Mentionsy Mentionsy
TechChatter
TechChatter

Kod, algorytmy i cztery koła: technologia w automotive

06.02.2025 ·1 godz 4 min · 18 rozdziałów

Czy kiedykolwiek zastanawialiście się, jak inżynierowie tworzą oprogramowanie dla samochodów przyszłości? Jak wyglądają testy, które gwarantują bezpieczeństwo? A może marzycie o autonomicznej podróży do Chorwacji w sześć godzin? W kolejnym odcinku podcastu zanurzamy się w fascynujący świat technologii motoryzacyjnych.W tym odcinku:Zgłębiamy tajniki projektowania i testowania oprogramowania w branży automotive.Rozmawiamy o bezpieczeństwie na drodze: od norm ASIL po rozwiązania cybersecurity.Przyglądamy się przyszłości jazdy autonomicznej i wyzwaniach, które stoją przed inżynierami.Odkrywamy, jak sztuczna inteligencja rewolucjonizuje motoryzację.Dyskutujemy o etycznych dylematach autonomicznych pojazdów.Eksperci odcinka:Paweł Kmiecik – Software validation engineer z ponad 4-letnim doświadczeniem w branży automotive. Podczas codziennej pracy zajmuje się automatyzacją testów jak i budową środowisk testowych. Dodatkowo zajmuje się również tworzeniem modeli symulacyjnych, które umożliwiają wykonanie bardziej zaawansowanych testów oprogramowania wykorzystując zasoby sprzętowe. Z wykształcenia Inżynier Automatyki i Robotyki. Zainteresowania poza szeroko pojętą inżynierią to sporty siłowe oraz rynki finansowe.Łukasz Okoń – Absolwent kierunku Teleinformatyka na Politechnice Śląskiej. Już wtedy przejawiał zainteresowanie motoryzacją, podczas studiów uzyskał wiele osiągnięć w tej dziedzinie będąc członkiem zespołu Polsl Racing. Profesjonalną karierę z systemami wbudowanymi rozpoczął przed ośmiu laty jako embedded software developer. Po kilku latach odkrył swoją pasję, którą jest architektura oprogramowania. Aktualnie pracuje dla jednego z największych producentów samochodów na świecie jako Architekt Oprogramowania.Linki do zagadnień poruszanych w rozmowie:Aktualny stan rozwoju pojazdów autonomicznych w Polsce i na świecie: https://auto-set.pl/samochody-autonomiczne-w-polsce-obecna-sytuacja-wyzwania-i-przyszlosc/Wyzwania technologiczne i regulacyjne w implementacji pojazdów autonomicznych: https://bytebuilders.pl/cyber-blog/autonomiczne-pojazdy-co-przyniosa-lata-2024-2025/Wpływ autonomicznych pojazdów na bezpieczeństwo ruchu drogowego: https://go-racing.pl/blog/samochody-autonomiczne-co-warto-wiedziec-o-autonomicznych-pojazdach/Integracja sztucznej inteligencji w systemach autonomicznych pojazdów: https://briefvehicle.pl/jakie-innowacje-wprowadza-najnowsza-generacja-samochodow-autonomicznych/Etyczne i społeczne aspekty wprowadzenia autonomicznych pojazdów: https://sprytne.pl/pojazdy-autonomiczne-przyszlosc-mobilnosci-i-wyzwania-wdrozeniowe/Podcast Capgemini Polskahttps://www.capgemini.com/pl-pl/kariera/dlaczego-capgemini/Produkcja: Cleverheartedhttps://www.cleverhearted.com/

27:41 · ADAS i poziomy autonomiczności jazdy 6

Politechnika Śląska. No to tutaj często już dotykamy tematu AI, także sieci dobranowych, które definiują nam z pewną dozą prawdopodobieństwa położenie danego obiektu, czy co to jest za obiekt, rozpoznają ten obiekt, cała percepcja otoczenia, często jest jakby zrzucana na sztuczną inteligencję AI.

Aczkolwiek nie tylko wyzwania, ale również możliwości. Bo wiedza i doświadczenie bardzo szybko przychodzą podczas pracy z takimi projektami. Ilość zwrotek od Pawła na samym początku nas na pewno przerazi, a po jakimś czasie nawet już nie będziecie wiedzieć, że myślicie i zadajecie sobie pytania, o których kiedyś nawet nie przyszłoby wam do głowy pomyśleć. I wracając do tego tematu Artificial Intelligence, czyli tej sztucznej inteligencji. To jest hot topic ostatnio i na pewno, jeżeli zaangażowalibyście się w jakiś projekt ADAS-owy w motoryzacji do tego AI, będziecie musieli gdzieś tam dotknąć ta sieć neuronów, a też musi być w jakiś sposób wytrenowana, więc wiele godzin, tysiące godzin pracy ludzi trzeba poświęcić na to, żeby mieć pewność, że to, co

Użytkownik danego samochodu robi i to, co może zrobić za tą kierownicą, jest dla niego bezpieczne. Pierwsza część twojej wypowiedzi to brzmiało tak troszeczkę jak taki sposób na śmiertelność, wiesz o co chodzi, że zawsze jest, jak będziesz w automotive, to zawsze musisz być up to date, czyli po prostu na bieżąco z najnowszymi technologiami, tak? Wychodzi AI, no i to AI gdzieś tam jest jakby integrowane do samochodów, musisz wiedzieć, jak działa, musisz wiedzieć, jak to przetestować, jak to dointegrować i oczywiście gdzieś te tematy się cały czas przeplatają, także to jest na pewno super, jeśli chodzi o branżę automotive, no i Też ta wieloprzekrojowość, że często pracujemy nad jednym tematem i musimy wziąć pod uwagę, jak działa cały system, który często jest stworzony z elektroniki. Musi to działać w jakiejś płytce elektronicznej.

Natomiast jeśli wracając też do tematu AI, no to mówimy o dewelopmencie i o testach, no to ciężko jakby mówić o działaniu algorytmu, jeżeli nie zdefiniujemy sobie jakiegoś drzewa decyzji, tak, no bo możemy mieć jakieś algorytmy, które nam działają w lepszy lub gorszy sposób, natomiast każdy z tych algorytmów może zwrócić nam daną informację i my, jako inżynierowie, czy to tutaj na przykład Łukasz, architekt, musi zdefiniować, w jaki sposób dane auto powinno się zachować pod względem danych wejściowych, tak, a więc Tutaj mam na myśli to, że stosujemy też często coś takiego, że mamy kilka sensorów, które mierzą nam dane wartości i musimy podjąć decyzję, która z tych wartości jest prawidłowa. No i w momencie, jeżeli mówimy tutaj o sieciach neuronowych, no to często ta decyzja może być, no po prostu to jest prawdopodobieństwo, tak? Nie oszukujmy się.

Więc ktoś by się zapytał, a po co nam te AI w tym aucie? No po to dokładnie, że Złożonych przypadków, które są na drodze, często jest tak złożona ta liczba tych przypadków, że nasz mózg jako człowieka jest stworzony do tego, żeby łatwo się adaptować. Jak my się łatwo adaptujemy do sytuacji na drodze, widzimy jakiś znak, który jest na przykład zaśnieżony, to my jesteśmy w stanie stwierdzić, aha, tutaj jest skrzyżowanie, tutaj zawsze była linia stopu, ten znak ma kształt linii stopu, a więc prawdopodobnie jest to stop. I zatrzymamy się, logicznie myśląc. Aczkolwiek trzeba brać pod uwagę, że ten algorytm musi to zrobić za nas. On musi też to wiedzieć. No i tutaj jakby sposób taki, że definiujemy wszystkie znaki drogowe na całym świecie i wgrywamy je do samochodu, żeby samochód wiedział, jakie to są znaki, no jest dobrym pomysłem, tylko jeśli już zaczniemy rozpatrywać jakieś przypadki takie nieliniowe bym powiedział, takie bardzo nietypowe, no to ten algorytm po prostu może nie działać.

No i tutaj właśnie jest od tego sztuczna inteligencja, że na przykład jeżeli mamy Tak jak wspomniałem wcześniej, ośnieżony znak, no to sztuczna inteligencja powinna nam rozpoznać, co to jest za znak, czy jest on ośnieżony, jaki on ma kształt i tak dalej i z jakąś dużą prawdopodobieństwem powiedzieć, że powinniśmy się zatrzymać, tak? Następny przypadek, to już jakby bardziej taki kreatywny. Zakładamy, że jedziemy przez miasto i widzimy też znak stopu czy jakikolwiek inny znak ustąpieństwa na przykład i mamy kałużę na drodze i ten znak jakby zachodzi reflektacja, tak? Ten znak odbija się od kałuży i nasze auto jakoś to wychwyci, tak? Albo przyjeżdżamy obok jakiegoś wieżowca w Warszawie i jest po prostu szkło, tak? Szyba. I też jest jakieś odbicie, tak? Reflektacja się robi. Algorytm AI nam rozpozna, że ten znak jest w dwóch pozycjach naraz. On jest jakby odbiciem, tak? No i pytanie, jak się zachowa ten algorytm?

Pokazano wszystkie 6 dopasowań. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.