Mobil self-driving (kadang-kadang disebut mobil otonom atau mobil tanpa pengemudi) adalah kendaraan yang menggunakan kombinasi sensor, kamera, radar, dan kecerdasan buatan (AI) untuk melakukan perjalanan antar tujuan tanpa operator manusia. Untuk memenuhi syarat sebagai sepenuhnya otonom, kendaraan harus dapat bernavigasi tanpa campur tangan manusia ke tujuan yang telah ditentukan di atas jalan yang belum disesuaikan untuk penggunaannya.
Perusahaan yang mengembangkan dan/atau menguji mobil otonom termasuk Audi, BMW, Ford, Google, General Motors, Tesla, Volkswagen, dan Volvo. Pengujian Google melibatkan armada mobil self-driving — termasuk Toyota Prii dan Audi TT — yang menavigasi lebih dari 140.000 mil di jalanan California dan jalan raya.
Cara kerja mobil self-driving
Teknologi AI menggerakkan sistem mobil self-driving. Pengembang mobil self-driving menggunakan sejumlah besar data dari sistem pengenalan gambar, bersama dengan pembelajaran mesin dan jaringan saraf, untuk membangun sistem yang dapat mengemudi secara mandiri.
Jaringan saraf mengidentifikasi pola dalam data, yang diumpankan ke algoritme pembelajaran mesin. Data itu termasuk gambar dari kamera pada mobil self-driving dari mana jaringan saraf belajar untuk mengidentifikasi lampu lalu lintas, pohon, trotoar, pejalan kaki, rambu jalan dan bagian lain dari lingkungan mengemudi tertentu.
Misalnya, proyek mobil self-driving Google, yang disebut Waymo, menggunakan campuran sensor, Lidar (deteksi dan jangkauan cahaya — teknologi yang mirip dengan RADAR) dan kamera serta menggabungkan semua data yang dihasilkan sistem tersebut untuk mengidentifikasi segala sesuatu di sekitar kendaraan. dan memprediksi apa yang mungkin dilakukan objek tersebut selanjutnya. Ini terjadi dalam sepersekian detik. Kedewasaan penting untuk sistem ini. Semakin banyak sistem mengemudi, semakin banyak data yang dapat dimasukkan ke dalam algoritme pembelajaran mendalam, memungkinkannya membuat pilihan mengemudi yang lebih bernuansa.
Berikut ini menguraikan cara kerja kendaraan Google Waymo:
- Pengemudi (atau penumpang) menetapkan tujuan. Perangkat lunak mobil menghitung rute.
- Sensor Lidar yang berputar di atap memantau jarak 60 meter di sekitar mobil dan membuat peta tiga dimensi (3D) dinamis dari lingkungan mobil saat ini.
- Sebuah sensor di roda belakang kiri memantau gerakan menyamping untuk mendeteksi posisi mobil relatif terhadap peta 3D.
- Sistem radar di bumper depan dan belakang menghitung jarak ke rintangan.
- Perangkat lunak AI di dalam mobil terhubung ke semua sensor dan mengumpulkan input dari Google Street View dan kamera video di dalam mobil.
- AI mensimulasikan proses persepsi dan pengambilan keputusan manusia menggunakan pembelajaran mendalam dan tindakan kontrol dalam sistem kontrol pengemudi, seperti kemudi dan rem.
- Perangkat lunak mobil berkonsultasi dengan Google Maps untuk pemberitahuan sebelumnya tentang hal-hal seperti tengara, rambu lalu lintas, dan lampu.
- Fungsi override tersedia untuk memungkinkan manusia mengendalikan kendaraan.
Mobil dengan fitur self-driving
Proyek Waymo Google adalah contoh mobil self-driving yang hampir seluruhnya otonom. Itu masih membutuhkan driver manusia untuk hadir tetapi hanya untuk menimpa sistem bila diperlukan. Ini bukan mengemudi sendiri dalam arti yang paling murni, tetapi dapat mengemudi sendiri dalam kondisi ideal. Ia memiliki tingkat otonomi yang tinggi. Banyak mobil yang tersedia untuk konsumen saat ini memiliki tingkat otonomi yang lebih rendah tetapi masih memiliki beberapa fitur self-driving. Fitur self-driving yang tersedia di banyak mobil produksi pada 2019 meliputi:
- Kemudi hands-free memusatkan mobil tanpa tangan pengemudi di atas kemudi. Pengemudi tetap harus hati-hati.
- Adaptive cruise control (ACC) hingga berhenti secara otomatis menjaga jarak yang dapat dipilih antara mobil pengemudi dan mobil di depan.
- Kemudi pemusatan lajur mengintervensi saat pengemudi melintasi marka lajur dengan secara otomatis mendorong kendaraan ke arah marka lajur yang berlawanan.
Tingkat otonomi dalam mobil self-driving
Administrasi Keselamatan Lalu Lintas Jalan Raya Nasional AS (NHTSA) menjabarkan enam tingkat otomatisasi, dimulai dengan Level 0, di mana manusia melakukan mengemudi, melalui teknologi bantuan pengemudi hingga mobil yang sepenuhnya otonom. Berikut adalah lima level yang mengikuti otomatisasi Level 0:
Level 1: Sistem bantuan pengemudi canggih atau Advanced Driver Assistance System (ADAS) membantu pengemudi manusia dengan kemudi, pengereman, atau akselerasi, meskipun tidak secara bersamaan. ADAS mencakup kamera spion dan fitur seperti peringatan kursi bergetar untuk memperingatkan pengemudi saat mereka keluar dari jalur perjalanan.
Level 2: ADAS yang dapat menyetir dan mengerem atau berakselerasi secara bersamaan sementara pengemudi tetap sadar sepenuhnya di belakang kemudi dan terus bertindak sebagai pengemudi.
Level 3: Sistem mengemudi otomatis (ADS) dapat melakukan semua tugas mengemudi dalam keadaan tertentu, seperti memarkir mobil. Dalam keadaan seperti ini, manusia pengemudi harus siap untuk merebut kembali kendali dan tetap dituntut untuk menjadi pengemudi utama kendaraan.
Level 4: ADS dapat melakukan semua tugas mengemudi dan memantau lingkungan mengemudi dalam keadaan tertentu. Dalam keadaan seperti itu, ADS cukup andal sehingga pengemudi manusia tidak perlu memperhatikan.
Level 5: ADS kendaraan bertindak sebagai sopir virtual dan melakukan semua mengemudi dalam segala situasi. Penghuni manusia adalah penumpang dan tidak pernah diharapkan untuk mengemudikan kendaraan.
Kegunaan
Pada 2019, pembuat mobil telah mencapai Level 4. Pabrikan harus menyelesaikan berbagai tonggak teknologi, dan beberapa masalah penting harus diatasi sebelum kendaraan otonom sepenuhnya dapat dibeli dan digunakan di jalan umum di Amerika Serikat. Meskipun mobil dengan otonomi Level 4 tidak tersedia untuk konsumsi publik, mereka digunakan dengan cara lain.
Misalnya, Google Waymo bermitra dengan Lyft untuk menawarkan layanan berbagi tumpangan komersial yang sepenuhnya otonom yang disebut Waymo One. Pengendara dapat memanggil mobil self-driving untuk membawa mereka ke tujuan mereka dan memberikan umpan balik kepada Waymo. Mobil-mobil itu masih menyertakan pengemudi keselamatan jika ADS perlu diganti. Layanan ini hanya tersedia di wilayah Metro Phoenix pada akhir 2019 tetapi sedang mencari untuk memperluas ke kota-kota di Florida dan California.
Kendaraan penyapu jalan otonom juga diproduksi di provinsi Hunan China, memenuhi persyaratan Level 4 untuk secara mandiri menavigasi lingkungan yang akrab dengan situasi baru yang terbatas.
Proyeksi dari produsen bervariasi pada saat kendaraan Level 4 dan 5 akan tersedia secara luas. Ford dan Volvo sama-sama memproyeksikan rilis kendaraan Level 4 tahun 2021 untuk konsumsi publik. CEO Tesla Elon Musk, sebagai pelopor mobil self-driving dan mobil listrik, telah mengklaim bahwa perusahaannya akan menyiapkan kendaraan Level 5 pada awal tahun 2020. Mobil Level 5 yang sukses harus mampu bereaksi terhadap situasi mengemudi yang baru juga atau lebih baik daripada yang bisa dilakukan manusia.
Pro dan Kontra dari Mobil Self-Driving
Manfaat utama yang disebut-sebut oleh para pendukung kendaraan otonom adalah keselamatan. Proyeksi statistik kematian lalu lintas Departemen Perhubungan AS (DOT) dan NHTSA untuk 2017 memperkirakan bahwa 37.150 orang meninggal dalam kecelakaan lalu lintas kendaraan bermotor tahun itu. NHTSA memperkirakan bahwa 94% kecelakaan serius disebabkan oleh kesalahan manusia atau pilihan yang buruk, seperti mengemudi dalam keadaan mabuk atau terganggu. Mobil otonom menghilangkan faktor risiko tersebut dari persamaan — meskipun mobil self-driving masih rentan terhadap faktor lain, seperti masalah mekanis, yang menyebabkan kecelakaan.
Jika mobil otonom dapat secara signifikan mengurangi jumlah kecelakaan, manfaat ekonominya bisa sangat besar. Cedera berdampak pada aktivitas ekonomi, termasuk $57,6 miliar kehilangan produktivitas di tempat kerja dan $594 miliar karena hilangnya nyawa dan penurunan kualitas hidup karena cedera, menurut NHTSA.
Secara teori, jika sebagian besar jalan dipenuhi oleh mobil otonom, lalu lintas akan lancar, dan kemacetan lalu lintas akan berkurang. Dalam mobil yang sepenuhnya otomatis, penumpang dapat melakukan aktivitas produktif saat bepergian ke tempat kerja. Orang-orang yang tidak dapat mengemudi karena keterbatasan fisik dapat menemukan kemandirian baru melalui kendaraan otonom dan akan memiliki kesempatan untuk bekerja di bidang yang membutuhkan mengemudi.
Truk otonom telah diuji di AS dan Eropa untuk memungkinkan pengemudi menggunakan autopilot jarak jauh, membebaskan pengemudi untuk beristirahat atau menyelesaikan tugas dan meningkatkan keselamatan pengemudi dan efisiensi bahan bakar. Inisiatif ini, yang disebut peleton truk, didukung oleh ACC, sistem penghindaran tabrakan dan komunikasi kendaraan-ke-kendaraan untuk kerjasama ACC (CACC).
Kelemahan dari teknologi self-driving bisa jadi bahwa mengendarai kendaraan tanpa pengemudi di belakang kemudi mungkin menakutkan – setidaknya pada awalnya. Namun, karena kemampuan mengemudi sendiri menjadi hal yang biasa, pengemudi manusia mungkin menjadi terlalu bergantung pada teknologi autopilot dan menyerahkan keselamatan mereka di tangan otomatisasi, bahkan ketika mereka harus bertindak sebagai driver cadangan jika terjadi kegagalan perangkat lunak atau masalah mekanis.
Dalam satu contoh dari Maret 2018, kendaraan sport utility vehicle (SUV) Model X Tesla berada dalam mode autopilot ketika menabrak pembatas jalur jalan raya. Tangan pengemudi tidak berada di atas kemudi, meskipun ada peringatan visual dan peringatan suara untuk meletakkan tangannya kembali di setir, menurut perusahaan. Tabrakan lain terjadi ketika AI Tesla salah mengira sisi pantulan truk yang mengilap sebagai langit.
Keamanan dan tantangan mobil self-driving
Mobil otonom harus belajar mengidentifikasi objek yang tak terhitung jumlahnya di jalur kendaraan, dari cabang dan sampah hingga hewan dan manusia. Tantangan lain di jalan adalah terowongan yang mengganggu Global Positioning System (GPS), proyek konstruksi yang menyebabkan perubahan jalur atau keputusan kompleks, seperti di mana harus berhenti untuk memungkinkan kendaraan darurat lewat.
Sistem perlu membuat keputusan seketika tentang kapan harus memperlambat, berbelok, atau melanjutkan akselerasi secara normal. Ini adalah tantangan berkelanjutan bagi pengembang, dan ada laporan tentang mobil self-driving yang ragu-ragu dan meliuk-liuk secara tidak perlu ketika objek terdeteksi di atau dekat jalan raya.
Masalah ini terlihat dalam kecelakaan fatal pada Maret 2018 yang melibatkan mobil otonom yang dioperasikan oleh Uber. Perusahaan melaporkan bahwa perangkat lunak kendaraan mengidentifikasi pejalan kaki tetapi menganggapnya positif palsu dan gagal membelok untuk menghindari menabraknya. Kecelakaan ini menyebabkan Toyota untuk sementara menghentikan pengujian mobil self-driving di jalan umum, tetapi pengujiannya akan berlanjut di tempat lain. Toyota Research Institute sedang membangun fasilitas pengujian di lahan seluas 60 hektar di Michigan untuk lebih mengembangkan teknologi kendaraan otomatis.
Dengan kecelakaan juga muncul pertanyaan tentang tanggung jawab, dan pembuat undang-undang belum menentukan siapa yang bertanggung jawab ketika mobil otonom terlibat dalam kecelakaan. Ada juga kekhawatiran serius bahwa perangkat lunak yang digunakan untuk mengoperasikan kendaraan otonom dapat diretas, dan perusahaan otomotif sedang berupaya mengatasi risiko keamanan siber.
Pembuat mobil tunduk pada Standar Keselamatan Kendaraan Bermotor Federal (FMVSS), dan NHTSA melaporkan bahwa lebih banyak pekerjaan yang harus dilakukan agar kendaraan memenuhi standar tersebut.
Di Cina, pembuat mobil dan regulator mengadopsi strategi yang berbeda untuk memenuhi standar dan membuat mobil self-driving menjadi kenyataan sehari-hari. Pemerintah China mulai mendesain ulang lanskap perkotaan, kebijakan, dan infrastruktur untuk membuat lingkungan lebih ramah mobil yang dapat mengemudi sendiri. Ini termasuk menulis aturan tentang bagaimana manusia bergerak dan merekrut operator jaringan seluler untuk mengambil sebagian dari pemrosesan yang diperlukan untuk memberikan kendaraan self-driving data yang mereka butuhkan untuk dinavigasi. “Jalan Uji Nasional” akan dilaksanakan. Sifat otokratis dari pemerintah Cina memungkinkan hal ini, yang mengabaikan demokrasi yang sah yang melalui ujian-ujian di Amerika.
Sumber : https://lp2m.uma.ac.id/2021/11/17/apa-itu-mobil-otonom-dan-bagaimana-cara-kerjanya/
Bersama
PT. Jasa Konsultan Keuangan
PT. Jasa Laporan Keuangan
PT. BlockMoney BlockChain Indonesia
“Selamat Datang di Masa Depan”
Smart Way to Accounting Solutions
Bidang Usaha / jasa:
– Accounting Service
– Peningkatan Profit Bisnis (Increased Profit Business Service)
– Pemeriksaan Pengelolaan (Management Keuangan Dan Akuntansi, Due Diligent)
– Konsultan Pajak (Tax Consultant)
– Studi Kelayakan (Feasibility Study)
– Projek Proposal / Media Pembiayaan
– Pembuatan Perusahaan Baru
– Jasa Digital Marketing (DIMA)
– Jasa Digital Ekosistem (DEKO)
– Jasa Digital Ekonomi (DEMI)
– 10 Peta Uang Blockchain
Hubungi: Widi Prihartanadi / Wendy Via Jonata :0813 8070 0057 / 0811 1085 705
Email: headoffice@jasakonsultankeuangan.co.id
cc:
jasakonsultankeuanganindonesia@gmail.com
jasakonsultankeuangan.co.id
WebSite :
Sosial media:
Digital Ekosistem (DEKO) Web Komunitas (WebKom) PT JKK Digital:
Platform komunitas corporate blockchain industri keuangan
#JasaKonsultanKeuangan #BlockMoney #jasalaporankeuangan
#JejaringLayananKeuanganIndonesia #jkkinspirasi #jkkmotivasi #jkkdigital #jkkgroup
#sumberrayadatasolusi #satuankomandokesejahteraanprajuritindotama
#blockmoneyindonesia #marinecontruction #mitramajuperkasanusantara #jualtanahdanbangunan
#jasakonsultankeuangandigital #sinergisistemdansolusi #Accountingservice #Tax #Audit
Leave a Reply