATP (Automatic Chain Protection), un sistem safety critical cu multiple nivele de redundanță ce este instalat în tren și care asigură protecția trenului prin aplicarea frânei în ultimă instanță dacă conducătorul trenului nu ia anumite măsuri la timp. Avem proiecte interesante în zona de Interlocking care este componenta care se asigură că, la nivel de topologie, la nivel de rețea, trenul are asigurat un traseu sigur (poziționare de macaze, intersecții și altele). Practic, ne asigurăm că, dacă un macaz are o anumită poziție într-o anumită zonă, un alt macaz trebuie poziționat altfel într-o altă zonă, astfel încât două trenuri să nu ajungă în același loc simultan. Totul este interconectat. Pozițiile elementelor trebuie corelate, astfel încât traseul să fie sigur pentru trenuri. Momentan, vorbim de Electronic Interlocking, iar viitorul este Cloud Interlocking. Niște plăci electronice comandă componentele din teren.

Cătălin Golban: Aș dori să intervin. Lucrăm și la un sistem de percepție video, pe bază de inteligență artificială, pentru trenuri. Inițial ni se spunea că trebuie să detectăm switchuri și nu prea înțelegeam de ce. Provocarea noastră este acum să detectăm main trackul într-o gară cu multe linii, să-l detectăm fără conexiune la un sistem cloud ce ar putea oferi o viziune de ansamblu. Trebuie identificată șina curentă din video, dat fiind că în teren sunt multe combinații posibile. S-ar simplifica mult problema de percepție și de înțelegere a scenelor de tren dacă am avea acces la o hartă a stării switchurilor, astfel încât să știm care este trackul pe care trebuie să centrăm detecția de obiecte.

Cristian Pop: O hartă care prezintă starea switchurilor există și este următorul nivel din sistem unde ai de-a face cu Traffic Management System și Control Centers. E vorba de sisteme cu afișaje foarte mari unde vezi trenurile, topologia, switchurile. Aceasta este o componentă foarte importantă pentru Interlocking care trebuie să știe care este poziția switchurilor.

Cătălin Golban: Este această hartă disponibilă în tren sau doar în Control Center? Noi ne-am dori-o în tren.

Cristian Pop: Depinde. Noi lucrăm cu Mass Transit, Main Line și Freight. La Mass Transit, acolo avem cele mai mult cazuri unde avem nivele de automatizare de nivel 4 (echivalentul vostru de nivel 5). În Railway, avem patru nivele de automatizare. La nivelul 1, este nevoie de un vatman de tren, iar protecția trenului este asigurată de un ATP. La nivelul 2, partea de accelerare și decelerare se face automat, deci vatmanul are un buton de start. Tot la acest nivel, accelerarea se face automat, iar vatmanul mai are rolul de a controla ușile. La nivelul 3, vatmanul poate să lipsească, dar avem un train attendant care poate controla ușile și lua comanda trenului dacă toate sistemele automate nu mai funcționează. La nivelul 4, totul este automat. În acest caz, e nevoie ca topologia să fie reprezentată la bord. La Mass Transit este zona de trafic urban (metrou sau zonă suburbană gen S-Bahn). Ca să facem diferența între Mass Transit și Main Line, la Mass Transit nu avem baie, iar la Main Line avem baie. Pentru nivelul 4, trebuie să ai control deplin asupra mediului în care te miști, iar în scenarii din acestea de metrou, este mult mai simplu, deoarece topologia trackului este mult mai simplă, cunoști flota și sistemul de tracțiune. La Mass Transit este nevoie să ai hartă, deoarece trebuie să știi unde te afli și ce restricții de viteză sunt. La Main Line nu mai este același lucru, deoarece aici sistemul de referință nu mai este absolut, ci relativ. Pentru a avea nivel 4 în Main Line, infrastructura trebuie să treacă prin transformări radicale.

Cătălin Golban: Ce mi se pare interesant este că, prin comparație cu Automotive unde nu avem o digitalizare atât de bună a infrastructurii, în cazul Railway ne putem baza mai mult pe elemente de infrastructură deja existente.

Cât de mult contează miniaturizarea senzorilor și care este starea lor în industria Automotive?

Cătălin Golban: La mine nu ajung toate aceste cerințe ce țin de hardware design și mecanică. Se lucrează la principii noi de senzori, la camere sensibile la diverse range-uri electromagnetice, rezoluții de senzori care cresc pentru a crește range-ul. Pe de o parte vedem tendința de a perfecționa senzorii pornind de la principiile fizice de bază. Pe de altă parte, în ceea ce privește miniaturizarea, dacă până acum făceam senzori smart, adică o cameră inteligentă poziționată sub oglindă, iar pe baza ei se controla direct mașina, tendința este ca să se mute partea de inteligență spre unele calculatoare centrale. Software-ul este același. Cu cât trebuie procesat un video în real-time mai mult, cu atât mai mult trebuie să te apropii de hardware și să îl folosești la maxim. Nu poți abstractiza și nu poți folosi limbaje de nivel înalt.

Omul are vedere, auz, simț. S-a luat în calcul folosirea unui senzor audio în caz că pe drum se aude ceva relevant care nu se poate vedea (de exemplu, o explozie)?

Cătălin Golban: Din câte știu, nu există ceva care să aibă sens în general. De exemplu, la sistemele side-view assist se poate detecta pe bază de ultrasunet un obstacol sau un vehicul care vine în unghiul mort. Nu e vorba de sunet. Chiar și mașinile speciale le detectăm din video, nu din sunet. Tendința este de a avea camere 360.

Ce senzori folosiți în Railway?

Cristian Pop: Dacă ne uităm la partea de track unde se folosesc senzorii la momentul actual, senzorii detectează temperaturi, curenți în zona macazelor ca să poți detecta un defect existent sau să previi unul viitor. Avem și senzori de câmp magnetic folosiți pentru a asigura integritatea trenului. Senzorii miniaturizați sunt mai eficienți energetic, sunt mai puternici la nivel de calcul. Dacă reușim să îi facem și robuști, deoarece în zona de Railway vibrațiile sunt foarte puternice, utilizarea este una de succes. Folosim și senzori de vibrații pentru a detecta defecte în roți sau în calea de rulare, fiind monitorizate formele de undă. Calea de rulare sau trackul este o resursă limitată, iar folosirea optimă a acestei resurse este foarte importantă. Pentru rezultate de excepție este nevoie de Edge Computing unde procesarea se face pe dispozitiv, iar rezultatele doar sunt cele trimise mai departe, minimizând cantitatea de date trimise în cloud. E nevoie de putere computațională și energie multă.

Ce știți despre autobuzele autonome pe care Primăria Cluj dorește să le pună în funcțiune?

Cătălin Golban: Voi face doar niște presupuneri. Trebuie să aibă traseul lor. Trebuie să meargă la o viteză rezonabilă. Orice demers în acest sens este foarte bun.

Cristian Pop: Am auzit că sunt de dimensiuni mai mici, de vreo 20 de persoane. Probabil că vor fi ca niște shuttles care se vor învârti într-o zonă determinată, de exemplu Parcul Central unde se fac acum schimbări de infrastructură.

Folosiți simulatoare?

Cristian Pop: Avem proiecte unde folosim simulatoare comerciale, off-the-shelf. Chiar și colegii din Automotive le folosesc. În Railway, avem in-house development, deoarece avem scenarii complexe în care simulăm inclusiv sistemul de operare. Avem și o interfață grafică ce captează datele din cadrul simulării, dar nu este vorba de capturi de ecran, ci de fișiere .xml sau .html, deoarece nu ne interesează dacă un pixel e galben sau nu, ci ne interesează informația pe care o dorim ușor analizabilă.

Cătălin Golban: CARLA este un proiect ce se dezvoltă accelerat, pe care l-am folosit și îl folosim. Simularea a fost mereu importantă pentru validarea sistemelor. Simularea este importantă și pentru antrenarea algoritmilor care își cresc astfel performanța. Dincolo de simulare, lucrăm foarte mult cu augmentarea, cu inserarea de obiecte în scene video existente. Noi lucrăm cu computer vision 3D, deoarece nu ne interesează doar pixelii, ci și modelul 3D al scenei.

Ce ar mai fi de făcut pentru a atinge nivelul 4 la trenuri? Unde ați ajuns voi?

Cristian Pop: Cele mai importante aspecte ce au nevoie de îmbunătățiri sunt infrastructura și standardizarea acesteia. La nivel european, fiecare țară are sistemul ei. În domeniu auto este ușor, șofer fiind, să pornesc din România și să mă duc de-a lungul continentului, deoarece, cel mai probabil, sunt aceleași reguli de circulație. La trenuri este total diferit. Când toată informația (viteză, integritate, localizare) va fi transmisă în cabine fără a fi nevoie de semnale și semafoare, atunci vom putea implementa nivelul 4 deplin pentru Main Line. La nivel european există deja proiecte vaste de digitalizare în scopul standardizării.

Care sunt pașii de urmat pentru un nivel 5?

Cătălin Golban: Este greu de spus, deoarece s-ar putea să avem nevoie de o nouă paradigmă de calcul. Metodele actuale de inteligență artificială sunt potrivite pentru anumite seturi de date. Momentan, intervenția șoferului e necesară. Ulterior, ne putem dori un traffic jam pilot, unde mașina preia controlul și șoferul poate face altceva fără a avea incidente, strategie pentru care există tehnologie și sisteme. Până la nivelul 5 mai este mult.

LANSAREA NUMĂRULUI 141

Analiza de business (BA)

miercuri, 27 martie, ora 18:00

sediul Accesa

Facebook Meetup StreamEvent YouTube

NUMĂRUL 140 - Generative AI

Sponsori

  • Accenture
  • BT Code Crafters
  • Accesa
  • Bosch
  • Betfair
  • MHP
  • BoatyardX
  • .msg systems
  • Yardi
  • Colors in projects

INTERVIURI VIDEO