Revolusi transportasi masa depan: Mobil self-driving akan mengubah dunia

Terakhir diperbarui: 2024 Oktober 11

自Saat memikirkan masa depan mobil self-driving, saya selalu teringat kembali saat pertama kali saya mengenal teknologi tersebut. Saat itulah saya menyaksikan evolusi teknologi dan terpesona oleh potensinya. Melangkah ke dalam mobil self-driving, berkendara tanpa suara dengan latar belakang hiruk pikuk kota, saya tidak pernah menyangka masa depan transportasi akan terasa begitu dekat.

mobil mengemudi sendiri

Dalam artikel ini, kita akan mengeksplorasi kemajuan teknologi mengemudi otonom dan dampaknya terhadap masyarakat secara mendetail, termasuk pengalaman dari garda depan. Mari kita menatap masa depan bersama dan melihat bagaimana hidup kita akan berubah.

Mengemudi ke masa depan: Daya tarik dan kemungkinan kendaraan listrik

Masa depan mobil tanpa pengemudi: nasib revolusi transportasi

Awalnya

自Teknologi berkendara dinamis diharapkan membawa perubahan besar pada kehidupan dan sistem transportasi kita sehari-hari. Teknologi ini menawarkan berbagai manfaat, termasuk transportasi yang lebih efisien, lebih sedikit kecelakaan, dan mengurangi dampak terhadap lingkungan. Namun, mencapai hal ini menimbulkan tantangan teknis, etika, dan hukum. Di sini, kami mengeksplorasi secara rinci kondisi saat ini dan masa depan teknologi self-driving.

1. Detail teknis

Teknologi mengemudi otonom terdiri dari kombinasi beberapa teknologi canggih. Ini termasuk kecerdasan buatan (AI), pembelajaran mesin, teknologi sensor, dan algoritma perangkat lunak tingkat lanjut.

• teknologi sensor: Mobil self-driving menggunakan LiDAR, radar, kamera, sensor ultrasonik, dll. untuk memahami lingkungan sekitarnya secara akurat. Hal ini memungkinkan kendaraan mendeteksi rintangan, orang, kendaraan lain, dll. secara real time dan merespons dengan tepat.
• Kecerdasan buatan dan pembelajaran mesin: Algoritme AI dan pembelajaran mesin menganalisis sejumlah besar data dan membantu kendaraan memilih rute terbaik. Hal ini memungkinkan kemacetan lalu lintas dapat dihindari dan konsumsi energi menjadi efisien.
• Algoritma perangkat lunak tingkat lanjut: Mobil self-driving menggunakan sistem perangkat lunak yang kompleks untuk membuat keputusan seketika. Hal ini mencakup memprediksi kondisi jalan, mengantisipasi pergerakan kendaraan lain, dan merespons situasi yang tidak terduga.

2. Masalah etika dan hukum

Tantangan etika dan hukum juga tidak dapat dihindari dalam penerapan teknologi self-driving secara luas.

• masalah etika: Dalam kecelakaan yang melibatkan mobil tanpa pengemudi, perdebatan penting adalah bagaimana menentukan siapa yang bertanggung jawab. Ada juga pertanyaan tentang standar etika apa yang harus diterapkan ketika AI mengambil keputusan.
• peraturan hukum: Untuk mengoperasikan mobil tanpa pengemudi dengan cara yang mematuhi undang-undang lalu lintas di masing-masing negara, perlu dikembangkan undang-undang. Hal ini termasuk merombak sistem surat izin mengemudi dan menetapkan proses pengujian dan sertifikasi untuk mobil self-driving.

3. Dampak ekonomi dan sosial

Pengenalan teknologi mengemudi otonom akan berdampak signifikan terhadap perekonomian dan masyarakat.

• Dampak terhadap lapangan kerja: Ada kekhawatiran jumlah pekerjaan pengemudi akan berkurang akibat merebaknya teknologi self-driving. Di sisi lain, ada juga kemungkinan bahwa permintaan akan pekerjaan teknis dan jasa baru akan meningkat.
• Dampak terhadap industri: Seluruh industri otomotif akan mengalami perubahan besar karena kemajuan elektrifikasi dan teknologi penggerak otonom. Hal ini mencakup semakin pentingnya pengembangan perangkat lunak dan analisis data selain manufaktur kendaraan.

4. Dampak lingkungan

Teknologi self-driving juga dapat memberikan dampak yang signifikan terhadap lingkungan.

• Meningkatkan efisiensi energi: Mobil self-driving diharapkan dapat meningkatkan efisiensi energi dengan memilih rute yang optimal dan meminimalkan konsumsi bahan bakar.
• Mengurangi gas buang: Dengan merebaknya mobil listrik self-driving, emisi diharapkan bisa berkurang. Hal ini diharapkan dapat meningkatkan kualitas udara perkotaan dan mengurangi emisi gas rumah kaca.

5. Pandangan masa depan

Masa depan teknologi self-driving diprediksi akan sangat cerah. Mobil yang sepenuhnya self-driving diperkirakan akan menjadi hal yang lumrah dalam beberapa dekade mendatang.

• evolusi teknologi: Kemajuan dalam AI dan pembelajaran mesin akan membuat teknologi mengemudi otonom menjadi lebih akurat dan aman.
• pembangunan infrastruktur: Dengan berkembangnya kota pintar, infrastruktur yang mendukung mobil self-driving akan berkembang, dan diharapkan transportasi menjadi lebih efisien.
• Popularisasi dan perubahan sosial: Meluasnya mobil self-driving akan membawa perubahan positif bagi masyarakat secara keseluruhan, seperti mengurangi kecelakaan lalu lintas dan memudahkan penyandang disabilitas dan lansia dalam bepergian.

Kesimpulan

Teknologi mengemudi otonom berpotensi memberikan dampak besar pada kehidupan kita dan masyarakat. Seiring dengan kemajuan teknologi, teknologi akan memainkan peran penting dalam membangun masa depan yang berkelanjutan, mengatasi tantangan etika, hukum, dan sosial. Saya ingin memperhatikan tren masa depan mengenai bagaimana revolusi transportasi ini berkembang dan bagaimana hal itu akan mengubah hidup kita.

Infografis mobil self-driving

Di bawah ini, kami telah membuat tabel yang merangkum informasi berguna untuk mobil tanpa pengemudi. Tabel ini memberikan gambaran singkat tentang teknologi mobil self-driving, manfaat, tantangan, dan prospek masa depan.

Tabel ini dirancang untuk memberikan gambaran singkat tentang teknologi mengemudi otonom. Silakan jadikan ini sebagai referensi untuk memperdalam pengetahuan Anda tentang kemajuan teknologi mengemudi otonom dan dampaknya.

Masa depan mobil tanpa pengemudi: nasib revolusi transportasi

Awalnya

前Artikel bertajuk “Masa Depan Kendaraan Self-Driving: Kemana Arah Revolusi Transportasi” mengeksplorasi rincian teknis, masalah etika dan hukum, dampak ekonomi dan sosial, dampak lingkungan, dan prospek masa depan dari teknologi self-driving. Kali ini kami akan menggali artikel lebih dalam, memberikan tips praktis dan informasi terkini tentang teknologi mengemudi otonom, dan bertujuan untuk menjadi artikel terbaik di dunia.

Kiat dan pembaruan dunia nyata tentang teknologi mengemudi mandiri

1. Penerapan praktis dan kemajuan teknologi

Teknologi mengemudi otonom mengalami kemajuan pesat, dan jalan menuju penerapan praktis mulai terbentuk. Di bawah ini Anda akan menemukan tren terkini dan tips yang dapat ditindaklanjuti.

• Status perkembangan terkini: Lihat proyek terbaru dari pembuat mobil dan perusahaan teknologi besar (misalnya Tesla, Waymo Google, Zoox Amazon, dll.). Dengan mengikuti kemajuan mereka, Anda dapat mempelajari teknologi terkini.
• Tren peraturan berdasarkan wilayah: Untuk penerapan praktis mobil self-driving, penting untuk memahami peraturan di masing-masing daerah. Misalnya, akan berguna untuk memeriksa tren di wilayah yang secara aktif melakukan eksperimen demonstrasi, seperti California di Amerika Serikat dan Beijing di Tiongkok.

2. Contoh penggunaan teknologi penggerak otonom

Teknologi mengemudi otonom telah diterapkan secara praktis di beberapa bidang tertentu. Di bawah ini adalah beberapa contoh representatif.

• industri logistik: Truk tanpa pengemudi digunakan untuk menyederhanakan logistik. Di Amerika Serikat, perusahaan-perusahaan baru mulai menerapkan teknologi self-driving untuk truk jarak jauh ke dalam penggunaan praktis.
• transportasi umum: Bus dan angkutan mandiri beroperasi di beberapa kota untuk membantu mengangkut warga lanjut usia dan penyandang disabilitas.

3. Langkah-langkah untuk meningkatkan keselamatan teknologi mengemudi otonom

Langkah-langkah konkrit diperlukan untuk menjamin keamanan teknologi mengemudi otonom.

• Pembaruan perangkat lunak secara berkala: Mobil self-driving selalu dapat menerapkan langkah-langkah keselamatan terbaru melalui pembaruan perangkat lunak secara berkala. Hal ini memungkinkan Anda merespons risiko yang muncul dengan cepat.
• Memperkenalkan sistem yang berlebihan: Penting untuk memiliki redundansi dalam sistem kritis untuk memastikan bahwa satu kegagalan tidak menyebabkan bencana besar. Contohnya termasuk sensor redundan dan proses pengambilan keputusan menggunakan beberapa model AI.

4. Penerimaan dan edukasi konsumen

Pemahaman dan penerimaan konsumen sangat penting untuk meluasnya penggunaan teknologi mengemudi otonom.

• program pendidikan: Program diperlukan untuk mengedukasi konsumen tentang konsep dasar, manfaat, dan risiko teknologi self-driving. Hal ini mengurangi kecemasan konsumen dan meningkatkan penerimaan teknologi.
• Pengalaman uji coba: Dengan memberikan pengalaman langsung mengendarai mobil self-driving, konsumen dapat mengenal teknologi tersebut. Banyak produsen mobil mengadakan acara test drive untuk memberikan pengalaman langsung kepada konsumen.

5. Menuju masa depan yang berkelanjutan

Teknologi mengemudi otonom akan menjadi elemen kunci dalam mencapai masa depan yang berkelanjutan.

• Memaksimalkan efisiensi energi: Teknologi mengemudi otonom dapat mengurangi konsumsi energi dengan mengoptimalkan efisiensi pengoperasian kendaraan. Hal ini termasuk penggunaan AI untuk menganalisis data lalu lintas secara real-time dan memilih rute berdasarkan data tersebut.
• Kolaborasi dengan energi terbarukan: Dengan menggunakan energi terbarukan pada mobil self-driving, kita dapat semakin mengurangi dampak terhadap lingkungan. Misalnya, stasiun pengisian daya yang dilengkapi panel surya kini semakin populer.

Kesimpulan

Teknologi mengemudi otonom mulai diterapkan secara praktis seiring dengan kemajuan teknologi, dan berpotensi mengubah hidup kita secara dramatis. Kiat dan pembaruan praktis ini akan membantu Anda lebih memahami dan mendapatkan manfaat dari masa depan teknologi. Seiring berkembang dan meluasnya teknologi self-driving, masa depan yang berkelanjutan dan efisien berada dalam jangkauan kita.

Referensi:Informasi terbaru tentang teknologi penggerak otonom Tesla

Pertanyaan yang sering diajukan (FAQ) tentang mobil self-driving

Tanya Jawab tentang mobil self-driving

Q1. Bagaimana cara kerja mobil tanpa pengemudi?

A1: Mobil self-driving bekerja dengan menggabungkan beberapa teknologi canggih. Teknologi utama mencakup teknologi sensor seperti LiDAR, radar, kamera, dan sensor ultrasonik, analisis data dengan AI dan pembelajaran mesin, serta mendorong pengambilan keputusan dengan algoritme perangkat lunak canggih. Teknologi-teknologi ini bekerja sama untuk memungkinkan kendaraan mengenali lingkungan sekitarnya dan melakukan manuver berkendara yang tepat.

Q2. Apakah mobil tanpa pengemudi benar-benar aman?

A2: Mobil self-driving berpotensi mengurangi risiko kecelakaan secara signifikan. Dengan memanfaatkan AI dan pembelajaran mesin, kami menghindari kesalahan manusia dan mencapai pengoperasian berkendara yang optimal. Namun, tidak dapat dikatakan bahwa teknologi sepenuhnya aman, dan keselamatan harus ditingkatkan seiring dengan berkembangnya teknologi.

Q3. Berapa lama waktu yang dibutuhkan agar mobil self-driving bisa tersebar luas?

A3: Teknologi self-driving berkembang pesat, namun penerapannya secara penuh diperkirakan memerlukan waktu. Percobaan demonstrasi saat ini sedang dilakukan di beberapa kota dan wilayah, dan diharapkan penggunaan praktis secara luas akan berkembang dalam 10 tahun ke depan seiring dengan perbaikan peraturan dan kemajuan penerimaan sosial.

Q4. Bagaimana mobil tanpa pengemudi diatur secara hukum?

A4: Peraturan hukum untuk mobil tanpa pengemudi berbeda-beda di setiap negara dan wilayah. Banyak negara memiliki undang-undang dan pedoman khusus mengenai pengujian dan demonstrasi kendaraan otonom. Kedepannya, sistem surat izin mengemudi diperkirakan akan ditinjau ulang dan standarisasi mobil self-driving akan mengalami kemajuan.

Q5. Apa manfaat lingkungan dari mobil self-driving?

A5: Mobil self-driving diharapkan dapat berkontribusi dalam meningkatkan efisiensi energi dan mengurangi emisi. Dengan mengurangi konsumsi bahan bakar melalui pemilihan rute dan pengoperasian berkendara yang optimal, serta meningkatkan penyebaran mobil listrik tanpa pengemudi, kami akan berkontribusi dalam meningkatkan kualitas udara di perkotaan dan mengurangi emisi gas rumah kaca.

Q6. Edukasi seperti apa yang dibutuhkan konsumen saat menggunakan mobil self-driving?

A6: Edukasi konsumen penting untuk penggunaan teknologi mengemudi otonom secara aman. Hal ini mencakup program pendidikan yang memperdalam pemahaman tentang konsep dasar, manfaat, dan risiko teknologi, serta menumbuhkan pemahaman terhadap teknologi melalui pengalaman langsung dalam mobil self-driving.

Q7. Apa dampak penyebaran teknologi mengemudi otonom terhadap lapangan kerja?

A7: Penyebaran teknologi self-driving mungkin berdampak pada beberapa pekerjaan. Ada kekhawatiran khusus mengenai penurunan pekerjaan pengemudi. Namun, ada juga kemungkinan bahwa permintaan akan pekerjaan teknis dan jasa baru akan meningkat, dan peluang kerja baru secara keseluruhan diperkirakan akan tercipta.

Q8. Bagaimana cara mobil self-driving berkomunikasi?

A8: Mobil self-driving menggunakan berbagai teknologi komunikasi untuk berbagi informasi, termasuk komunikasi kendaraan-ke-kendaraan (V2V) dan komunikasi kendaraan-ke-infrastruktur (V2I). Hal ini memungkinkan Anda memperoleh informasi real-time mengenai kondisi lalu lintas dan jalan raya, sehingga memungkinkan berkendara yang aman dan efisien.

FAQ ini dimaksudkan untuk menjawab pertanyaan dasar tentang teknologi self-driving. Semakin majunya teknologi, kita dituntut untuk memberikan informasi yang lebih detail dan terkini.

Informasi terbaru tentang mobil self-driving

Tinjauan terhadap update terkini teknologi self-driving pada tahun 2024 mengungkap beberapa perkembangan penting. Ikhtisar disediakan di bawah ini.

1. Evolusi Tesla

Tesla telah merilis perangkat lunak Full Self Driving (FSD) terbaru v12.4.3, yang semakin meningkatkan kemampuan mengemudi mandiri. Pembaruan ini memungkinkan navigasi dan belokan di perkotaan, meningkatkan otomatisasi berkendara. Hardware 4 (HW4) terbaru Tesla juga dilengkapi sensor dan kekuatan pemrosesan yang lebih canggih untuk meningkatkan keselamatan dan kinerja.

2. Mengemudi otonom Level 3 BMW

BMW akan melengkapi Seri 2024 baru dengan fungsionalitas berkendara otonom Level 3 mulai Maret 7. Fitur "Personal Pilot" ini memungkinkan pengemudi untuk menonton film atau melakukan panggilan telepon saat mengemudi. Namun, dalam keadaan darurat, pengemudi harus mengambil alih.

3. Kemitraan Stellantis dan Valeo

Stellantis berencana memperkenalkan teknologi penggerak otonom "Hands-Free Isov" Level 2024 mulai tahun 3. Ini telah dikembangkan melalui kemitraan dengan BMW, dengan tujuan menuju pengemudian otonom Level 4 dan Level 5 di masa depan.

4. Regulasi dan pembangunan hukum

Peraturan dan perkembangan hukum di setiap negara sangat penting untuk penyebaran teknologi mengemudi otonom. Di Inggris, RUU Kendaraan Self-Driving yang baru-baru ini diumumkan menetapkan peraturan untuk mendukung pengoperasian mobil self-driving yang aman di jalan raya. RUU tersebut juga memperjelas siapa yang bertanggung jawab atas kendaraan dan peran pengemudi saat mengemudi.

5. Penelitian dan pengembangan teknologi

University of Toronto Aerospace Institute sedang mengembangkan alat teknologi baru untuk meningkatkan kemampuan melacak banyak objek, yang diharapkan membuat mobil tanpa pengemudi menjadi lebih aman dan andal.

Perkembangan ini membawa teknologi mengemudi otonom semakin dekat ke penerapan praktis. Ketika teknologi terus berkembang dan peraturan terus membaik, mobil self-driving akan semakin melekat dalam kehidupan kita.

Ya, mobil self-driving bisa berbelok. Kendaraan, terutama yang dilengkapi sistem Full Self-Driving (FSD) Tesla dan teknologi self-driving canggih lainnya, dapat secara otomatis menangani banyak tugas berkendara, termasuk belokan dan manuver persimpangan yang rumit.

contoh konkrit

1. Tesla FSD: Sistem FSD Tesla secara otomatis melakukan manuver berkendara yang kompleks seperti bernavigasi di perkotaan, berbelok, berhenti dan berjalan di persimpangan, serta berpindah jalur.

2. Teknologi Waymo: Kendaraan dari Waymo, anak perusahaan Google yang dapat mengemudi sendiri, juga dapat memanfaatkan sensor canggih dan AI untuk menangani belokan dan situasi lalu lintas yang kompleks. Kendaraan Waymo telah membuktikan kemampuannya dalam uji demonstrasi di perkotaan seperti San Francisco.

3. Mengemudi otonom Level 3 BMW: Fungsi mengemudi otonom Level 7 "Personal Pilot" yang dipasang di Seri 3 baru BMW juga dapat melakukan banyak operasi mengemudi otonom, termasuk berbelok. Pengemudi harus melakukan intervensi dalam keadaan darurat, tetapi kendaraan akan menangani pengoperasian normal secara otomatis.

Latar belakang teknis

Teknik-teknik berikut ini penting saat mobil self-driving berbelok:

• sensor dan kamera: LiDAR, radar, kamera, dll. mendeteksi situasi sekitar secara real time dan menyediakan data untuk belokan.
• AI dan pembelajaran mesin: Menghitung metode belokan optimal berdasarkan data mengemudi sebelumnya dan informasi lingkungan real-time.
• Algoritma perangkat lunak tingkat lanjut: Mengontrol pergerakan kendaraan dengan tepat dan berbelok dengan aman.

Teknologi ini memungkinkan mobil self-driving untuk berbelok dengan aman dan efisien.

Kemampuan penilaian mobil self-driving dan lampu lalu lintas

Penilaian lampu lalu lintas

Mobil self-driving memiliki kemampuan mengenali lampu lalu lintas dan mengambil keputusan yang tepat. Ini menggabungkan teknologi sensor seperti kamera, LiDAR, dan radar dengan algoritma canggih menggunakan pengenalan gambar dan pembelajaran mesin.

• Pengenalan kamera dan gambar: Mobil self-driving menggunakan kamera untuk mengenali lampu lalu lintas secara visual dan menentukan warna serta statusnya. Teknologi pengenalan gambar mengidentifikasi status lampu lalu lintas (merah, kuning, hijau) dan melakukan pengoperasian berkendara sesuai dengan itu.
• LiDAR dan radar: Sensor ini secara akurat mengukur lokasi dan jarak lampu lalu lintas dan memberikan informasi tambahan untuk menyesuaikan pergerakan kendaraan.

Negara di mana ia dikomersialkan dan digunakan

Ada beberapa negara di mana mobil self-driving mengenali dan mengoperasikan lampu lalu lintas.

1. Amerika

   • Waymo: Waymo, anak perusahaan Google, sedang mengembangkan layanan taksi tanpa pengemudi di Phoenix, Arizona, San Francisco, dan lokasi lainnya, serta telah menerapkan pengenalan dan penilaian lampu lalu lintas dalam penggunaan praktis.
   • Tesla: Fungsi Full Self-Driving (FSD) Tesla juga mengenali lampu lalu lintas dan beroperasi dengan aman di seluruh Amerika Serikat.

2. Chugoku

   • Baidu: Proyek Apollo Baidu sedang melakukan eksperimen demonstrasi mobil self-driving di Beijing dan kota-kota lain, dan teknologi pengenalan lampu lalu lintas telah diterapkan secara praktis. Hal ini menyebabkan beroperasinya taksi dan bus tanpa pengemudi.

3. Jepang

   • Softbank: Proyek self-driving SoftBank sedang melakukan uji demonstrasi bus self-driving yang mengenali lampu lalu lintas dan beroperasi di Kota Fukuoka dan lokasi lainnya.

Latar belakang dan tantangan teknis

Pengenalan lampu lalu lintas, salah satu tantangan utama bagi mobil self-driving, dimungkinkan oleh inovasi teknis berikut:

• kamera resolusi tinggi: Kamera resolusi tinggi digunakan untuk mengenali warna lampu lalu lintas secara akurat.
• Pemrosesan gambar waktu nyata: Algoritme pengenalan gambar menganalisis kondisi lampu lalu lintas secara real time dan memberikan instruksi mengemudi yang sesuai.
• V2I (komunikasi kendaraan-ke-infrastruktur): Di beberapa wilayah, teknologi telah diperkenalkan yang memungkinkan komunikasi langsung antara lampu lalu lintas dan mobil tanpa pengemudi untuk mengkomunikasikan status sinyal ke kendaraan.

Teknologi pengenalan lampu lalu lintas dan pengambilan keputusan diperkirakan akan berkembang lebih jauh di masa depan, meningkatkan keselamatan dan efisiensi mobil tanpa pengemudi.

Teknologi self-driving Mercedes-Benz

Mercedes-Benz telah memperkenalkan teknologi mengemudi otonom yang canggih dan, khususnya, telah mengembangkan sistem mengemudi otonom bersyarat Level 3 yang dikenal sebagai ``DRIVE PILOT.'' Sistem ini akan menerima sertifikasi di California dan Nevada pada tahun 2023 dan akan dipasang pada sedan S-Class dan EQS model tahun 2024.

Fungsi dan fitur DRIVE PILOT

1. Mengemudi otonom bersyarat (level 3): DRIVE PILOT dapat melakukan tugas mengemudi kendaraan secara dinamis dalam kondisi tertentu. Ini termasuk mengemudi hingga 40 mil per jam di ruas jalan raya yang sesuai. Pengemudi dapat melakukan aktivitas lain (misalnya menonton video atau melakukan panggilan telepon) saat sistem diaktifkan, namun harus bersiap untuk kembali mengemudi jika diperlukan.

2. teknologi sensor: DRIVE PILOT menggunakan beberapa sensor canggih seperti radar, LiDAR, sensor ultrasonik, dan kamera untuk mengamati lingkungan sekitarnya. Hal ini memungkinkan kendaraan untuk mengemudi dengan aman dan merespons dengan tepat.

3. Data peta dan informasi jalan: Sistem ini menggunakan peta digital presisi tinggi untuk memahami geometri jalan, rambu lalu lintas, dan kondisi lalu lintas khusus secara real time untuk mengoptimalkan berkendara.

Aplikasi dan penerapan praktis

Mercedes-Benz pertama kali memperkenalkan DRIVE PILOT di California dan Nevada. Negara-negara bagian ini memiliki undang-undang dan peraturan yang mengizinkan penggunaan sistem mengemudi otonom bersyarat. Mercedes memiliki rencana untuk memperluas teknologi ini ke pasar lain juga.

Kesimpulan

DRIVE PILOT dari Mercedes-Benz adalah teknologi mengemudi otonom canggih yang merevolusi transportasi modern. Dengan mengotomatiskan tugas mengemudi dalam kondisi tertentu, mereka menawarkan kebebasan baru bagi pengemudi dan meningkatkan efisiensi dan keselamatan lalu lintas. Kemajuan dan penerapan teknologi di masa depan diperkirakan akan semakin mempercepat penyebaran mobil tanpa pengemudi.

Apa yang dimaksud dengan “tingkat” mengemudi otonom?

“Level” mengemudi otonom adalah sistem klasifikasi yang menunjukkan tingkat otomatisasi kendaraan. Ini dikembangkan oleh American Society of Automotive Engineers (SAE) dan terdiri dari enam level dari 0 hingga 5. Pengertian masing-masing tingkatan adalah sebagai berikut:

Level 0 (operasi manual sepenuhnya)

• 説明: Pengemudi melakukan semua tugas mengemudi. Tidak ada fitur otomatisasi.

Level 1 (dukungan mengemudi)

• 説明: Kendaraan menyediakan fungsi bantuan mengemudi tertentu, namun pengemudi selalu memiliki kendali mayoritas dalam mengemudi.
• 例: Cruise control adaptif (menyesuaikan kecepatan dengan tetap menjaga jarak antar kendaraan).

Level 2 (otomatisasi parsial)

• 説明: Kendaraan dapat melakukan beberapa tugas mengemudi pada saat yang bersamaan, namun pengemudi harus terus memantau dan siap melakukan intervensi pada saat diperlukan.
• 例: Autopilot Tesla, Super Cruise GM.

Level 3 (otomatisasi bersyarat)

• 説明: Kendaraan melakukan semua tugas mengemudi dalam kondisi tertentu, namun pengemudi harus merespons ketika sistem meminta intervensi.
• 例: Fungsi berkendara otonom disediakan oleh DRIVE PILOT Mercedes-Benz.

Level 4 (otomatisasi tinggi)

• 説明: Dalam kondisi tertentu (misalnya pembatasan geografis atau situasi tertentu), kendaraan akan dapat mengemudi sepenuhnya secara mandiri. Pengoperasian manual diperlukan di luar kondisi ini.
• 例: Taksi Waymo yang sepenuhnya dapat mengemudi sendiri.

Level 5 (sepenuhnya otomatis)

• 説明: Kendaraan sepenuhnya otonom dalam segala kondisi. Tidak diperlukan intervensi pengemudi.
• 例: Secara teori, ini adalah mobil yang sepenuhnya dapat mengemudi sendiri, tetapi saat ini tidak ada kendaraan yang tersedia secara komersial.

Level-level ini merupakan indikator penting dari evolusi dan proliferasi teknologi self-driving, dan memahami perbedaan antara setiap level memberikan pemahaman yang jelas tentang kemampuan dan keterbatasan mobil self-driving.

Mobil self-driving tercanggih di tahun 2024

Saat ini, salah satu mobil self-driving yang paling fungsional adalah mobil yang dilengkapi dengan sistem ``DRIVE PILOT'' Mercedes-Benz. DRIVE PILOT menawarkan teknologi mengemudi otonom bersyarat Level 3, yang memungkinkan kendaraan mengambil alih tugas mengemudi sepenuhnya dalam kondisi tertentu. Ini termasuk mengemudi dengan kecepatan rendah di jalan raya dan kemacetan lalu lintas.

Mobil self-driving berperforma tinggi lainnya

1. Tesla:

   • Sistem Full Self-Driving (FSD) Tesla mampu mengotomatiskan banyak tugas berkendara, termasuk navigasi dan belokan di perkotaan. Hardware 4 (HW4) terbaru dari Tesla menghadirkan sensor dan kekuatan pemrosesan yang lebih canggih.

2. Waymo:

   • Anak perusahaan Google, Waymo, menyediakan layanan taksi tanpa pengemudi, antara lain beroperasi di Phoenix dan San Francisco. Kendaraan Waymo menunjukkan kemampuan mengemudi otonom di lingkungan perkotaan yang kompleks.

3. Pelayaran Super GM:

   • Merek Cadillac GM menawarkan fitur mengemudi otonom yang disebut "Super Cruise". Sistem ini memungkinkan berkendara hands-free di jalan raya tertentu dan menggabungkan kamera, radar, dan LiDAR untuk memberikan bantuan berkendara dengan presisi tinggi.

Masing-masing kendaraan tersebut memiliki teknologi canggih tersendiri yang bertujuan untuk mengurangi beban pengemudi dan meningkatkan keselamatan. Teknologi mengemudi otonom berkembang pesat, dan kami mengharapkan lebih banyak inovasi di masa depan.

Masa depan mobil self-driving

Teknologi kendaraan otonom berkembang pesat, dan banyak perubahan serta perkembangan diperkirakan terjadi di masa depan. Di bawah ini adalah poin-poin penting dan prediksi tentang masa depan mobil self-driving.

1. Evolusi teknologi

Teknologi mengemudi otonom menjadi semakin canggih karena kemajuan kecerdasan buatan (AI), pembelajaran mesin, dan teknologi sensor.

• AI dan pembelajaran mesin: Algoritme AI dan pembelajaran mesin berevolusi untuk menangani situasi berkendara yang lebih kompleks. Hal ini meningkatkan kemampuan kendaraan untuk memahami lingkungannya secara real time dan membuat keputusan berkendara yang optimal.
• teknologi sensor: LiDAR, radar, kamera, dan sensor ultrasonik canggih memberikan presisi lebih tinggi, penglihatan 360 derajat, dan pengukuran jarak.

2. Legislasi dan pembangunan infrastruktur

Untuk meluasnya penggunaan mobil tanpa pengemudi, penting untuk mengembangkan undang-undang dan peraturan serta membangun infrastruktur yang tepat.

• Pengembangan peraturan: Pemerintah sedang mengembangkan undang-undang dan pedoman untuk memastikan pengoperasian kendaraan otonom yang aman. Di Amerika Serikat, California dan Nevada telah menyetujui kendaraan otonom Level 3.
• Pembangunan infrastruktur: Infrastruktur transportasi pintar sedang dikembangkan agar mobil self-driving dapat beroperasi dengan lancar. Ini mencakup data peta presisi tinggi, komunikasi kendaraan-ke-kendaraan (V2V), dan komunikasi dengan infrastruktur (V2I).

3. Dampak terhadap masyarakat

Meluasnya mobil self-driving akan memberikan dampak yang sangat besar bagi masyarakat.

• Penurunan angka kecelakaan lalu lintas: Pengurangan kesalahan mengemudi manusia diharapkan dapat mengurangi kejadian kecelakaan lalu lintas secara signifikan.
• Meningkatkan efisiensi lalu lintas: Meningkatkan efisiensi transportasi perkotaan dengan mengurangi kemacetan dan mengoptimalkan konsumsi bahan bakar.
• model bisnis baru: Model bisnis baru yang memanfaatkan teknologi mengemudi otonom akan bermunculan, yang berpotensi mengubah bentuk layanan mobilitas.

4. Dampak lingkungan

Mobil self-driving juga memberikan dampak positif terhadap lingkungan.

• Mengurangi gas buang: Elektrifikasi mobil self-driving akan berkontribusi terhadap pengurangan gas buang.
• Meningkatkan efisiensi energi: Konsumsi energi menjadi lebih efisien melalui rute berkendara yang optimal dan manajemen kecepatan.

Kesimpulan

Teknologi mengemudi otonom akan terus berkembang dan membawa perubahan besar pada kehidupan kita dan masyarakat. Penyebaran mobil tanpa pengemudi diperkirakan akan semakin cepat seiring dengan berkembangnya teknologi, membaiknya undang-undang dan peraturan, serta dibangunnya infrastruktur. Hal ini akan membawa banyak manfaat, termasuk peningkatan keselamatan, peningkatan efisiensi lalu lintas, dan pengurangan dampak terhadap lingkungan.

Rencana masa depan untuk mobil self-driving

Teknologi kendaraan self-driving berkembang pesat, dengan banyak rencana dan pengembangan yang direncanakan untuk tahun 2024 dan seterusnya. Di bawah ini adalah rencana spesifik yang sedang dikembangkan oleh produsen mobil dan perusahaan teknologi besar.

1.Mercedes-Benz

• MENGEMUDI PILOT: Mercedes-Benz menawarkan sistem penggerak otonom Level 3 ``DRIVE PILOT'' yang dipasang pada sedan S-Class dan EQS model 2024. Operasi telah dimulai di California dan Nevada, dengan rencana perluasan ke wilayah lain. Sistem mengambil alih tugas mengemudi dalam kondisi tertentu dan membebaskan pengemudi untuk aktivitas lain.

2.Tesla

• Mengemudi mandiri penuh (FSD): Tesla terus meningkatkan kemampuan sistem Full Self-Driving (FSD), yang bertujuan untuk mengaktifkan fungsi self-driving yang lebih canggih seperti navigasi perkotaan dan persimpangan. Versi FSD terbaru terus ditingkatkan untuk mengatasi tantangan berkendara di kota.

3.Volvo

• Naik Pilot: Volvo berencana memasang sistem penggerak otonom Level 3 "Ride Pilot" pada SUV listrik baru yang dijadwalkan akan dirilis pada tahun 2024. Pengujian saat ini sedang berlangsung di Eropa dan California, dan California dianggap sebagai lingkungan yang cocok untuk pengenalannya.

4. Bintang

• STLA Auto Drive: Stellantis berencana memperkenalkan teknologi mengemudi otonom Level 2024 "STLA AutoDrive" mulai tahun 3. Teknologi ini dikembangkan melalui kemitraan dengan BMW, dengan tujuan untuk mencapai pengemudian otonom level 4 dan level 5 di masa depan.

5. Rencana dan investasi lainnya

• Toyota: Toyota adalahPony.aiPerusahaan ini telah menginvestasikan lebih dari $10 miliar pada startup teknologi self-driving seperti Momenta, dan Ridecell, yang mempercepat pengembangan mobil self-driving.
• Volkswagen: Volkswagen berencana untuk meluncurkan layanan berbagi perjalanan secara komersial yang memanfaatkan teknologi mengemudi otonom pada tahun 2025 dalam kemitraan dengan Argo AI.

Kesimpulan

Teknologi mengemudi otonom akan terus berkembang pesat, dan banyak proyek sedang dijalankan untuk mewujudkan fungsi pendukung mengemudi yang lebih canggih dan mengemudi otomatis sepenuhnya. Seiring dengan kemajuan teknologi ini, peraturan sedang dikembangkan dan infrastruktur sedang dibangun, dan diharapkan mobil self-driving akan semakin banyak digunakan dalam kehidupan kita.

Mobil self-driving menggunakan beberapa teknologi dan algoritma canggih untuk menangani lompatan hewan. Di bawah ini adalah petunjuk khusus tentang cara menghadapinya:

Sensor dan teknologi pengenalan

Mobil self-driving menggunakan berbagai sensor untuk memahami lingkungan sekitarnya. Ini termasuk teknologi berikut:

• LiDAR: Menggunakan laser untuk mendeteksi objek di sekitarnya dengan presisi tinggi. Bahkan jika seekor binatang tiba-tiba melompat keluar, ia akan langsung mengenali bentuk dan jaraknya.
• Kamera: Dengan menggunakan analisis video, kita dapat melacak pergerakan hewan secara real time dan menentukan jenis dan pergerakannya.
• radar: Bekerja terutama dalam cuaca buruk dan kegelapan, mendeteksi objek bergerak seperti binatang.
• sensor ultrasonik: Mengenali rintangan di sekitar dan efektif saat parkir atau mengemudi dengan kecepatan rendah.

Deteksi hewan dan perilaku penghindaran

Saat seekor binatang melompat keluar, mobil yang dapat mengemudi sendiri melewati proses berikut:

1. deteksi: Sensor mendeteksi hewan dan menghitung posisi serta kecepatannya secara real time.
2. mengenali: Algoritme AI dan pembelajaran mesin mengidentifikasi objek sebagai hewan dan memprediksi pergerakannya.
3. Perilaku penghindaran: Sistem kendali kendaraan menghitung tindakan mengelak yang sesuai, seperti menginjak rem atau memutar roda kemudi. Ini menggunakan teknik berikut:
   • Pengereman darurat otomatis (AEB): Jika ada hewan yang berada di jalur kendaraan, maka secara otomatis akan mengerem untuk menghindari tabrakan.
   • bantuan kemudi: Secara otomatis mengoperasikan roda kemudi seperlunya untuk menghindari hewan.

Tantangan dan perbaikan

Hewan yang melompat keluar sulit diprediksi, dan perlu adanya respons terhadap berbagai situasi. Oleh karena itu, tantangan berikut muncul:

• Identifikasi beragam hewan: Pentingnya mengidentifikasi berbagai hewan secara akurat, dari hewan kecil hingga besar.
• Reaksi cepat: Membutuhkan kemampuan bereaksi seketika saat berkendara dengan kecepatan tinggi.
• Kompatibel dengan lingkungan yang kompleks: Penting untuk meningkatkan kemampuan respon di lingkungan yang sering dilalui hewan, seperti kawasan hutan dan pedesaan.

Penelitian dan teknologi terkini

Seiring berkembangnya teknologi mengemudi otonom, teknologi dan pendekatan baru pun terus dikembangkan, termasuk:

• pembelajaran mendalam: Digunakan untuk identifikasi objek dan prediksi pergerakan yang lebih akurat, meningkatkan kemampuan pengenalan hewan.
• Komunikasi V2X: Teknologi telah dikembangkan untuk berbagi informasi antar kendaraan, infrastruktur sekitar, dan kendaraan lain, serta memberikan pemberitahuan terlebih dahulu tentang informasi penampakan hewan.

Teknologi ini memungkinkan mobil self-driving merespons lompatan hewan dengan lebih aman dan cepat. Keamanan diharapkan akan terus meningkat seiring kemajuan teknologi.

Jika mobil yang bisa mengemudi sendiri menentukan bahwa lebih aman untuk tidak menghindari hewan yang melompat ke arahnya, AI dan sistem sensor kendaraan akan mengevaluasi berbagai faktor untuk menentukan tindakan terbaik. Proses pengambilan keputusan dijelaskan secara rinci di bawah ini.

Evaluasi berbagai faktor

Mobil self-driving mempertimbangkan berbagai faktor untuk mengambil keputusan, antara lain:

1. Kecepatan dan jarak kendaraan: Mengevaluasi kecepatan dan jarak kendaraan mendekati hewan tersebut dan memutuskan apakah tindakan mengelak dapat diambil.
2. kondisi jalan: Mengevaluasi dampak tindakan penghindaran terhadap peserta lalu lintas lainnya, seperti lebar jalan, kendaraan yang berdekatan, pejalan kaki, dan pengendara sepeda.
3. Kondisi lingkungan: Pertimbangkan apakah cuaca, kondisi jalan, jarak pandang, dll. akan memengaruhi tindakan mengelak.
4. rintangan disekitarnya: Mengevaluasi dampak tindakan penghindaran yang dapat menimbulkan bahaya baru, seperti hambatan atau pagar pembatas.

Algoritma penilaian

Berdasarkan faktor-faktor berikut, mobil self-driving menggunakan algoritma untuk menentukan tindakan terbaik:

1. Tugas beresiko: AI membandingkan risiko tabrakan dengan hewan dan tindakan mengelak, lalu mengevaluasi mana yang lebih aman. Misalnya, jika terdapat risiko tinggi bertabrakan dengan kendaraan lain atau pejalan kaki akibat manuver kemudi yang tiba-tiba, pengemudi dapat memilih untuk bertabrakan dengan binatang.
2. Menetapkan prioritas: Kehidupan manusia dan penghindaran kecelakaan lalu lintas yang serius adalah prioritas utama. Hal ini menghasilkan keputusan yang mengutamakan keselamatan manusia dibandingkan menghindari hewan.
3. simulasi waktu nyata: Kendaraan mensimulasikan beberapa skenario secara real time dan memilih tindakan yang paling aman. Simulasi ini didukung oleh AI dan algoritma pembelajaran mesin.

Contoh dan studi kasus

• Tesla: Sistem FSD Tesla mengenali hewan dan hambatan lainnya dan membuat keputusan untuk menghindarinya atau terus maju. Berdasarkan data historis dan informasi real-time, sistem memilih tindakan yang optimal.
• Waymo: Mobil self-driving Waymo juga memanfaatkan penilaian risiko dan simulasi real-time untuk memilih tindakan yang paling aman. Hal ini disebabkan oleh kebijakan desain yang mengutamakan keselamatan manusia.

Kesimpulan

Jika tindakan mengelak benar-benar berbahaya ketika seekor hewan melompat keluar, mobil yang dapat mengemudi sendiri dapat memutuskan untuk tidak menghindari hewan tersebut berdasarkan penilaian risiko dan pengaturan prioritas. Hal ini memungkinkan untuk memprioritaskan keselamatan pengemudi dan pengguna jalan lainnya. Seiring kemajuan teknologi, kemampuan penilaian ini akan menjadi semakin akurat.

Dapat atau tidaknya seseorang yang duduk di kursi penumpang mobil self-driving dapat tidur nyenyak tanpa mengkhawatirkan getaran rem sangat bergantung pada keakuratan dan kenyamanan teknologi self-driving kendaraan tersebut. Berikut adalah beberapa poin penting mengenai keamanan dan kenyamanan mobil self-driving.

Keamanan dan kenyamanan

1. Sensor canggih dan sistem kontrol:

   • Mobil self-driving menggunakan sensor canggih seperti LiDAR, radar, dan kamera untuk mengenali lingkungan sekitar secara akurat dan melakukan manuver berkendara yang tepat. Hal ini meminimalkan pengereman mendadak dan getaran yang tidak perlu.

2. kontrol berkendara yang mulus:

   • Sistem penggerak otonom modern menggunakan algoritme canggih untuk mencapai pengoperasian berkendara yang mulus. Hal ini mencegah pengereman dan akselerasi mendadak, serta menjaga kenyamanan penumpang.

3. Peningkatan kenyamanan:

   • Sistem seperti DRIVE PILOT Mercedes-Benz dan Full Self-Driving (FSD) Tesla dirancang dengan penekanan khusus pada kenyamanan saat berkendara jarak jauh. Sistem ini mengurangi kelelahan penumpang dan memberikan pengendaraan yang stabil.

Contoh spesifik mobil self-driving

• Tesla FSD:
  Sistem self-driving penuh Tesla dirancang untuk menghindari pengereman mendadak dan perubahan jalur mendadak, sekaligus menjaga kenyamanan penumpang depan. Sistem menilai lingkungan secara real time dan memberikan manuver berkendara yang mulus.

• PILOT PENGEMUDI Mercedes-Benz:
  DRIVE PILOT dari Mercedes-Benz menawarkan performa yang sangat baik, terutama di tengah kemacetan dan saat berkendara dengan kecepatan rendah. Ini juga telah dirancang untuk menjaga penumpang depan tetap aman dan nyaman, dengan sistem kontrol canggih untuk meminimalkan getaran yang tidak perlu dan pengereman mendadak.

Kesimpulan

Kendaraan yang dilengkapi teknologi self-driving terkini memungkinkan penumpang di kursi penumpang dapat tidur dengan tenang. Pasalnya, teknologi sensor canggih dan algoritma kontrol berkendara canggih memastikan berkendara mulus dan nyaman. Mobil self-driving terus berkembang dengan tujuan mencapai keselamatan dan kenyamanan, dan perbaikan lebih lanjut diharapkan terjadi di masa depan.

Mobil self-driving mungkin bisa mengambil keputusan lebih baik dibandingkan manusia

Seiring dengan kemajuan teknologi self-driving, terdapat kemungkinan yang semakin besar bahwa mobil self-driving akan mampu mengambil keputusan yang lebih baik dibandingkan manusia. Alasan dan contoh nyatanya dijelaskan di bawah ini.

Alasan

1. Analisis data waktu nyata:

   • Mobil self-driving menganalisis data real-time yang diperoleh dari berbagai sensor seperti LiDAR, radar, dan kamera dan langsung mengambil keputusan berkendara yang optimal. Hal ini memungkinkan kita mengenali situasi yang mungkin terlewatkan oleh manusia.

2. Tidak terpengaruh oleh kelelahan atau gangguan:

   • Meskipun pengemudi manusia rentan terhadap kelelahan, gangguan, dan emosi, sistem mengemudi mandiri selalu dapat bekerja secara optimal. Hal ini memastikan berkendara yang konsisten dan aman.

3. Pemanfaatan data skala besar dan pembelajaran mesin:

   • Mobil self-driving menganalisis sejumlah besar data mengemudi dan menggunakan algoritma pembelajaran mesin untuk terus meningkatkan keterampilan mengemudinya. Hal ini memungkinkan mereka bereaksi dengan tepat dalam situasi yang belum pernah dialami oleh pengemudi manusia.

Kasus sebenarnya

1. Tesla Mengemudi Mandiri Penuh (FSD):

   • Sistem FSD Tesla memiliki kesadaran lingkungan yang canggih dan dapat berkendara dengan aman di lingkungan perkotaan dan jalan raya yang kompleks. Misalnya, ia memiliki kemampuan menangani persimpangan yang rumit dan perubahan jalur yang tiba-tiba.

2. Taksi tanpa pengemudi Waymo:

   • Mobil self-driving Waymo telah diuji di Phoenix, Arizona, dan San Francisco, dan telah menunjukkan tingkat keamanan yang tinggi dalam situasi yang sulit ditangani oleh pengemudi manusia. Ini termasuk mengemudi di malam hari dan dalam cuaca buruk.

3. PILOT PENGEMUDI Mercedes-Benz:

   • DRIVE PILOT dari Mercedes-Benz memungkinkan pengendaraan otonom sepenuhnya dalam kondisi tertentu, memungkinkan pengemudi berkonsentrasi pada tugas lain. Hal ini mengurangi stres saat berkendara di tengah kemacetan atau jarak jauh.

Tantangan dan prospek masa depan

Agar teknologi self-driving dapat mengungguli penilaian manusia, tantangan-tantangan berikut harus diselesaikan:

1. Peraturan hukum dan masalah etika:

   • Agar mobil tanpa pengemudi dapat tersebar luas, peraturan hukum dan masalah etika perlu diselesaikan. Hal ini termasuk menentukan siapa yang bertanggung jawab jika terjadi kecelakaan dan melindungi privasi.

2. Evolusi teknologi lebih lanjut:

   • Meskipun teknologi mengemudi otonom saat ini memiliki tingkat akurasi yang tinggi, kemajuan teknologi lebih lanjut diperlukan untuk mencapai mengemudi otonom Level 5 penuh (mengemudi sepenuhnya otonom dalam segala kondisi). Secara khusus, diperlukan kemampuan untuk merespons situasi yang tidak terduga.

Kesimpulan

Teknologi mengemudi otonom berkembang pesat dan sudah memiliki kemampuan untuk mengungguli penilaian manusia dalam banyak hal. Secara khusus, penggunaan analisis data real-time dan pembelajaran mesin telah membuat mobil self-driving menjadi sangat aman dan efisien. Dengan kemajuan teknologi di masa depan dan perkembangan peraturan hukum, diharapkan mobil self-driving akan semakin tersebar luas, dan akan tiba saatnya mobil tersebut akan benar-benar mengungguli penilaian manusia.

Ketika jarak pandang buruk karena kabut atau cuaca buruk, mobil self-driving dapat menggunakan berbagai teknologi untuk terus berkendara dengan aman. Kami akan menjelaskan cara mengatasinya di bawah ini.

Pemanfaatan teknologi sensor

Mobil self-driving menggunakan berbagai sensor untuk mendeteksi lingkungan sekitar dan berkendara dengan aman bahkan dalam kondisi jarak pandang rendah.

1. radar: Radar menggunakan gelombang radio untuk mendeteksi objek di sekitar, sehingga bekerja secara efektif bahkan dalam kondisi jarak pandang rendah seperti kabut atau hujan lebat. Radar dapat secara akurat mengukur lokasi dan kecepatan kendaraan serta rintangan.

2. LiDAR: LiDAR menggunakan sinar laser untuk memetakan lingkungan sekitar dalam 3D. Ini tidak terlalu terpengaruh oleh kabut dan dapat mendeteksi objek kecil dan perubahan medan dengan akurasi tinggi.

3. kamera inframerah: Kamera inframerah mendeteksi perbedaan suhu dan menghasilkan gambar, menjadikannya efektif bahkan dalam kondisi visibilitas buruk, seperti kegelapan atau kabut. Hal ini memungkinkan kita untuk mengidentifikasi makhluk hidup seperti manusia dan hewan.

Algoritma dan analisis data

Sistem mengemudi otonom memanfaatkan data berkendara real-time dan historis untuk menjaga keselamatan berkendara.

1. 機械 学習: Algoritma pembelajaran mesin mempelajari data berkendara dari beragam kondisi cuaca untuk membuat keputusan berkendara yang optimal bahkan dalam kondisi jarak pandang rendah. Hal ini memungkinkan sistem merespons situasi baru secara fleksibel.

2. model prediktif: Mobil self-driving menggunakan model yang memprediksi pergerakan kendaraan lain dan pejalan kaki untuk menghitung rute berkendara yang aman. Hal ini memungkinkan Anda menghindari rintangan dan bahaya yang tidak terduga.

Contoh dan studi kasus

• Waymo: Mobil self-driving Waymo menggabungkan beberapa sensor dan algoritma canggih untuk beroperasi dalam kondisi cuaca buruk seperti kabut dan hujan. Hal ini memungkinkan berkendara yang aman.

• Tesla: Sistem self-driving Tesla juga menggunakan kombinasi radar dan kamera untuk merespons kondisi visibilitas rendah seperti kabut. Selain itu, pembaruan perangkat lunak terus meningkatkan kinerja sistem.

Tantangan dan prospek masa depan

Mengemudi otomatis dalam jarak pandang yang buruk menimbulkan tantangan-tantangan berikut, yang diharapkan dapat diselesaikan melalui kemajuan teknologi:

1. Keterbatasan sensor: Performa sensor mungkin menurun pada kondisi cuaca ekstrem. Untuk mengimbangi hal ini, beberapa sensor harus terintegrasi dan data menjadi redundan.
2. Memproses data waktu nyata: Kemampuan pemrosesan komputer tingkat lanjut diperlukan untuk memproses data dalam jumlah besar secara real-time dan membuat keputusan mengemudi yang tepat.

Kesimpulan

Mobil self-driving menggunakan beberapa sensor canggih dan algoritme canggih untuk terus berkendara dengan aman bahkan dalam kondisi berkabut dan kondisi lain yang jarak pandangnya buruk. Seiring berkembangnya teknologi, sistem ini akan menjadi lebih akurat, menjadikan berkendara lebih aman dan andal.

Jika Anda punya waktu, silakan baca ini juga.
Klik di sini untuk daftar artikel terkait teknologi

Semua tentang Volvo EX90: Rahasia jangkauan 300 mil dan waktu pengisian daya 30 menit