Isejuhtivad autod ning nendega seonduvad dilemmad

From EIK wiki
Revision as of 21:48, 11 May 2019 by Aimagi (talk | contribs) (Sissejuhatuseks)
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)

Sissejuhatuseks

Isesõitev (või automaatne, autonoomne) sõiduk on masin, mis suudab tunnetada ümbritsevat keskkonda ja liiklust ning sõita vähese või ilma inimese abita. Isejuhtivate sõidukite alla ei kuulu masinad, mis sisaldavad ainult ohutusesüsteeme või nö juhi-assisteerimise süsteemi DAS (nagu näiteks hädaabi pidurduse või parkimise abistamise funktsiooni) [1]. Isesõitvate sõidukite terminoloogia üle on palju arutletud. Enamasti kasutatakse isesõitvate autode kirjeldamiseks terminit “autonoomne” sõiduk, mis pole paljude ekspertide arvates õige [2]. Isegi kui auto suudaks edukalt langetada kõik sõiduks vajalikud otsused, siis see masin ei saaks olla päris autonoomne, kuna sihtkoha valiku teeks lõpuks siiski inimene. Päris autonoomne sõiduk võiks seda eirata. Õigem oleks kasutada terminit semi-autonoomne või isegi automaatne. Terminit automaatne sõiduk kasutatakse hetkel siiski pigem sõidukite puhul, mis kasutavad tehnilisi abivahendeid ümbruskonnas toimetulemiseks (näiteks magnetribasid).


Isesõitvad sõidukid kasutavad kombineeritult mitmeid sensoreid, nagu näites radar, lidar, inertsiaalandur, GPS, kaamerad ning odomeeter, et tajuda ümbruskonda [3]. Peamiseks probleemiks on arendada süsteemi, mis analüüsiks sensoritest tulevaid andmeid, et detekteerida korrektselt sõiduteed, teisi sõidukeid ning jalakäijaid. Uuemates isejuhtivates sõidukites kasutatakse enamasti Bayesian simultaneous localization and mapping (SLAM) algoritme. SLAM algoritme kasutatakse sensoritest tulevate signaalide ja off-line kaardi kombineerimiseks selleks, et uuendada (või konstrueerida) kaarti ja määrata sõiduki asukohta tundmatus keskkonnas. Samas 2018. aastal arendasid MIT teadlased süsteemi, mis navigeerib edukalt ka kaardistamata teedel [4]. Olenemata kiirest sensorite ja andmeanalüüsi meetodite arengust, on praktiline kasutus siiski üsna keeruline. Seda demonstreerivad ka viimased Tesla kokkupõrked paigalseisvate objektidega [5][6].


Antud töö eesmärgiks on tutvustada isejuhtivaid sõidukeid ning nendega seonduvaid dilemmasid. Järgnevates peatükkides tutvustatakse ja käsitletakse isejuhtivate sõidukite ajalugu, tehnoloogiat ning nende kasutuselevõtmisega seonduvaid probleeme ning potentsiaalseid tagajärgi.

Isesõitvate sõidukite ajalugu

Idee automatiseeritud sõidusüsteemist tekkis juba 1920ndatel aastatel, kui Houdina Radio Control demonstreeris raadio-kontrollitavat Chandler autot New Yorki tänavatel [7]. Esimeseks “autonoomseks sõidukiks” peetakse nö Standfordi käru, mis ehitati 1960ndatel aastatel Standfordi Ülikoolis. Standfordi käru suutis, kasutades kaamerat ja väga varajast tehisintellekti versiooni, navigeerida erinevate objektide vahel. Sõit toimus siiski üsna aeglaselt: “käru” vajas iga meetrilise vahemaa läbimise planeerimiseks 10-15 minutit [8]. Esimene automatiseeritud sõiduk arendati 1977. aastal Jaapanis Tsukuba Mechanical Engineering laboris [9]. Auto jälgis, kasutades kaameraid ja analoogarvutit signaali töötluseks, valgeid sõidutee märgiseid ning saavutas kiiruse kuni 30 km/h. 1980datel aastatel arendati Euroopas Saksamaal Bundeswhehr University Munich ülikoolis arvutinägemisega juhitav Mercedes-Benz kaubik, mis uutis sõita ilma liikluseta tänavatel kuni 63 km/h [9]. Pärast seda algatati suurim isesõitvate autode R&D projekt Eureka Prometheus (PROgraMme for a European Traffic of Highest Efficiency and Unprecedented Safety).


Esimesed autonoomse sõiduki prototüübid arendati 1984. aastal Carnegie Mellon ülikoolis ning seda rahastas USA Kaitseministeerium. Koostöös mitme teadusasutusega alustati projekt Autonomous Land driven Vehicle (ALV). Antud projektiga arendati esimene autonoomne auto, mis järgis sõiduteed arvutinägemise, lidari ja robot kontrollsüsteemi juhtimisega. Sõiduk suutis kaherealisel sõiduteel sõita 31 km/h. 1987. aastaks oli sõidukile lisatud juba objektide vältimise tarkvara ning sõidutee-välise ning pimedas sõitmise võimekus. 1995. aastal püstitas Carnegie Melloni ülikoolis valmistatud isesõitev kaubik rekordi läbides Ameerika teedel üle 4500 km (98% autonoomselt) [10] See saavutus ületati alles 20 aastat hiljem, kui Delphi väljatöötatud isesõitev Audi läbis üle 5000 km (99% autonoomsel režiimil) [11]. Pärast seda lubati 2015. aastal mitmes USA osariigis avalikel sõiduteedel autonoomsete sõidukite testimine.


Autonoomsete sõidukite areng kiirenes oluliselt 2004. aastal, kui USA Kaitseministeerium (Defense Advanced Research Projects Administration (DARPA)) kuulutas välja nö Grand Challenge-i, mille eesmärgiks oli soodustada kiiremat isesõitvate sõidukite arengut nii, et 2015. aastaks suudaks militaarsed sõidukid ise sõita [8][9]. Võistluses tuli sõidukitel läbida kiiruse peale California Mojave kõrb (230 km). Kui esimese aasta võistlus kukkus haledalt läbi (kõige pikem läbitud tee oli ainult 11km), siis aasta hiljem lõpetas terve raja juba viis sõidukit. 2007. aasta Urban Challenge võistluses järgisid autonoomsed sõidukid juba liiklusreegleid (sealhulgas korrektsed U-pöörded) ning suutsid ka parkida.


Pärast DARPA võistlust hakkasid mitmed väga erineva taustaga ettevõtted arendama isesõitvate sõidukite tehnoloogiat. Isejuhtivate sõidukite tehnoloogia parandamisele keskendusid nüüdsest nii laseri sensoreid või andmehalduse süsteeme arendavad väikesed start-up-id kui ka suured tehnikagigandid (Apple, Intel), sõiduteenust pakkuv Uber ning suurimad sõidukitootjad [12]. 2009. aastal alustas Google isesõitvate sõidukite projektiga ning vähem kui kahe aastaga arendati välja süsteem, mis suutis toime tulla (minimaalse inimesepoolse abiga) California kõige raskemate liiklusolukordadega. 2017. aastal teatas Audi, et on tootnud esimese laser skännereid kasutava SAE level 3 (nö tinglik autonoomsus, rohkem selgitatud järgmises peatükis) A8 sõiduki, mis suudab “Audi AI”-ga sõidukit juhtida kuni kiiruseni 60 km/h [13]. 2018. aastal avas BMW Saksamaal eraldi linnaku arendamaks ja testimaks autonoomseid sõidukeid [14]. Samal aastal hakkas Waymo, Google-i isesõitvate sõidukite projektist väljakasvanud ettevõte, autonoomsete autodega kommertsiaalset sõiduteenust pakkuma. Nüüdseks pakuvad ka mitmed väiksemad ettevõtted konkureerivat sõiduteenust isesõitvate sõidukitega, nagu näiteks May Mobility [15] ja Drive.Ai [16].

Isesõitvate sõidukite autonoomsuse tasemed

Tänapäeva uutel ning isegi vanematel autodel leidub mitmeid juhiabi lisasid mis täidavad osaliselt samu ülesandeid mida autonoomsed autod. Selleks, et paremini kategoriseerida sõiduki autonoomsust, on 2004. aastal Ameerika autotööstuse inseneride selts (SAE) andnud välja dokumendi [17], mis näitab nende nägemust autonoomsuse astmetest. Seal on kirjeldatud, millistest funktsionaalsustest alates mingi autonoomsuse aste sõidukil algab ning lõpeb. Dokument kirjelda tasemeid 0-5. Nendest tasemetest kolme esimese puhul peab juht ise liiklemisel jälgima sõiduki ümbrust. Nendest kolme viimase puhul teeb monitoorimise juhi eest ära juhtimissüsteem.

  0 ehk puuduliku autonoomsuse puhul teostab juht ise kõik vajalikud liigutused liiklemiseks.       	
        	
  1 ehk juhiabi, sõiduk abistab juhti läbi kiiruse reguleerimise püsikiirusehoidjaga või aidates sõidukit sõiduraja joonte vahel hoida tehes kergeid sõidusuuna parandusi.
        	
  2 ehk osaline autonoomsus, sõiduk saab võtta kontrolli üle kiiruse ning samuti positsiooni sõiduradadel.
        	
  3 ehk tinglik autonoomsus, sõiduk ise on juhirollis monitoorides teed ning liiklust. Siiski sõiduk informeerib juhti, kui või millal ta juhtimise üle peab võtma.   	
        	
  4 ehk kõrge autonoomsus, selle taseme juures on sõiduk piisavalt autonoomne ning suudab sõita sihtkohta isegi siis, kui juht ei reageeri sõiduki märguandele sekkuda. Teatud eeldused siiski võivad olla tee tüübis või geograafilises regioonis.
        	
  5 ehk täis autonoomsus, mille puhul ei ole vajalik juhi olemasolu sõidukis.


Tuntud autotootja Tesla on oma pakutavate sõiduki mudelitega kaasa andnud autonoomsuse, mis kuulub hetkel autonoomsuse kategooriasse 2. Seni kõrgeim tase, mis on saavutatud tootmises oleva auto jaoks on tase 3 ehk tinglik autonoomsus. Selle aulise kategooria on saavutanud Audi oma uue põlvkonna A8 jaoks [18].

Isesõitvate sõidukite tehnilised ja tehnoloogilised katsumused

Kuigi isejuhtivate autode tehnoloogiline tase on tänaseks üsnagi kõrge, ei saa kaugeltki veel öelda, et masinad oleksid valmis igapäevaseks kasutuseks ning osaliselt tundub, et kulub veel aastaid enne, kui usaldatakse sõidukeid iseseisvalt liiklema.


Aga miks on arenguprotsess nii aeglane, milles takistused seisnevad?

Kui vaadelda tehnilist poolt, siis kõnealustel sõidukitel on tunduvalt rohkem komponente, kui tavalistel sõidukitel ning komponentide rohkus ja nende töökindlus on üks aeglase arengu põhjustaja. Mida rohkem komponente ja elektroonikaseadmeid ning -andureid, seda suurem on võimalus, et mõni nende seast otsustab oma töö lõpetada. Samuti mõjutab töökindlust, millises keskkonnas sõiduk peab hakkama liikuma – näiteks Eesti üsnagi vahelduvas kliimas, kus võib kevadel olla öösel -10 C ja päeval +5 C, kipuvad just elektroonikaseadmed üles ütlema.


Teisest küljest on tõenäoliselt suuremaks probleemiks tarkvara täiustamine. Tarkvara vastutab kõige eest - alates väikseima sensori käest info kättesaamisest ja lõpetades hädaolukorras tehtud otsustega, mis halval juhul võib juhi või hoopis teise liikleja jaoks saada saatuslikuks. Kuna autonoomsed sõidukid on juba võimelised ise liiklema, näiteks vähese liiklusega teedel, jääb ainuüksi sellest väheks.


Hea näide oleks siin ainult ühe probleemi, ohu tuvastamise, kirjeldamine. Inimese jaoks, kellel on keskmine sõiduki juhtimise kogemus, võib olla üsnagi lihtne hetkega tuvastada potentsiaalne ohtlik olukord, samas tarkvaraliselt ohtude kindlakstegemine võib osutada väga keeruliseks. Lisaks tuleb ette olukordi, kus liiklusõnnetus võib juhtuda paljude tegurite koosmõjus ning seetõttu võib sõiduki käitumise loogika kirjeldamine olla peaaegu võimatu, sest kõikvõimalikke olukordi on sisuliselt lõpmatu arv. Ning see on ainult ohu tuvastamise probleem, sellest veelgi raskem on reageerimise osa, kus tarkvara peab murdosa sekundi jooksul leidma kõige ohutuma viisi olukorra lahendamiseks.


Teekatsed

Turvalisus on esmatähtsal kohal isejuhtivate sõidukite juures. Kui autonoomne auto põhjustab õnnetuse, satub see kohe suure kriitika ja pahameele ohvriks. Iga põhjustatud õnnetus loob või süvendab kahtlusi tehnoloogia vastu, mis seda juhib. Seda vaatamata faktile, et isesõitvate sõidukitega seotud õnnetuste arv on väike, mis on dokumenteeritud võrreldes 1.3 miljoni õnnetusega, mis põhjustatakse inimeste poolt igal aastal. Nagu ka iga uue tehnoloogiaga, vajavad ka selle puhul tarbijad laialdast tõestust ja kindlustunnet enne, kui nad oma elu selle kätte usaldavad.


Selleks, et statistiliselt tõestada autonoomsete sõidukite samaväärset turvalisust sõidukitega, milles on juhiks inimene, tuleb neil läbida 275 miljonit miili teed ilma ühegi intsidendita, vähemalt nii on välja pakkunud analüütikud RAND Corporation teadusasutusest [19]. Kõige lähemal sellele kilometraažile on Google'i poolt ellu viidud Waymo, kuid seegi on jõudnud läbida vaid 1.5% (4 mil miili) vaja minevast teepikkusest [20]. Võrreldes tegelike juhitud miilidega alates 2018. aasta jaanuarist on näha, et protsess on aeganõudev. Loomulikult tuleb välja töötada uued katsestrateegiad, et need peaaegu võimatud numbrid oleksid mõistliku aja jooksul täidetud või leida uus lähenemine testimisele, mis oleks võimeline tuvastama paremini sõidukite valmidust.


Selliste sõidukite loomisel on palju tehnilisi katsumusi. Ka nende testimine ei ole nii tavapärane, kuna kvaliteedi spetsialistidel tuleb arvestada, et ka kood ning algoritmid, mis juhivad sõidukeid, ei ole tingimata inimese poolt loodud, vaid tehis närvivõrkude poolt. On üldine seisukoht, mis nendib, et ainus viis kuidas autonoomsed sõidukid võiksid saada reaalsuseks, on läbi masinõppe rakendamise. Võimalikud stsenaariumid, millega sõiduk võib kokku puutuda, on põhimõtteliselt lõpmatud ja algoritme on võimatu kodeerida nii, et need tuleksid toime nende kõigiga. Selle asemel salvestatakse massiivsed andmekogud, mis kirjeldavad kuidas inimesed reageerivad juhtimise stsenaariumidele ja seejärel suunatakse need närvivõrkudesse. Testijatel tuleb testida tundmatuid tehnoloogiaid vähereguleeritud keskkonnas tundmatute algoritmide ja tarkvaraarhitektuuride pihta. Selline ülesanne ei ole sugugi lihtne. Siiski on autonoomsed autod väga aktuaalne teema ning ettevõtted tegelevad jõudsalt nende tehnoloogiate edasi arendamisega, siiamaani positiivsete tulemustega.

Isesõitvate sõidukite kasutamisega seonduvad dilemmad

Milliste eetiliste dilemmadega võime kokku puutuda lubades tänavatele iseseisvad autod?

Isesõitvate autode peamine eesmärk peaks olema liikluse ohutumaks muutmine ning liikluses viga saanute ja hukkunute vähendamine. Samas tuleb silmas pidada, et 100%-selt ei ole võimalik kahjusid vältida. Siiski peaks olema sellise tehnoloogia ideeks kõiksuguste kahjude minimeerimine. Kahjude vähendamise käigus peab arvestama, et alati tekivad situatsioonid, milles tuleb teha valikuid ning otsustada olukorras, kus keegi saab kahju. Kahju all tuleb silmas pidada nii tervist, võib-olla elu, kuid ka materiaalset kahju.


Isesõitvate autode moraalsete dilemmade osas viidi hiljuti läbi uuring, millest osa on toodud välja veebilehel asuvas artiklis [21]. Selles on käsitletud mitmeid põnevaid dilemmasid, mille üle isesõitvad autod peavad otsustama. Samas tuleb arvestada, et sellistele dilemmadele lähenemine on teoorias erinevates maailma paikades suhteliselt isesugune. Uuring viidi läbi 130-s riigis ning igas riigis oli vastajaid 100 või enam ning kokku u 2,3 miljonit.


Mis määrab selle, millised on inimeste või laiemalt ühiskonna valikud eetiliste dilemmade osas? Kindlasti on üheks olulisemaks määrajaks religioon ja selle õpetuse aluseks olevad pühakirjad: moslemitel Koraan, kristlastel Piibel, budistidel erinevad pühakirjad jne, kuid alati jääb mingi osa valikuid lihtsalt muu kultuurilise õpetuse ja ühiskondlike hoiakute viljaks. Nii võib erinevates riikides või erinevate rahvuste seas olla elu ja surma valikutes ristivastupidised valikute tulemused. Artiklis jagatigi vastajad kolme gruppi: esimese grupi moodustasid enamasti kristlased – Põhja-Ameerika, Austraalia ja enamus Euroopa riike; teise grupi moodustasid enamjaolt moslemiriigid – Jaapan, Indoneesia, Pakistan, Saudi-Araabia, Hiina, India; kolmanda grupi moodustasid Ladina- ja Lõuna-Ameerika, kuid ka Prantsusmaa ning selle koloniaalmaad.


Üheks peamiseks küsimuseks on alati see, kas ohverdada enda või teiste elu. Reeglina on inimesed isekad ega lähtu enda puhul samasugustest reeglitest, nagu nad arvavad, et peaksid kehtima teistele. Ehk, kui tuleb valida, kas viga või surma saab juht või kaasreisijad, siis tavaliselt valib juht alateadlikult kaasreisijad. Eesti uudistest võib harva (kui üldse) lugeda surmasõidujuhtumitest, kus hukkunuks oleks ainult juht olukorras, kus sõidukis on 2 või enam inimest. Samasugune dilemma saab olema ka isesõitva auto programmeerimisel. Eelpool viidatud artiklis on välja toodud selline kurioosum, et inimesed eelistavad jalakäijaid isesõitvas autos viibivatele reisijatele. See tähendab, et kui isesõitev auto peaks valima, kas säästa reisijate või jalakäija elu, siis peaks isesõitev auto jätma jalakäija ellu. Samas tõi uuring välja, et selliselt vastanud inimesed ise nõnda programmeeritud autot endale ei ostaks. Sellistes uuringu tulemustes ei ole põhjust kahelda - võiks isegi öelda, et need on ootuspärased. Kui selle pinnalt teha järeldusi, siis on tõenäoline, et selliselt programmeeritud isesõitvaid autosid kunagi tootma ei hakata, kuna vastasel juhul need ei müüks ning sellist äri ei saadaks edu.


Ainsad valikud, milles uuringus osalejad üksmeelel olid, olid inimese eelistamine loomale ning gruppide eelistamine üksikule inimesele, kuid kõiges muus jäädi erinevatele seisukohtadele. Kokku oli uuringus 13 dilemmat. Viidatud uuringu järgi eelistasid esimese grupi vastajad enamasti noorema elu vanemale, mis on ka Piibli tõdedest osaliselt järelduv (noorem inimene on potentsiaalselt nt vähem pattu teinud (süütum) ning sellist elu tuleb kaitsta). Samas, teise grupi eelistused olid vastupidised. Uuringu dilemmadest põnevaimad olid rikkad vs vaesed või valiku tegemine selle järgi, kes rikkus reegleid (seadusi) ja kes käitus valikule eelnevalt õiguskuulekalt (nt kas jalakäija ületas ristmikku punase fooritulega).


Selliste dilemmade üle otsustamisel ja reaalselt kellegi surma põhjustamisel tekib ilmselt kõigil küsimus, kes vastutab? Kes vastutab, kui hilisema uurimise käigus selgub, et "isemõtlev" auto otsustas valesti ning teisiti oleks õnnestunud päästa kõigi või rohkemate elud? Täna kehtiv karistusseadustik näeb nt surma põhjustamisel ettevaatamatusest kui ka muude tõsisemate isikuvastaste kuritegude eest süüdimõistmisel ette karistuse ka juriidilistele isikutele – nimelt rahalise. Kuid selline karistus on ilmselt suurettevõtete jaoks piisake meres ega avaldaks sellist üldpreventiivset mõju, nagu karistusseadustikul tervikuna peaks olema. Või selline olukord, kus ühesuguse algoritmiga auto siseneb nt riiki, kus on ette nähtud teistsugused reeglid isesõitvatele autodele? Tõenäoliselt vajavad kõikides riikides, kuhu isesõitvad autod teedele lubatakse, seadused järgi aitamist sellise tehnoloogilise arenguga sammu pidamiseks.

Kas ja kellele on isesõitvad autod majanduslikult kasulikud?

Räägitakse, et kui riigil läheb hästi, läheb ka selle riigi kodanikul hästi. Ettevõtjate käekäik ilmselt alati riigi eduga korrelatsioonis ei ole. Küll aga suurendab positiivne majanduskeskkond tõenäosust ka selleks, et ettevõtjal võiks minna hästi. Eesti, väikse riigina, ei saa kahjuks enda edu ise määrata, kuivõrd suuremad majandused meie ümber määravad ära, kas meie majandusel läheb hästi või mitte. Õigem oleks ehk siiski öelda, et riigi mõju oma edule on väike, kuna õiged otsused õigel ajal võivad aidata majandusel saavutada veidi suurema kasvu või väiksema languse (Läti valitsuse tegevust tuuakse heaks näiteks u 10 aastat tagasi majanduslangusest välja tulemisel, kuid majanduslangust ära poleks nad oma tegevusega suutnud kuidagi hoida), kuid midagi majandust olulisel määral mõjutavat ei ole võimalik väiksel riigil teha. Käesolev majanduskäsitlus ei pretendeeri täiuslikule ja teaduslikule tõele, vaid peegeldab autorite arusaama majandusest ja selle seostest isejuhtivate autodega.


Millest siis majanduskasv tekib? Majanduskasvu mõõdetakse erinevate meetodite abil, kuid alati on number suhteline. See tähendab, et suurus sõltub mingi varasema perioodi numbrist, mis on sama meetodi järgi arvutatud. Tarbimismeetodi puhul koosneb mudel neljast suurusest – riigi territooriumil tehtavatest investeeringutest, valitsuse kuludest, eratarbimise kuludest ja netoekspordist. Kuidas võiksid isejuhtivad autod majanduskasvu mõjutada?


Artiklis [22] prognoositakse aastast kasu majandusele 800 miljardit dollarit läbi vähenenud avariide, kütuse säästlikkuse kui ka parema ligipääsu ühistranspordile. Siin on peetud ilmselt silmas üleilmset kokkuhoidu ja kasumlikkust. Suurema osa kasumist koorivad endale ilmselt isesõitvate autode tootjariigid, kuna nendest riikidest käivad läbi nii arenduse personalikulud, sellest tekkiv tarbimine, muud investeeringud, materjalikulud jne, mille pealt makstakse mh riigile makse ning mis annavad positiivse panuse riigi majandusse. Samas tuleb siin märkida, et nt vähenevad avariid ei pruugi anda majandusele positiivset efekti, kuna selle arvelt väheneb raha ringlus (tarbimine).


Eesti puhul on ilmselt kurb tõsiasi, et vähemasti mitte kõige lähemas tulevikus Eesti nii mahukat teadustööd ja tootmist pole võimeline kanda võtma ja isejuhtivaid sõidukeid massidele toota. Ise-tegemine mõjutaks majandust ülimalt positiivselt. Niisiis tuleb meil arvestada asjaoluga, et sõidukid soetatakse väljastpoolt Eestit. Tõenäoliselt võib sõidukite soetamine mõjutada Eesti majandust positiivselt läbi investeeringute (see tähendab sõidukite soetamisel läbi maksude tasumise) ning nende kasutamine eratarbimist. Kuid netoekspordina annab selline käitumine majanduskasvule negatiivse tulemuse, kuivõrd välisriigi kauba sisse ostmine mõjutab rahvamajanduse arvepidamist negatiivses suunas – see tähendab, et kaupade sisse ostmisel liigub siinne raha välja riiki, kust kaup soetati (lisanduvad ka kulud vahendajatele/transiidile).


Milline on mõju isesõitvatel autodel majandusele läbi tööjõu prisma? Artiklis [23] pakutakse, et reaalne mõju tööjõule tekib aastatel 2030-2040 ning kuna isejuhtivad sõidukid annavad märkimisväärse majanduskasvu, siis on vabanevat tööjõudu lihtne ümber suunata teistesse sektoritesse. Lisaks arvatakse viidatud artiklis, et tegemist on väiksema probleemi ja vabaneva tööjõuga, kui suure majanduslanguse ajal 21. sajandi esimesel kümnendil. Artiklit lugedes tekib mõistagi tunne, et see info, mis on seal välja toodud, on ilmselt isejuhtivate autode arendajate ja teiste huvitatute poolne lobi või lausa tellimus. Samas tuleb aru saada, et nende ülesanne ongi leida positiivseid aspekte, vastasel juhul ei jõuaks selle valdkonna areng ilmselt kuskile. Kui keskenduda nüüd Eestile, siis meie transpordisektoris peaks töötama ligikaudu 50 000 inimest. Tööturul aktiivsete inimeste arv on täna ligikaudu 700 000 inimest, mis tähendab, et transpordi sektoris töötab ligikaudu 7% Eesti tööjõust. Ilmselt kõik inimesed isejuhtivate autode laialdase kasutusele võtmisega transpordisektoris küll tööd ei kaotaks (paljud ei ole otseselt rooli taga istujad), kuid siiski ei ole tegemist marginaalse sektoriga. Kuna Eestis ei saa isejuhtivate autode kasutuselevõtust prognoosida olulist majanduskasvu, ei saa ka olla väga optimistlik majanduse tuleviku vaates isesõitvate sõidukite kasutuselevõtmisel riigis. Tööjõukulud moodustavad 2019. aasta riigieelarvest selle seletuskirja kohaselt, milleks on 11,063 miljardit eurot, u 4 miljardit eurot. Seega ei pruugi negatiivne mõju majandusele läbi töötute suurenemise olla just kuigi suur, kuid mitte ka marginaalne. Alkoholiaktsiisiga mööda pandud otsuse mõju ei pruukinud isejuhtivate autode võimalikust mõjust tööjõumaksudele olla väiksem. Eraldi aspektina peaks arvesse võtma ka ühiskonna vananemist ja tööealise elanikkonna vähenemist. Juba täna on tegelikult palju oskustöölisi puudu, mis tähendab, et erinevate tööde automatiseerimine võiks luua eeldused selleks, et tööta jäänud inimesed õpivad ümber ning liiguvad sektorisse, kus on töökäsi puudu. Kõlab kindlasti hästi. Kahjuks kõik ei õnnestu reaalses elus nii hästi kui paberil. Samas vaadates Eestist välja riikidesse, kus rahvaarv pigem suureneb, võivad sellised struktuursed muudatused põhjustada palju negatiivseid tagajärgi.

Isesõitvate autode kasutuselevõtu mõju ettevõtetele

Isejuhtivate sõidukite kasutamise laienemisel on vaja ka sarnaselt laiendada neid haldavaid andmehoidlaid ja struktuure. Sõidukid, mis sõidavad autonoomselt, võivad genereerida meeletult suuri andmekogumeid millele vajaduse korral vastavad asutused ligipääsu peavad saama. See tähendab, et autonoomsete sõidukite tõus võib põhjustada nõudlust rohkemate andmekeskuste ja tugevamate fiiberoptiliste võrkude järele.


Eelised, mida saavutame nimetatud kasutusalades, on küll meeldivad, kuid siiski seisneb probleem, millisel viisil toita kõiki neid sõidukeid energiaga. Möödunud aastal Michigani ülikoolis tehtud uuring [24] kajastab, et autonoomsed sõidukid võivad tarbida hulgaliselt rohkem kütust, kui oodatud. Asjaolu peitub selles, et autonoomseid sõidukeid on nii lihtne rakendada, seega võib nende hulk muutuda väga suureks ning kogu energiatarbimine ka vastavalt. See võib tekitada probleeme kütuse ettevõtetele kütte taristute loomisel. Elektrienergiale üleminek siin puhul oleks heaks alternatiiviks fossiilkütuste ees.

Isesõitvate sõidukite kasutamise poolt ja vastu argumendid

Potentsiaalsed eelised

Iseliikuvatel sõidukitel on palju eeliseid inimeste juhitud sõidukite ees ning mõned tehnoloogiad on juba tänastel tavasõidukitel, näiteks parkimisabi, adaptiivne kiirusehoidja või hädapidurdus eessõitja äkilisel pidurdamisel.


Kõige tähtsam eelis on turvalisuse suurendamine. Autonoomse sõiduki korral jääksid ära inimfaktorist tingitud õnnetused, kus muidu juht oleks väsimusest roolis magama jäänud, vale kiiruse tõttu või oskamatusest talvisel teel kurvist välja sõitnud, tähelepanu hajutava tegevusega vastassuunda kaldunud ja nii edasi.


Kui autod suudaksid omavahel suhelda, siis oleks võimalik linnas valida õige sõidurada, arvestades teiste autode sihtpunkte ja sõidutrajektoore ning sihtpunktini oleks võimalik jõuda mitu korda kiiremini kui täna. Lisaks hakkaksid autod ühel hetkel foori rohelise tule süttides korraga liikuma ja ühe foori intervalli jooksul jõuaks ristmikku ületada vähemalt kaks korda rohkem sõidukeid.


Siiski võib üht sõidukit silmas pidades tekkida suur võit ökonoomsuse arvelt, sest inimesed kipuvad gaasipedaali liiga kergelt alla vajutama, eriti linnades, kus kiirustamisel pole eriti mõtet, kui paarisaja meetri järel tuleks jälle peatuda.


Võidaks logistika, sest tänu autonoomsusele suudaksid kaugsõidukid sõita 24/7, peatudes ainult kauba laadimise või tankimise ajaks. Ei peaks muretsema tänase kohustusliku sõidupiirangu pärast, sest arvuti ei väsi nagu inimene. See tooks suurt kasu kaubandusele, sest kaup jõuaks kohale kordades kiiremini ning kohaletoimetamise hind tuleks madalam.


Kuna enamus liikluskindlustusjuhtumeid leiab aset just parklates, võiksid sõidukid ennast ise parkida, seetõttu suureneks parkimiseks vajaliku ruumi kokkuhoid ja väheneks tähelepanematusest või oskamatusest tingitud plekimõlkimised. Seega võiks isejuhtivate sõidukite kasutamine alandada kindlustuse hinda. Selline tehnoloogia on tõsi küll hetkel ka kasutusel uuematel autodel, mis väldib kokkupõrget ees oleva sõidukiga, kuid täis-autonoomse sõiduki puhul on selle efektiivsus suurem. Inimfaktori kõrvaldamine liiklemisel tähendab muutusi liiklusega seotud teenustes ja liikluses endas. See muudab meie igapäeva elu mugavamaks ning annab uusi võimalusi ettevõtetele tõhusamalt oma teenuseid osutada.


Kokkuvõtvalt võiksid olla eelised:

Transport:

Milleks oodata bussi, mis jälgides kindlat marsruuti viib su kodust 5 minuti kaugusele, kui autonoomne sõiduk võib su konkreetselt kodu ukse ette viia. Asendades ühistranspordi autodega või väiksemate bussidega, saavutaksime parema transpordi sidemed asukohtadega, mis on kaugemal või väljaspool kindlat ühistranspordi marsruuti.

Logistika:

Kaubavedu veoautodele muutuks telemaatika ja arukate süsteemida kaasabil rohkem optimeerituks. Takso ja maismaa transiidiettevõtted saaksid oma autonoomsete autode parki hallata optimaalse tõhususega, määrates parima marsruudi sihtkohta, samas jagades sõidukis olevat ruumi kas erineva kauba või inimeste jaoks.

Militaar tööstus:

USA riikliku aeronautika ja kosmose administratsiooni endine juht Michael Griffin väitis, et enne kui avalik sektor autonoomsetest autodest kasu saab, on militaar sektoril ja Pentagonil antud tehnoloogiad juba kasutusel [25]. Griffini sõnul on enam kui pooled võitlusvööndis olevad sõjaväelased kannatajaks, kes teevad kriitilisi kütuse-, toidu- ja üldisi tarneid. Seejärel võiks sõiduautode sõjaväeline kasutuselevõtmine sõjaväelased ohtudest eemaldada, vigastuste vähendamise ja elu päästmise teel. Paljud relvajõud on juba katsetanud juhtideta tanke ja pilootideta õhusõidukeid.

Meelelahutus:

Sõidukis olevad reisijad ei pea koguaeg kulutama energiat juhtimisele, vaid saavad teha tööd, lugeda uudiseid, kirjutada sõnumeid sõpradele, vaadata filme jmt.

Hotell:

Reisijad saavad ka kasutada aega, mis kulub sihtkohta jõudmiseks uinaku tegemiseks. Kui reis on piisavalt pikk, võivad nad ööbida sõidukis endas, vältides nii majutusettevõtteid täielikult.

Potentsiaalsed puudused

Kuigi autonoomsetel sõidukitel on paljusid eeliseid, võib selliste sõidukite laialdane levik põhjustada probleeme või puudusi, mida täna ei esine.

Näiteks inimeste sõiduoskuse vähenemine, selle ununemine või täielik puudumine. Vajadusel või häda korral võib juhtuda, et inimesed ei saa auto juhtimisega enam hakkama. Ning miks peaksid inimesed üldse õppima sõidukit juhtima, kui seda teevad suurepäraselt autonoomsed masinad?

Et edukalt liigelda, arvestades teiste masinatega, peaks üks sõiduk teisi oma läheduses või teekonnal kohtavaid sõidukeid teavitama oma sõiduplaanidest, -suunast ja -kiirusest. Sellise info teistele jagamine oleks sisuliselt privaatsuse kaotus. Isesõitev auto võib kogu aeg kuulata pealt sõidukis viibivate inimeste vestlusi või telefonikõnesid, teha kaameratega nii sõiduki sees kui tänaval liigeldes videosalvestusi, jagada teistega infot sõidu teekonnast. Kõik see on suureks ohuks turvalisusele, sest nagu kõik Asjade Interneti seadmed, võivad ka sõidukid langeda häkkeri või arvutiviiruse ohvriks ning lekitada isiklikke andmeid, põhjustada liiklusõnnetusi, ummikuid või terroriakte.

Seoses masinate töösse rakendamisega on inimesed alati kaotanud oma töökohti ning iseliikuvad sõidukid ei oleks erandiks – suure tõenäosusega kaotavad töö nii bussi-, takso-, veoautode juhid.

Samuti automatiseerides traktoreid, matsalangetusmasinaid, lennukeid, laevu, ronge ning muid sõidukeid, tähendaks see oluliselt suuremat töötust kui täna.


Kokkuvõte

Isesõitvad sõidukid suudavad tajuda mitmesuguste tehissensorite abil ümbritsevat keskkonda ning sooritada inimesest sõltumatult (või vähese kaasabiga) keerukaid liiklusalaseid otsuseid. Isesõitvad sõidukid on läbinud suure arengu, esimestest eksivatest ja aeglastest prototüüpidest on saanud liikluses hästi orienteeruvad sõidukid (näiteks Waymo). Isejuhtivad sõidukid mõjutavad tulevikus suuresti nii majandust, paljusid ettevõtteid kui ka tööturgu. Samuti tekitab ning lahendab isesõitvate sõidukite kasutuselevõtmine mitmeid probleeme. Lisaks peab ühiskond aktsepteerima ning harjuma uue tehnoloogiaga. Nii nagu kunagi nõudis autode, “hobuseta veokite”, laialdasem kasutamine suuri ühiskondlike muutusi, vajab seda ka isesõitvate sõidukite turule tulek.


Kasutatud materjalid

  1. T. Leggett, Who is to blame for “self-driving car” deaths?, (2018). "https://www.bbc.com/news/business-44159581"
  2. An introduction to autonomous control systems - IEEE Journals & Magazine, (n.d.). "https://ieeexplore.ieee.org/document/88585"
  3. The key technology toward the self-driving car | International Journal of Intelligent Unmanned Systems | Vol 6, No 1, (n.d.). "https://www.emeraldinsight.com/doi/full/10.1108/IJIUS-08-2017-0008"
  4. Self-driving cars for country roads | MIT News, (n.d.). "http://news.mit.edu/2018/self-driving-cars-for-country-roads-mit-csail-0507"
  5. Why Tesla’s Autopilot Can’t See a Stopped Firetruck | WIRED, (n.d.). "https://www.wired.com/story/tesla-autopilot-why-crash-radar/"
  6. Tesla in autopilot mode accelerated seconds before crashing into firetruck: police - National | Globalnews.ca, (2018). "https://globalnews.ca/news/4231619/tesla-autopilot-firetruck-accident/"
  7. The Milwaukee Sentinel - Google News Archive Search, (n.d.). "https://news.google.com/newspapers?id=unBQAAAAIBAJ&sjid=QQ8EAAAAIBAJ&pg=7304,3766749"
  8. 8.0 8.1 A. Davies, What Is a Self-Driving Car? The Complete WIRED Guide, Wired. (2018). "https://www.wired.com/story/guide-self-driving-cars/"
  9. 9.0 9.1 9.2 Where to? A History of Autonomous Vehicles | @CHM Blog | Computer History Museum, (n.d.). "https://www.computerhistory.org/atchm/where-to-a-history-of-autonomous-vehicles/"
  10. Back to the Future: Autonomous Driving in 1995, Robot. Bus. Rev. (2015). "https://www.roboticsbusinessreview.com/slideshow/back_to_the_future_autonomous_driving_in_1995/"
  11. A. Davies, This Is Big: A Robo-Car Just Drove Across the Country, Wired. (2015). "https://www.wired.com/2015/04/delphi-autonomous-car-cross-country/"
  12. J. Stewart, Meet the Top 10 Startups Racing to Remake the Auto Industry, Wired. (2017). "https://www.wired.com/story/top-auto-transportation-startups/"
  13. M. McAleer, Audi’s self-driving A8: drivers can watch YouTube or check emails at 60km/h, Ir. Times. (n.d.). "https://www.irishtimes.com/life-and-style/motors/audi-s-self-driving-a8-drivers-can-watch-youtube-or-check-emails-at-60km-h-1.3150496"
  14. New centre of excellence for autonomous driving. BMW officially opens its autonomous driving campus in Unterschleißheim near Munich., (n.d.). "https://www.press.bmwgroup.com/global/article/detail/T0280021EN/new-centre-of-excellence-for-autonomous-driving-bmw-officially-opens-its-autonomous-driving-campus-in-unterschleissheim-near-munich?language=en"
  15. Autonomous shuttle startup May Mobility expands to a third U.S. city, TechCrunch. (n.d.). "http://social.techcrunch.com/2018/09/29/autonomous-shuttle-startup-may-mobility-expands-to-a-third-u-s-city/"
  16. Arlington, Texas » drive.ai » the self-driving car is here, Drive.Ai. (n.d.). "https://www.drive.ai/arlington-texas/"
  17. Society of Automotive Engineers (SAE) Automation Levels for cars, (n.d.). "http://www.automotivelectronics.com/sae-levels-cars/"
  18. Car Autonomy Levels Explained - The Drive, (n.d.). "https://www.thedrive.com/sheetmetal/15724/what-are-these-levels-of-autonomy-anyway"
  19. N. Kalra, S.M. Paddock, Driving to Safety: How Many Miles of Driving Would It Take to Demonstrate Autonomous Vehicle Reliability?, (n.d.)
  20. Testing the Unknown: The Real Problem with Autonomous Vehicles | Electronic Design, (n.d.). "https://www.electronicdesign.com/automotive/testing-unknown-real-problem-autonomous-vehicles"
  21. Self-driving car dilemmas reveal that moral choices are not universal, (n.d.). "https://www.nature.com/articles/d41586-018-07135-0"
  22. Autonomous Vehicles to Have Huge Impact on Economy, Tech Sector, (n.d.). "https://www.govtech.com/fs/automation/Autonomous-Vehicles-to-Have-Huge-Impact-on-Economy-Tech-Sector.html"
  23. Workforce - America’s Workforce and the Self-Driving Future, (n.d.). "https://avworkforce.secureenergy.org/workforce/"
  24. Self-Driving Cars Have Power Consumption Problems, (n.d.). "https://www.therobotreport.com/self-driving-cars-power-consumption"/
  25. Pentagon: Military will have self-driving vehicles before public | Internet of Business, (n.d.). "https://internetofbusiness.com/pentagon-military-self-driving-vehicles/"