Spis treści:
- 1 Czym są i skąd wzięły się autonomiczne samochody?
- 2 Poziomy autonomiczności w autach
- 3 Technologie składające się na przyszłość i teraźniejszość samochodów autonomicznych
- 4 Homogenizacja
- 5 Łączność
- 6 Programowalność
- 7 Cyfrowe ślady
- 8 Modułowość
- 9 Wyzwania i zagrożenia
- 10 Podsumowanie
- 11 Autonomiczne samochody – FAQ
Samochody autonomiczne, pojazdy autonomiczne, robotyczne auta, samochody bez kierowców etc. – to wszystko terminy określające pojazdy, które są w stanie bezpiecznie poruszać się po drogach z niewielkim udziałem lub w ogóle bez udziału człowieka. Samochody samojezdne są wyposażone w różne czujniki do postrzegania swojego otoczenia, takie jak radar, LIDAR, sonary, system GPS oraz inercyjne jednostki pomiarowe. Zaawansowane systemy kontroli interpretują informacje sensoryczne w celu identyfikacji odpowiednich ścieżek nawigacji, a także odnajdywania przeszkód i oznakowań na drodze.
Obecnie transport długodystansowy jest postrzegany jako jeden z głównych sektorów wdrażania tej technologii. Jednakże wiele wskazuje, że systemy autonomiczne pojawią się także na innych polach eksploatacji. Wiele mówi się o robotycznych taksówkach czy nawet autobusach samodzielnie poruszających się po mieście. Jeśli systemom tym uda się sprostać wyzwaniom i pokonać obecne ograniczenia, to układy wspomagające jazdę o różnym poziomie autonomii staną się szeroko stosowane w całym przemyśle motoryzacyjnym.
Czym są i skąd wzięły się autonomiczne samochody?
Eksperymenty związane z budową automatycznych układów napędu i sterowania samochodów (ADAS) prowadzone są co najmniej od lat 20. poprzedniego stulecia. W latach 50. prowadzono już pierwsze próby realnego zastosowania tych systemów. W roku 1977 japońska firma Tsukuba stworzyła pierwszy w pełni automatyczny samochód – wymagał on specjalnie oznakowanych ulic. Znaki były interpretowane przez dwie kamery w pojeździe i zintegrowany komputer analogowy. Pojazd osiągał prędkość do 30 km/h. Pierwsze prawdziwie autonomiczne samochody pojawiły się w latach 80. XX wieku wraz z projektami Navlab i ALV realizowanymi na uniwersytecie Carnegie Mellon. Finansowane były przez amerykański Departament Bezpieczeństwa w ramach programu DARPA i realizowane od 1984. W Europie podobny projekt realizował Mercedes-Benz we współpracy z Bundeswehrą – EUREKA Prometheus. Projekt realizowany był na uniwersytecie w Monacoium od 1987 roku.
W 1985 roku pojazd ALV osiągał prędkości jazdy na dwupasmowych drogach na poziomie 31 km/h od 1986 roku unikając przeszkód, a od 1987 roku mógł poruszać się w terenie również nocą. Ważny moment nastąpił w roku 1995, kiedy samochód NavLab 5 CMU ukończył pierwszą autonomiczną podróż przez USA. Z 4585 km dzielących Pittsburg i San Diego 4501 km (98,2%) zostało przejechanych w sposób autonomiczny. Podczas podróży średnia prędkość samochodu wynosiła 102,7 km/h.
W USA badania nad samochodami autonomicznymi finansowane były przede wszystkim przez DARPA, armię amerykańską i marynarkę wojenną Stanów Zjednoczonych. W 1991 roku USA przeznaczyło 650 milionów dolarów na badania nad krajowym systemem automatycznych autostrad, który pokazały możliwość autonomicznej jazdy czy korzystania z systemów komunikacji wbudowanych w autostradę. Program zakończył się udaną demonstracją w 1997 roku, ale bez finansowania czy planów wdrożenia cały pomysł trafił ‘do szafy’ na Carnegie Mellon.
Istnieje pewna niespójność w terminologii stosowanej w branży motoryzacyjnej dotycząca samochodów o różnym poziomie autonomii. Różne organizacje branżowe zaproponowały zdefiniowanie dokładnego i spójnego słownictwa. W dokumencie SAE J3016 czytamy: “Niektóre tradycyjne zastosowania kojarzą autonomiczność samochodu z pełną automatyzacją jazdy (poziom 5), podczas gdy inne stosują ten termin do określania wszystkich poziomów automatyzacji jazdy; niektóre ustawodawstwa określają, że termin ten dotyczy automatycznego systemu jazdy będącego na poziomie 3 lub wyższym“.
Poziomy autonomiczności w autach
Amerykańska Narodowa Administracja Bezpieczeństwa Ruchu Drogowego (NHTSA) stworzyła ściśle zdefiniowane poziomy pozwalające na opisanie zakresu autonomii samochodów. Pozwala to na ustandaryzowanie możliwości i funkcjonalności w poszczególnych pojazdach w przejrzysty sposób. Poniższy podział na sześć poziomów od 0 (w pełni manualny) do 5 (w pełni autonomiczny) przyjęty został również przez amerykańskie Stowarzyszenie Inżynierów Motoryzacji (SAE) i inne stowarzyszenia branżowe.
Poziom 0 (brak automatyzacji jazdy)
Większość pojazdów znajdujących się obecnie na drogach ma zerowy poziom automatyzacji – to modele w pełni manualne. Człowiek steruje pojazdem podczas jazdy, chociaż ten może być wyposażony w pewne systemy wspomagające kierowcę, np. system hamowania awaryjnego czy ABS.
Poziom 1 (pomoc kierowcy)
To najniższy poziom automatyzacji. Pojazd jest wyposażony w pojedynczy zautomatyzowany system wspomagający kierowcę, taki jak np. zautomatyzowany układ kierowniczy lub kontrolujący prędkość (tempomat). Do poziomu pierwszego kwalifikują się także bardziej zaawansowane systemy takie jak adaptywne tempomaty, które pozwalają, by pojazd mógł utrzymywać się w bezpiecznej odległości za następnym samochodem, ponieważ w takim systemie nadal to człowiek kontroluje inne, poza prędkością, aspekty jazdy.
Poziom 2 (częściowa automatyzacja jazdy)
Poziom drugi oznacza istnienie zaawansowanego systemu wspomagania kierowcy lub ADAS. Pojazd taki może kontrolować zarówno sterowanie, jak i swoją prędkość. Tutaj automatyzacja nie jest samodzielna, ponieważ człowiek cały czas siedzi na siedzeniu kierowcy i może w dowolnej chwili przejąć kontrolę nad samochodem. Systemy takie jak Super Cruise Cadillaca czy Autopilot Tesli kwalifikują się właśnie do poziomu drugiego.
Poziom 3 (warunkowa automatyzacja jazdy)
Skok z poziomu 2 na poziom 3 jest znaczny z punktu widzenia technologii, ale dla kierowcy może pozostać prawie nieuchwytny. Pojazdy o automatyzacji na poziomie 3 mają zdolność obserwowania otoczenia i mogą samodzielnie podejmować decyzje, takie jak przyspieszanie obok wolno poruszającego się pojazdu, przy tym jednak oczywiście nadal wymagają ludzkiej kontroli. Kierowca musi zachować czujność i być gotowy do przejęcia sterowanie pojazdem, jeśli system nie jest w stanie wykonać danego zadania. Takim pojazdem jest najnowsza generacja Audi A8 – jest to pierwszy na świecie produkowany seryjnie pojazd znajdujący się na 3 poziomie automatyzacji. Pojazd wykorzystuje m.in. LIDAR i inne sensory połączone z redundantnymi komputerami na pokładzie do kompletnego sterowania samochodem. Z uwagi na problemy prawne z klasyfikacją pojazdu w Stanach Zjednoczonych pojazdy te dostarczane będą w okrojonej wersji jako pojazdy na drugim poziomie automatyki. W Europie Audi wprowadza na drogi pojazd osiągający poziom 3.
Poziom 4 (wysoki poziom autonomii jazdy)
Kluczowa różnica między automatyzacją poziomu 3 i poziomu 4 polega na tym, że pojazdy na 4 poziomie automatyzacji mogą samodzielnie interweniować, jeśli coś pójdzie nie tak lub nastąpi jakaś awaria w systemie. Oznacza to, że samochody te w większości przypadków nie wymagają żadnej interakcji z człowiekiem. Jednak w samochodzie poziomu czwartego człowiek nadal ma opcję ręcznego sterowania swoim autem. Pojazdy mogą działać w trybie w pełni samodzielnej jazdy, ale dopóki nie rozwinie się ustawodawstwo i wymagana infrastruktura drogowa, mogą to robić tylko na ograniczonym obszarze (zwykle w środowisku miejskim, gdzie najwyższe prędkości wynoszą średnio 30 km/h). Jest to zjawisko znane jako tzw. geofencing, czyli geograficzne ograniczenie stosowalności pojazdów autonomicznych (często wykorzystujących GPS do ustalania czy znajdują się one w strefie, gdzie mogą poruszać się autonomicznie).
W związku z takimi ograniczeniami większość istniejących pojazdów na 4 poziomie automatyki jest nastawiona na współdzielenie czy też funkcjonowanie jako taksówka. Na rynku są lub w najbliższym czasie znajdą się pojazdy takie jak:
- NAVYA – francuska konstrukcja sprzedawana w USA – firma oferuje niewielkie autonomiczne taksówki elektryczne osiągające prędkość do 80 km/h.
- Waymo firmy Alphabet – autonomiczna taksówka, która porusza się bez kierowcy. System jest już gruntownie przetestowany – w rok pojazdy przejeździły ponad 15 milionów kilometrów.
- Magna – kanadyjski dostawca pojazdów opracował technologię (MAX4), aby umożliwić obsługę poziomu 4 zarówno w środowisku miejskim, jak i poza nim. Współpracuje on z firmą Lyft w celu dostarczenia zaawansowanych technologicznie zestawów, które zamieniają normalne pojazdy w samochody autonomiczne.
- Firmy Volvo i Baidu ogłosiły strategiczne partnerstwo w celu wspólnego opracowania pojazdów elektrycznych poziomu 4, które będą obsługiwać rynek autonomicznych taksówek w Chinach.
Poziom 5 (samochód w pełni autonomiczny)
Pojazdy o systemie automatyzacji na poziomie 5 w ogóle nie wymagają ludzkiej uwagi. Samochody takie nie będą miały nawet kierownicy czy pedałów do przyspieszenia i hamowania. Będą też wolne od konieczności wykorzystywania systemów do geofencingu (ograniczenia geograficznego miejsc podróżowania, czyli wykorzystywania GPS do nawigacji). Pojazdy takie będą mogły jeździć wszędzie i robić wszystko, co może zrobić doświadczony kierowca. W pełni autonomiczne samochody przechodzą obecnie testy w kilku miejscach na świecie, ale żaden z tych pojazdów nie jest jeszcze komercyjnie dostępny.
Technologie składające się na przyszłość i teraźniejszość samochodów autonomicznych
Istnieją różne systemy, które ułatwiają samochodowi autonomicznemu sterowanie. Są to m.in. system nawigacji samochodowej, system lokalizacji, mapy elektroniczne, moduły globalnego planowania trasy, systemy percepcji środowiska, w tym detektory laserowe (LIDARy), radary czy systemy rozpoznawania obrazu z wykorzystaniem kamer (samodzielnie lub w połączeniu z innymi sensorami – w tzw. układzie fuzji sensorów). Potrzebne są także sensory dotyczące opomiarowania samego pojazdu – jego prędkości, położenia i innych parametrów.
Obecnie największym wyzwaniem dla projektantów samochodów autonomicznych jest stworzenie systemów sterowania zdolnych do analizy danych sensorycznych w celu zapewnienia dokładnego wykrywania innych pojazdów i drogi przed nimi. Nowoczesne pojazdy autonomiczne wykorzystują algorytmy Bayesowskie do jednoczesnej lokalizacji i mapowania (SLAM) obiektów. Algorytmy te łączą dane z wielu czujników z mapami offline. Firma Waymo opracowała wariant SLAM z wykrywaniem i śledzeniem innych ruchomych obiektów (DATMO), który obsługuje także przeszkody ruchome, takie jak samochody i piesi. Prostsze systemy mogą korzystać z technologii systemu lokalizacji obiektów w czasie rzeczywistym (RTLS) w celu wykrywania obiektów dookoła samochodu.
Typowe, wykorzystywane do analizy otoczenia czujniki obejmują LIDAR, kamery stereoskopowe, GPS i moduły inercyjne. Systemy sterowania w samochodach zautomatyzowanych mogą wykorzystywać fuzję sensorów, która jest podejściem pozwalającym na integrację informacji z różnych czujników w samochodzie, aby uzyskać spójniejszy i dokładniejszy obraz otoczenia.
Pojazd autonomiczny wymaga systemu widzenia maszynowego pozwalającego na rozpoznawanie obiektów. System taki wykorzystuje tzw. głębokie sieci neuronowe. Jakość takiej sieci neuronowej zależna jest od ilości danych pozyskanych ze środowiska i wykorzystanych do “nauczenia” jej funkcjonowania.
W maju 2018 roku naukowcy z Massachusetts Institute of Technology poinformowali, że zbudowali zautomatyzowany samochód, który może poruszać się po nieznanych sobie wcześniej drogach. Badacze z laboratorium informatyki i sztucznej inteligencji (CSAIL) opracowali nowy system o nazwie MapLite, który pozwala na to samo bez korzystania z wykonanych wcześniej map 3D. System łączy pozycję GPS pojazdu, mapę topologiczną, taką jak OpenStreetMap (mapa w pełni 2D) oraz informacje z czujników, które obserwują warunki na drodze. Tego rodzaju pojazd prezentuje system, jaki przewiduje się, że pozwoli na autonomiczną jazdę w przyszłości.
Pojazdy autonomiczne podobnie jak każda inna technologia cyfrowa mają pewne cechy odróżniające je od rozwiązań klasycznych. Dzięki nim autonomiczne pojazdy mogą być bardziej elastyczne i lepiej dopasowujące się do zmian w otoczeniu. Cechy te, w przypadku systemu cyfrowego, wynikają z kilku aspektów: homogenizacji, łączności, programowalności, modułowości oraz z pozostawiania po sobie cyfrowego śladu.
Homogenizacja
Homogenizacja sektora wynika z faktu, że wszystkie informacje przetworzone cyfrowo przyjmują tę samą formę. Podczas ciągłej ewolucji systemów opracowano pewne standardy dotyczące sposobu przechowywania i przetwarzania danych. Ta koncepcja homogenizacji dotyczy także pojazdów autonomicznych. Aby pojazdy autonomiczne mogły postrzegać swoje otoczenie, muszą stosować różne technologie, z których każda ma własny format cyfrowych informacji (np. radar, GPS, czujniki ruchu i widzenie maszynowego). Ze względu na homogenizację informacje z różnych systemów są przechowywane w jednorodny sposób. Dzięki temu, że wszystkie informacje mają ten sam format, mogą być łatwo przesyłane, przechowywane i przetwarzane w zunifikowany sposób.
Homogenizacja pomaga również zwiększyć moc obliczeniową sprzętu i oprogramowania, które wspiera autonomiczne pojazdy w zrozumieniu świata dookoła nich i działaniu na podstawie informacji cyfrowych. Wynika to wprost z faktu, że system nie musi angażować swoich zasobów w konwersje dostępnych danych – homogeniczny sposób ich przechowywania czynie je wszystkie łatwo dostępnymi dla systemu cyfrowego.
Łączność
Użytkownicy technologii cyfrowej mogą łatwo łączyć się z innymi systemami, aplikacjami, a nawet przedsiębiorstwami. W przypadku pojazdów autonomicznych niezbędne jest połączenie ich z innymi urządzeniami w celu zapewnienia najskuteczniejszego działania systemu kontroli jazdy. Pojazdy autonomiczne są wyposażone w systemy komunikacyjne, które pozwalają im komunikować się nie tylko z innymi pojazdami autonomicznymi, ale także elementami infrastruktury drogowej, dzięki czemu otrzymują informacje np. o pracach drogowych czy natężeniu ruchu. Naukowcy są przekonani, że w przyszłości będą dostępne programy komputerowe, które łącząc się ze sobą, pozwolą zarządzać zdalnie każdym pojazdem autonomicznym na drodze.
Ten rodzaj łączności pozwoli zastąpić sygnalizację świetlną czy znaki i rozwijać zdolność pojazdów autonomicznych do współpracy z innymi obiektami (takimi jak np. systemy komputerowe skrzyżowań) na rynku drogowym. Mogłoby to doprowadzić do powstania sieci autonomicznych pojazdów korzystających z tych samych informacji.
Programowalność
Inną istotną cechą pojazdów autonomicznych jest to, że ich system kładzie większy nacisk na oprogramowanie niż na mechanikę. Pojazdy autonomiczne wyposażone w systemy oprogramowania sterujące pojazdem poprzez jego aktualizację lub edycję mogą doskonalić swoje zachowanie (np. aktualizacja w celu lepszego wykrywania osoby niewidomej, dzięki której pojazd zachowa szczególną ostrożność, zbliżając się do niej). Cechą charakterystyczną tej reprogramowalnej części pojazdów autonomicznych jest to, że aktualizacje nie muszą pochodzić tylko od producenta. Samochody wykorzystujące systemy uczenia maszynowego samodzielnie mogę generować aktualizacje na podstawie danych zbieranych w czasie jazdy. Oznacza to również, że autonomiczne pojazdy nigdy nie są w pełni gotowe – produkt można ciągle ulepszać.
Cyfrowe ślady
Pojazdy autonomiczne mogą łączyć się i współpracować z komputerami z innych autonomicznych pojazdów oraz infrastruktury drogowej. Oznacza to, że samochody autonomiczne pozostawiają po sobie cyfrowe ślady po podłączeniu lub współdziałaniu z innymi systemami. Dane pochodzące z tych śladów mogą zostać wykorzystane do opracowania nowych produktów lub aktualizacji. To analogiczne podejście, do tego, jakie wykorzystuje np. Google do określania ilości pojazdów na drodze i wykrywania korków.
Modułowość
Tradycyjne pojazdy i towarzyszące im technologie wytwarzane są jako kompletny produkt w przeciwieństwie do pojazdów autonomicznych, które można ulepszać poprzez aktualizacje oprogramowania. Wynika to z faktu, że auta takie są bardziej modułowe – składają się z kilku modułów, które opisano poniżej. Architektura pojazdów wyróżnia cztery luźno połączone warstwy, które mogą wchodzić ze sobą w interakcje za pośrednictwem standardowych interfejsów.
- Warstwa fizyczna urządzenia. Składają się na nią część elektroniczna i firmware poszczególnych urządzeń w samochodzie. Fizyczna część systemu odnosi się do samego pojazdu (np. podwozia czy karoserii). Jeśli chodzi o firmware, to najważniejsze są tutaj elementy takie jak system operacyjny, który pomaga kierować pojazdem i nadawać mu autonomię.
- Warstwa sieci, która integruje w warstwę transportu oraz logiczną transmisji. Fizyczna część tej warstwy obejmuje radary i inne sensory w pojeździe, a także całe okablowanie – wszystko, co umożliwia przesyłanie transmisji cyfrowych w aucie. Warstwa logiczna obejmuje z kolei protokoły komunikacyjne i platformy integrujące poszczególne warstwy ze sobą.
- Warstwa serwisowa zawiera aplikacje, które służą pojazdowi i jego właścicielom podczas uzyskiwania, tworzenia, przechowywania i konsumpcji treści dotyczących np. historii jazdy, natężenia ruchu, dróg czy zdolności parkowania.
- Warstwa treści – ta warstwa zawiera dźwięki, obrazy i filmy. Autonomiczne pojazdy przechowują i wykorzystują je, aby działać zgodnie z wcześniejszymi założeniami, a także by ulepszać swoje zrozumienie środowiska. Warstwa zawartości gromadzi także metadane i informacje o pochodzeniu treści, własności intelektualnej, prawach autorskich, metodach kodowania oraz o znacznikach czasu.
Konsekwencją tej warstwowej architektury nowoczesnych aut jest możliwość powstawania i rozwoju platform i ekosystemów wokół nich lub niektórych ich modułów. Tradycyjnie auta są systemem monolitycznym opracowywanym, produkowanym i konserwowanym przez jednego dostawcę. W dzisiejszych czasach twórcy aplikacji i treści mogą pomóc w opracowaniu nowych rozwiązań w ramach tworzonej wokół autonomicznych pojazdów platformy.
Wyzwania i zagrożenia
Potencjalne korzyści wynikające ze zwiększonej automatyzacji pojazdów ograniczone są przeszkodami takimi jak spory dotyczące odpowiedzialności, czas potrzebny na przekształcenie istniejącego zapasu pojazdów z niezautomatyzowanego na automatyczny, opór ludzi przed utratą kontroli nad samochodami, obawy o bezpieczeństwo osób znajdujących się w autach bez kierowcy oraz wdrażanie przepisów prawnych dotyczących samochodów autonomicznych.
Inne utrudnienia mogą obejmować obniżenie poziomu doświadczenia i zdolności kierowców w radzeniu sobie z potencjalnie niebezpiecznymi sytuacjami i anomaliami na drodze, problemy etyczne (co jeśli oprogramowanie pojazdu będzie zmuszone do wybrania między wieloma złymi scenariuszami – np. czy narazić pasażerów czy dziecko na drodze?), obawy związane z bezrobociem dużej liczby osób obecnie zatrudnionych w sektorze transportowym, a także obawy o zwiększenie poziomu inwigilacji z uwagi na zwiększony dostęp policji i agencji wywiadowczych do dużych zestawów danych generowanych przez czujniki pojazdów.
Istnieje także, oprócz powyższych, spora grupa przeszkód czysto technologicznych związanych z rozwojem automatycznych samochodów – póki co systemy nie są w stanie prawidłowo funkcjonować w chaotycznym otoczeniu w centrum miasta. Nawet gdyby były, to i tak pozostaje jeszcze kwestia zabezpieczenia samego komputera i komunikacji między samochodami przed niepowołanym dostępem i cyberatakami.
Poza tym wszystkim wprowadzenie automatycznych samochodów na ten moment jest niemożliwe także ze względu na brak specjalistycznych map wielu terenów, po których miałyby poruszać się pojazdy. Brak również wielu rozwiązań prawnych – od przydzielenia pasma dla systemów komunikacji pomiędzy pojazdami, po specjalne regulacje dotyczące aut autonomicznych na drogach. Brakuje nawet pewności, że tego rodzaju legislacja w ogóle powstanie.
Podsumowanie
Przed sektorem pojazdów autonomicznych jeszcze wiele przeszkód do pokonania. Jeśli chcemy realnie myśleć o tym, że auta trzeciej i wyższych generacji wyjadą na nasze drogi, nie tylko przemysł motoryzacyjny będzie musiał włożyć w to wiele pracy. Konieczna jest modernizacja i dostosowanie infrastruktury drogowej do nowych wymagań, a także stworzenie nowych aktów prawnych regulujących poruszanie się aut bez kierowców po drogach. Osobnym problemem pozostaną wtedy przyzwyczajenia i obawy społeczeństwa, jednakże jak pokazują przypadki innych zaawansowanych technologii, po początkowych problemach adaptacja nowych rozwiązań odbywa się lawinowo. Nic nie wskazuje na to, aby w tym przypadku miało być inaczej.
Autonomiczne samochody – FAQ
Pojazd autonomiczny nie wymaga żadnej uwagi kierowcy. Co ciekawe nie wymaga nawet jego obecności w pojeździe. Pojazd w pełni autonomiczny może nie posiadać kierownicy, jednak zachowa wszelkie funkcjonalności standardowego pojazdu. Oznacza to, że taki pojazd będzie mógł poruszać się wszędzie i będzie traktowany na tych samych zasadach, co standardowy pojazd kierowany przez doświadczonego kierowcę. Obecnie w pełni autonomiczne pojazdy oznaczone jako poziom 5 przez NHTSA, czyli Amerykańską Narodową Administrację Bezpieczeństwa Ruchu Drogowego są testowane, jednak nie ma konkretnych informacji kiedy i czy w ogóle trafią na rynek.
Obecnie na rynku ogólnodostępnym nie ma w pełni autonomicznych pojazdów. Cały czas trwają testy (zarówno krótko, jak i długodystansowe). Prototypy pojazdów autonomicznych są wyceniane na setki tysięcy złotych. Oczywiście ta kwota może nie mieć nic wspólnego z kosztem zakupu seryjnego samochodu autonomicznego. Jednak dopóki firmy motoryzacyjne nie ogłoszą planowanej sprzedaży powszechnej samochodów autonomicznych, nie sposób precyzyjnie wskazać kwoty, za którą będzie można je nabyć.
Według przewidywań ITS (Instytut Transportu Drogowego) w pełni autonomiczne pojazdy pojawią się w Polsce na drogach publicznych w 2030. Oczywiście tę datę należy traktować jako szacunkową, ponieważ nikt nie jest w stanie wskazać konkretnego terminu, w którym samochody autonomiczne wejdą do powszechnego użytku. Być może będzie to przed 2030 rokiem lub po tej dacie.
Prace nad pojazdami (w szczególności samochodami) autonomicznymi nie są niczym nowym. Pierwsze próby systemów autonomicznych w pojazdach zostały przeprowadzone w latach 50. Warto wiedzieć, że pierwszy samochód autonomiczny ujrzał światło dzienne w 1977 roku. Pojazd został zaprojektowany i wyprodukowany przez firmę Tsukuby z siedzibą w Japonii.
