Gå til innhold

Teslas utvikling og fremtid vs konkurentene: Fri diskusjon


gamlefar

Anbefalte innlegg

Det hjelper jo å forstå hvordan sensorene fungerer. Selv med CMOS sensorer og AI-systemene som leser av dette, så klarer man å lage en 3D representasjon av det man stort sett ser. Jo mer data, jo enklere er det. En pose som har en 3D representasjon som forandrer seg fra frame-til-frame er lett å tolke til å være et mykt objekt. 

 

RADAR og LiDAR ser jo dette direkte, og trenger ikke så mye tolkning i dataene. Så der vil en pose være lett gjenkjennelig. Så igjen, jeg forstår ikke helt argumentet? Hva og hvilke forskjeller er det du mener er så vanskelig sett fra racing til gate? 

 

I racing med høyere hastigheter, så bruker man sensorene på samme måte, bare helst at reaksjonstid skal være kjappere for å faktisk vinne. Så måten å vinne her, er jo effektiviteten på systemene i sin helhet. 

 

Det å bruke din Leaf som et eksempel som ikke kjører med nivå 4 eller 5 ferdsel blir jo litt merkelig når det er nivå 4 eller/og helst 5 vi snakker om her? 

 

Har du noen som helst erfaring med utvikling av selvkjørende produkter? 

 

Å "se" en pose er ikke problemet, å navigere gater er problemet. Stoppe når det skal stoppes, ta av der en skal av, legge seg i rett fil osv. Her er det ekstremt mye som skal inn, og utrolig vanskelig. Å få inn sensordata er det enkle. 

 

Å kjøre på bane er lett, man skal holde seg innenfor linjene og passe seg for de objektene som er rundt. Litt som å kjøre på motorvei som de fleste biler med aktiv styring klarer helt fint i dag, start samme systemet i bykjernen og den feiler i første kryss. Mitt første prosjekt ila min ingeniørgrad var nettopp dette, selvkjørende lego som skulle holde seg innenfor en bane. 

 

Darpa begynte jo med slike konkuranser for flere tiår siden, lukkede baner hvor objektet kun var å komme seg i mål. 

  • Liker 2
Lenke til kommentar
Videoannonse
Annonse

Har du noen som helst erfaring med utvikling av selvkjørende produkter? 

 

Å "se" en pose er ikke problemet, å navigere gater er problemet. Stoppe når det skal stoppes, ta av der en skal av, legge seg i rett fil osv. Her er det ekstremt mye som skal inn, og utrolig vanskelig. Å få inn sensordata er det enkle. 

 

Å kjøre på bane er lett, man skal holde seg innenfor linjene og passe seg for de objektene som er rundt. Litt som å kjøre på motorvei som de fleste biler med aktiv styring klarer helt fint i dag, start samme systemet i bykjernen og den feiler i første kryss. Mitt første prosjekt ila min ingeniørgrad var nettopp dette, selvkjørende lego som skulle holde seg innenfor en bane. 

 

Darpa begynte jo med slike konkuranser for flere tiår siden, lukkede baner hvor objektet kun var å komme seg i mål. 

Jeg er multimediadesigner, så jeg bruker litt slik data selv, bare til andre formål. 

 

Dette med posen snakket jeg om kun pga det ble tatt opp av Nimrad. Altså er det ikke noe problem for bilene å gjenkjenne et mykt eller et hardt objekt i bevegelse. 

 

Det å stoppe når man skal stoppe, legge seg i rett fil osv er akkurat de samme problemene man vil få når man skal kjøre på bane sammen med 20 andre biler. Disse bilene må i tillegg lage sine "filer" på frifot uten at man på forhånd kan ha data på dette fra før av, så jeg vil faktisk påstå det er vanskeligere. Det blir noe annet om banen allerede er 3D skannet og matet til bilene. Det håper jeg de ikke gjør. 

 

Dette vil være realiteten om noen år i trafikken. Selv om bil nr.1 ikke vil klare å kjøre igjennom Oslo på første forsøk, så vil bil nr 10,000 klare det, siden den har data fra de foregående 9,999 å lese av. På den måten er filene, rundkjøringene, fortauene, kryssene, fotgjengerfeltene og alt allerede forhåndsprogramert inn. Det eneste man skal sjekke mot da, er jo avvik. Altså fotgjengere, veiarbeid, høl i veien osv noe sensorene ikke sliter så mye med allerede idag. Problemet blir rett og slett mengden data, og det å få et system ut som kan mate hverandre. 

 

Med 5G så vil dette akselereres ekstremt mye kjappere, og jeg forventer at autonom ferdsel på nivå 4 og 5 ikke vil ta av skikkelig før den tid. 

Lenke til kommentar

 

 

 

 

Det å stoppe når man skal stoppe, legge seg i rett fil osv er akkurat de samme problemene man vil få når man skal kjøre på bane sammen med 20 andre biler. Disse bilene må i tillegg lage sine "filer" på frifot uten at man på forhånd kan ha data på dette fra før av, så jeg vil faktisk påstå det er vanskeligere. Det blir noe annet om banen allerede er 3D skannet og matet til bilene. Det håper jeg de ikke gjør. 

 

Nei det er langt i fra de samme problemene. På en bane vill radar merke at en tar innpå bil, bilen må så finne ut hvor den kan passere. På en bane velger bilen den ruten som gir mest plass og best opplegging til neste sving osv. Altså veldig lite å ta høyde for. Bruker kun data i fra kamera om hvor det er ledig. I trafikken er det en helt annen situasjon, en må forholde seg til ett hav av regler. Dette er jo ganske enkel logikk. "lage sine egne filer", hva snakker du om? Moderne biler med selvkjøring(iallefall tesla) er ikke avhengig av filer, de brukes pr i dag kun til å følge regelverk. Bilene kjører fint uten. Dette ble forøvrig gjort av biler i darpa challange i 2005 også.. Altså ikke noe nytt.

 

 

 

Dette vil være realiteten om noen år i trafikken. Selv om bil nr.1 ikke vil klare å kjøre igjennom Oslo på første forsøk, så vil bil nr 10,000 klare det, siden den har data fra de foregående 9,999 å lese av. På den måten er filene, rundkjøringene, fortauene, kryssene, fotgjengerfeltene og alt allerede forhåndsprogramert inn. Det eneste man skal sjekke mot da, er jo avvik. Altså fotgjengere, veiarbeid, høl i veien osv noe sensorene ikke sliter så mye med allerede idag. Problemet blir rett og slett mengden data, og det å få et system ut som kan mate hverandre. 

 

Ja dette er jo fordelen til Tesla, de har ekstremt mye av denne data'en som de kan mate inn. Det er en veldig god strategi som er verdt en god del kroner. 

  • Liker 1
Lenke til kommentar

Nei det er langt i fra de samme problemene. På en bane vill radar merke at en tar innpå bil, bilen må så finne ut hvor den kan passere. 

Hva er forskjellen her mot trafikken? I trafikken så kan man kun kjøre forbi på venstre side på områder som er allerede programert inn at er lov å forbipassere. På banen må bilene hele tiden ta disse dataene og vurdere selv hvor det er mulig å passere. For meg høres dette ut som en større utfordringe enn på en vei med forutbestemte regler. 

 

På en bane velger bilen den ruten som gir mest plass og best opplegging til neste sving osv. Altså veldig lite å ta høyde for.

 

 

Antar du at banen allerede er 3D skannet og gitt bilene? Isåfall så er jeg enig, men jeg håper at de ikke bruker denne løsningen. Jeg håper de kun plasserer bilene ute på startblokken, uten forhåndsprogramert data i henhold til hvilken bane man er på, slik at bilene må lurest og best måte først forstå hvor dem er, hvordan banen ser ut, og dermed også vinne der de andre bilene må taes hensyn til. Da blir det straks mye verre. 

 

Dette med forbikjøringer trur jeg aldri i livet vil bli godkjent på vei forutenom tofelts-vei eller mer når det gjelder autonom-ferdsel. Da må vi isåfall vente på sanntids kommunikasjon hos bilene. Og på en tofeltsvei, så vil jeg påstå at forbikjøring er mye enklere i trafikken, enn på en bane. 

 

I trafikken er det en helt annen situasjon, en må forholde seg til ett hav av regler. Dette er jo ganske enkel logikk. "lage sine egne filer", hva snakker du om? Moderne biler med selvkjøring(iallefall tesla) er ikke avhengig av filer, de brukes pr i dag kun til å følge regelverk. Bilene kjører fint uten. Dette ble forøvrig gjort av biler i darpa challange i 2005 også.. Altså ikke noe nytt.

 

Hva er problematikken rundt regler? Regler bruker man hele tiden for noe lignende. Altså spill. Vi klarer idag å vinne i Dota 2 over spillere, hvor det eneste de har forehåndsprogrammert er nettopp det- regler. Det samme gjelder sjakk. I disse spillene og AI'en her, så bruker man faktisk data på ganske lik måte som LiDAR og RADAR. Man tar utgangspunkt i hva "karakteren" kan se fra sitt ståsted og tar valg derifra. 

 

Da blir det enklere når man i trafikken kan gi bilene "kartet" i tillegg - gjennom GPS data, og sanntids kommunikasjon mellom bilene som kan oppdatere forandringer som f.eks veiarbeid. 

 

Darpa Challenge vil jeg påstå er ekstremt mye vanskeligere å få til enn autonom ferdsel i trafikken. Det er en grunn til at ingen av dem kom i mål det første året. De som kom  lengst og vant andre året hadde fokusert på "slow-but-steady", noe man aldri hadde godkjent i trafikken. Altså at en robot kjørte i 30 km/t i 80 sona. 

 

Urban Challenge som faktisk fungerte mer som et "race i trafikk" hadde faktisk flere i mål i 2007. 

Endret av oophus3do
Lenke til kommentar

 

 

 

 

Hva er forskjellen her mot trafikken? I trafikken så kan man kun kjøre forbi på venstre side på områder som er allerede programert inn at er lov å forbipassere. På banen må bilene hele tiden ta disse dataene og vurdere selv hvor det er mulig å passere. For meg høres dette ut som en større utfordringe enn på en vei med forutbestemte regler. 

 

Forskjellen er at en ikke trenger å ta høyde for noe annet enn å komme forbi, og det er det eneste målet. I tillegg til å holde seg på matta. Det er langt flere ting å ta høyde for i trafikken. Noe som ikke trenger mer forklaring, eller? 

 

 

Antar du at banen allerede er 3D skannet og gitt bilene? Isåfall så er jeg enig, men jeg håper at de ikke bruker denne løsningen. Jeg håper de kun plasserer bilene ute på startblokken, uten forhåndsprogramert data i henhold til hvilken bane man er på, slik at bilene må lurest og best måte først forstå hvor dem er, hvordan banen ser ut, og dermed også vinne der de andre bilene må taes hensyn til. Da blir det straks mye verre. 

 

Dette med forbikjøringer trur jeg aldri i livet vil bli godkjent på vei forutenom tofelts-vei eller mer når det gjelder autonom-ferdsel. Da må vi isåfall vente på sanntids kommunikasjon hos bilene. Og på en tofeltsvei, så vil jeg påstå at forbikjøring er mye enklere i trafikken, enn på en bane. 

 

3D Skannet? Bilene har kamera, det holder. At de har kjørt den før og optimalisert regulatorer er jo en fordel. 

 

 

Hva er problematikken rundt regler? Regler bruker man hele tiden for noe lignende. Altså spill. Vi klarer idag å vinne i Dota 2 over spillere, hvor det eneste de har forehåndsprogrammert er nettopp det- regler. Det samme gjelder sjakk. I disse spillene og AI'en her, så bruker man faktisk data på ganske lik måte som LiDAR og RADAR. Man tar utgangspunkt i hva "karakteren" kan se fra sitt ståsted og tar valg derifra. 

 

Da blir det enklere når man i trafikken kan gi bilene "kartet" i tillegg - gjennom GPS data, og sanntids kommunikasjon mellom bilene som kan oppdatere forandringer som f.eks veiarbeid. 

 

Darpa Challenge vil jeg påstå er ekstremt mye vanskeligere å få til enn autonom ferdsel i trafikken. Det er en grunn til at ingen av dem kom i mål. De som kom  lengst hadde fokusert på "slow-but-steady", noe man aldri hadde godkjent i trafikken. Altså at en robot kjørte i 20 km/t i 80 sona. 

 

Problematikken er at det er ekstremt mye og komplekst, fra land til land, område til område, feil osv. Det tar tid. Jeg prøver ikke å si at det er umulig eller noe slikt, det er bare langt mer komplekst enn å kjøre på en bane. 

 

 

Jeg vill anbefale deg å se noen leksjoner fra autonom avdelingen til MIT. Det ligger mye på youtube. Masse god info der. 

  • Liker 2
Lenke til kommentar

Forskjellen er at en ikke trenger å ta høyde for noe annet enn å komme forbi, og det er det eneste målet. I tillegg til å holde seg på matta. Det er langt flere ting å ta høyde for i trafikken. Noe som ikke trenger mer forklaring, eller? 

For å si det sånn. De som kun tar høyde for å kun komme forbi, de kommer til å tape. Hva stopper teamet hos bilen forran i å kjøre defensivt, og ta linjene? Trur nok dette er litt dypere enn du gir uttrykk for selv altså. 

 

3D Skannet? Bilene har kamera, det holder. At de har kjørt den før og optimalisert regulatorer er jo en fordel. 

 

Ja, men jeg mener at jeg håper de nullstiller dette, og kun lar den beste algoritmen vinne fra scratch. Algoritmene kan selvfølgelig forbedres fra gang til gang, og kanskje i sanntid gjennom løpet. Men jeg håper bilene ikke starter med data fra før av. Da syns jeg en motorsport i dette plutselig blir poengløst om man gir bilene slik data fra før av? Så det er ikke det utgangspunktet jeg tar. 

 

Det er her jeg mener dette er mye, mye vanskeligere enn i trafikk, der man har ekstremt mye data å gå etter fra før av. 

 

Problematikken er at det er ekstremt mye og komplekst, fra land til land, område til område, feil osv. Det tar tid. Jeg prøver ikke å si at det er umulig eller noe slikt, det er bare langt mer komplekst enn å kjøre på en bane. 

 

 

Dette handler kun om tid som du sier. Og jeg trur ikke vi vil se autonom ferdsel på nivå 4 og 5 før man har sanntids kommunikasjon mellom bilene. Når det er på plass, så er mengden data null problem. Derfor sier jeg at motorsport, som ikke trenger ta hensyn til slike regler har endel å si. Man kan hente ekstrem mye med erfaring fra motorsport, som man så kan ha klart for når regelverket tillater nivå 4 og 5 på veiene. 

 

Det at det er forskjellige regler fra land til land handler kun om data det også, og det vil være null problem for en bil å "switche" over fra et land til et annet når man uansett har dataene fra landene klart. Det er jo bare snakk om å laste ned ei lita fil det. 

 

Uansett, jeg trur vi må si oss enige om å være uenige. Ihvertfall fra det ståpunktet jeg tar når jeg prater om motorsport. Det å ha en motorsport med forhåndsinnstallert data syns jeg ikke gir noen mening, så jeg tar utgangspunkt i 0 data. 

 

Da vil jeg påstå det ligger ekstremt mye mer prestisje i å f.eks vinne WRC med en fult autonom bil som konkurrerer mot mennesker. 

 

Det å se på Darpa med biler som ruller i 30 km/t vil jeg ikke akkurat påstå som "motorsport". Dette var mer en konkurranse for å hente frem ekspertise for nettopp dette med å forstå sensorene og hvordan bruke dem. 

Endret av oophus3do
Lenke til kommentar

 

 

 

 

 

For å si det sånn. De som kun tar høyde for å kun komme forbi, de kommer til å tape. Hva stopper teamet hos bilen forran i å kjøre defensivt, og ta linjene? Trur nok dette er litt dypere enn du gir uttrykk for selv altså. 

 

Joda, såklart må de ta høyde for å vinne også. Ingen tvil om det. Men det var jo bare ett eksempel på hvor mye mindre komplekst det er. 

 

 

Ja, men jeg mener at jeg håper de nullstiller dette, og kun lar den beste algoritmen vinne fra scratch. Algoritmene kan selvfølgelig forbedres fra gang til gang, og kanskje i sanntid gjennom løpet. Men jeg håper bilene ikke starter med data fra før av. Da syns jeg en motorsport i dette plutselig blir poengløst om man gir bilene slik data fra før av? Så det er ikke det utgangspunktet jeg tar. 

 

Det er her jeg mener dette er mye, mye vanskeligere enn i trafikk, der man har ekstremt mye data å gå etter fra før av. 

 

Ja om de har tidligere data eller ikke vet jeg absolutt ikke. Tviler på at de har det egentig. Men poenget er jo at en ikke trenger å ha noe empiri for å kjøre løypen, men for å kjøre den optimalt trenger en det. 

 

 

 

 

Det ble mye å sitere, så dopper det. Tror vi er stort sett enig. Det handler om tid og de to grenene har forskjellige utfordringer. 

Endret av Salvesen.
  • Liker 1
Lenke til kommentar

Joda, såklart må de ta høyde for å vinne også. Ingen tvil om det. Men det var jo bare ett eksempel på hvor mye mindre komplekst det er. 

Fremdeles ikke enig at det er mindre komplekst. Siden du liker å peke mot Darpa, der vi i 2005 ser en lignende situasjon som jeg forespeiler, altså null data på forhånd, og kun sensorer der man kjører stort sett off-road, som igjen gjør GPS data mindre betydelig, så var det ingen som kom i mål. 

 

Mens i 2007 hos Darpa Urban challenge, som var et "race" i trafikken, der man måtte stoppe på stopp-skilt, vike for biler etc, så kom alle bilene som startet i mål. 

 

 

Det ble mye å sitere, så dopper det. Tror vi er stort sett enig. Det handler om tid og de to grenene har forskjellige utfordringer. 

 

 

Det er tiden jeg stort sett peker mot. De som gjør det bra i motorsport, kan få kjappere nytte av dataen man genererer, og dermed få et større forsprang ellers også. En fabrikant som er avhengig av XXX mengde data før systemet deres klarer seg alene vil være mindre effektivt enn en fabrikant som blir klarer seg med XX mengde data, forklart enkelt. 

 

Det er jo denne effektiviseringen som vil avgjøre hvem som vinner i et slikt løp. Hvem klarer å bygge korrekt data kjappest mulig måte, og bruke den. Det å bruke CMOS, Radar og Lidar trur jeg de alle klarer. 

Lenke til kommentar

Fremdeles ikke enig at det er mindre komplekst. Siden du liker å peke mot Darpa, der vi i 2005 ser en lignende situasjon som jeg forespeiler, altså null data på forhånd, og kun sensorer der man kjører stort sett off-road, som igjen gjør GPS data mindre betydelig, så var det ingen som kom i mål. 

 

Mens i 2007 hos Darpa Urban challenge, som var et "race" i trafikken, der man måtte stoppe på stopp-skilt, vike for biler etc, så kom alle bilene som startet i mål. 

 

 

 

Det er tiden jeg stort sett peker mot. De som gjør det bra i motorsport, kan få kjappere nytte av dataen man genererer, og dermed få et større forsprang ellers også. En fabrikant som er avhengig av XXX mengde data før systemet deres klarer seg alene vil være mindre effektivt enn en fabrikant som blir klarer seg med XX mengde data, forklart enkelt. 

 

Det er jo denne effektiviseringen som vil avgjøre hvem som vinner i et slikt løp. Hvem klarer å bygge korrekt data kjappest mulig måte, og bruke den. Det å bruke CMOS, Radar og Lidar trur jeg de alle klarer. 

 

Vi får være uenig da, ikke verre enn det. 

  • Liker 1
Lenke til kommentar

Opprett en konto eller logg inn for å kommentere

Du må være et medlem for å kunne skrive en kommentar

Opprett konto

Det er enkelt å melde seg inn for å starte en ny konto!

Start en konto

Logg inn

Har du allerede en konto? Logg inn her.

Logg inn nå
×
×
  • Opprett ny...