اتوماسیون رانندگی شهری و اتوماسیون رانندگی بزرگراه دو چالش متمایز در حمل و نقل خودران هستند. سیستمهای شهری باید از ترافیک متراکم، عابران پیاده و تقاطعهای پیچیده عبور کنند، در حالی که سیستمهای بزرگراه در محیطهای ساختاریافتهتر با سرعت بالاتر اما تعاملات غیرقابل پیشبینی کمتر عمل میکنند. هر کدام به فناوریها، استراتژیهای ایمنی و سطوح پیچیدگی تصمیمگیری متفاوتی نیاز دارند.
سیستمهای رانندگی خودران که برای کار در شهرهایی با الگوهای ترافیکی پیچیده، عابران پیاده، دوچرخهسواران و تقاطعهای مکرر طراحی شدهاند.
سیستمهای خودران بر جادههای با دسترسی کنترلشده تمرکز داشتند که در آنها ترافیک در جهتهای قابل پیشبینی و با سرعتهای بالاتر جریان دارد.
| ویژگی | اتوماسیون رانندگی شهری | اتوماسیون رانندگی در بزرگراه |
|---|---|---|
| محیط عملیاتی | خیابانهای شهری متراکم | بزرگراههای با دسترسی کنترلشده |
| پیچیدگی ترافیک | بسیار بالا | متوسط |
| سرعت معمول | سرعتهای پایینتر | سرعتهای بالاتر |
| تعامل عابر پیاده | مکرر | نادر |
| مدیریت تقاطع | نیاز حیاتی | حداقل نیاز |
| فراوانی تصمیمگیری | بسیار مکرر | قابل پیشبینیتر |
| تغییر لاین | پیچیده و مکرر | ساختار یافته و برنامه ریزی شده |
| دشواری استقرار | بالاتر | پایینتر |
خیابانهای شهر موقعیتهای بسیار متنوعی را ارائه میدهند که سیستمهای خودران باید آنها را درک کنند. وسایل نقلیه با عابران پیادهای که به طور غیرمنتظره عبور میکنند، دوچرخهسوارانی که در ترافیک میچرخند، وسایل نقلیه تحویل کالا که ناگهان متوقف میشوند و الگوهای ترافیکی که تغییر میکنند، مواجه میشوند. بزرگراهها به طور نسبی ساختار یافتهاند، به طوری که وسایل نقلیه در یک جهت حرکت میکنند و موانع غیرمنتظره کمتری وجود دارد.
اتوماسیون شهری عموماً با سرعتهای پایینتری عمل میکند که میتواند زمان واکنش بیشتری را فراهم کند. با این حال، باید تعداد تصمیمات بسیار بیشتری را در هر مایل طی شده اتخاذ کند. اتوماسیون بزرگراه در کل با تصمیمات کمتری سروکار دارد، اما باید آنها را با دقت و در سرعتهای بسیار بالاتر اتخاذ کند.
ایمنی شهری به شدت بر حفاظت از کاربران آسیبپذیر جاده و ناوبری در تعاملات پیچیده تمرکز دارد. ایمنی بزرگراهها بر حفظ فاصله ایمن بین خودروها، مدیریت تغییر خطوط، مدیریت ادغامها و واکنش به حوادث سرعت بالا که در آنها فاصله توقف بسیار طولانیتر است، متمرکز است.
سیستمهای شهری به قابلیتهای پیشرفته ادراک و پیشبینی نیاز دارند زیرا باید موقعیتهای منحصر به فرد بیشماری را تفسیر کنند. سیستمهای بزرگراهی تأکید بیشتری بر ردیابی خطوط، تشخیص وسایل نقلیه در فواصل طولانی، تنظیم سرعت و کنترل قابل اعتماد در طول دورههای طولانی عملیات خودکار دارند.
بسیاری از ویژگیهای رانندگی خودکار موجود امروزه در بزرگراهها بهترین عملکرد را دارند زیرا محیط قابل پیشبینیتر است. رانندگی کاملاً خودکار شهری به دلیل تنوع بسیار زیاد سناریوهای شهری در دنیای واقعی، همچنان یکی از چالشبرانگیزترین اهداف در فناوری حمل و نقل است.
اتوماسیون بزرگراهها به سادگی همان اتوماسیون شهری با سرعتهای بالاتر است.
این دو محیط چالشهای اساساً متفاوتی را ارائه میدهند. سیستمهای بزرگراهی بر مدیریت سرعت و خط تمرکز دارند، در حالی که سیستمهای شهری باید طیف بسیار وسیعتری از تعاملات و رفتارها را درک کنند.
رانندگی در شهر آسانتر است زیرا وسایل نقلیه کندتر حرکت میکنند.
سرعتهای پایینتر لزوماً کار را آسانتر نمیکنند. شهرها نیاز به تفسیر مداوم موقعیتهای پیچیدهای دارند که شامل کاربران جادهای مختلف میشود.
بزرگراهها برای اتوماسیون کاملاً ایمن هستند.
بزرگراهها برخی از چالشها را کاهش میدهند اما چالشهای دیگری را نیز ایجاد میکنند، از جمله برخوردهای پرسرعت، تغییر ناگهانی لاین و موقعیتهای پیچیدهی ادغام.
خودروهای خودران فقط برای رانندگی در شهر به دوربین نیاز دارند.
اکثر سیستمهای پیشرفته از فناوریهای حسگر چندگانه و لایههای نرمافزاری برای بهبود آگاهی و قابلیت اطمینان در محیطهای پیچیده استفاده میکنند.
وقتی یک وسیله نقلیه بتواند در بزرگراهها رانندگی کند، رانندگی در شهر آسان میشود.
بسیاری از کارشناسان، خودمختاری شهری را به دلیل تنوع و غیرقابل پیشبینی بودن شرایط ترافیک شهری، به طور قابل توجهی دشوارتر میدانند.
اتوماسیون رانندگی در بزرگراهها عموماً آسانتر قابل پیادهسازی است زیرا جادهها ساختار یافتهتر هستند و تعاملات قابل پیشبینیتر هستند. اتوماسیون رانندگی شهری به دلیل ترافیک متراکم، کاربران آسیبپذیر جاده و شرایط دائماً در حال تغییر، با پیچیدگی بسیار بیشتری روبرو است. در حالی که هر دو اجزای اساسی حمل و نقل خودکار هستند، اتوماسیون شهری همچنان چالش فنی دشوارتری است.
آموزش شبیهسازی و آزمایش جادهای در دنیای واقعی نقشهای مکملی در توسعه خودروهای خودران ایفا میکنند. شبیهسازی امکان آزمایش سریع و مقیاسپذیر میلیونها سناریو را با هزینه کم فراهم میکند، در حالی که آزمایش جادهای، خودروها را در معرض شرایط غیرقابل پیشبینی قرار میدهد و تأیید میکند که آیا عملکرد مجازی به رفتار ایمن در خیابانهای واقعی تبدیل میشود یا خیر.
در حالی که اجاره خودرو به روش سنتی، قابلیت اطمینان ناوگان شرکتی استاندارد و پیشخوانهای حرفهای را ارائه میدهد، اشتراکگذاری خودرو به صورت همتا به همتا با فراهم کردن امکان رزرو خودروهای منحصر به فرد و شخصی مستقیماً از افراد محلی، این صنعت را متحول کرده است. انتخاب بین آنها اغلب به این بستگی دارد که آیا شما به دنبال یک سرویس قابل پیشبینی و با حجم بالا هستید یا یک تجربه شخصیتر، متنوعتر و اغلب مبتنی بر جامعه.
درک رانندگی خودران برای تفسیر محیط جاده به حسگرها، الگوریتمها و پردازش دادههای بلادرنگ متکی است، در حالی که شهود رانندگی انسان به تجربه، ادراک و تصمیمگیری غریزی بستگی دارد. هر دو رویکرد با هدف تضمین سفری ایمن و کارآمد هستند، اما اساساً در نحوه تفسیر عدم قطعیت، واکنش به موقعیتهای غیرمنتظره و سازگاری با محیطهای پیچیده ترافیکی متفاوتند.
تصمیمگیری بین یک اپلیکیشن اشتراکگذاری خودرو و یک تاکسی کلاسیک اغلب به انتخاب بین راحتی دیجیتال و قابلیت اطمینان تنظیمشده بستگی دارد. در حالی که اشتراکگذاری خودرو، ادغام یکپارچه اپلیکیشن و قیمتگذاری اولیه را ارائه میدهد، تاکسیهای سنتی با رانندگان حرفهای و امکان درخواست خودرو مستقیماً از کنار خیابان، جایگزین قابل اعتمادی ارائه میدهند.
بهینهسازی برد بر به حداکثر رساندن مسافتی که یک وسیله نقلیه میتواند با استفاده از انرژی محدود طی کند تمرکز دارد، در حالی که بهینهسازی سرعت، به حداقل رساندن زمان سفر بین مقاصد را در اولویت قرار میدهد. این دو رویکرد اغلب در سیستمهای حمل و نقل با هم در تضاد هستند و بر رفتار رانندگی، طراحی خودرو، برنامهریزی لجستیک و استراتژیهای بهرهوری انرژی در هر دو شبکه حمل و نقل شخصی و تجاری تأثیر میگذارند.
