Vývoj autonomních vozidel byl v poslední dekádě úzce spojen s využitím vysoce přesných, ale zároveň nákladných senzorů, zejména lidaru. Nástup využívání takzvané umělé inteligence by však mohl změnit i tuto technologickou oblast.
Využití lidaru a vysoce přesných senzorů umožňuje dosáhnout vysoké úrovně bezpečnosti v dopravě, ale zároveň výrazně zvyšuje cenu celého systému. Nové směry vývoje však naznačují možný obrat: místo hardwaru by hlavní roli mohla převzít pokročilá umělá inteligence (AI). Jedním z aktuálních trendů je tzv. přístup „software- first“, který se snaží maximalizovat využití kamer a výpočetních modelů na úkor drahých senzorů. Tento koncept prosazuje dlouhodobě například Tesla, ale nově se k němu přiklánějí i další hráči včetně technologických firem spolupracujících se společností Uber. V Evropě se testují systémy založené na tzv. „agentní“ architektuře umělé inteligence, kde místo jednoho velkého modelu spolupracuje více specializovaných algoritmů, z nichž každý řeší konkrétní úlohu — například detekci objektů, predikci pohybu nebo plánování trasy. Cílem tohoto přístupu je nejen snížení nákladů, ale i lepší škálovatelnost. Lidarové systémy mohou stát tisíce eur na vozidlo, což je zásadní překážkou pro masové nasazení autonomních flotil. Naproti tomu kamerové systémy jsou výrazně levnější a již dnes standardní součástí výbavy moderních automobilů. Pokud se podaří jejich schopnosti rozšířit pomocí pokročilé AI, může to otevřít cestu k širšímu komerčnímu využití autonomních technologií. Tento posun však přináší i nové technické výzvy. Kamerové systémy jsou citlivější na světelné podmínky, počasí nebo zakrytí výhledu, zatímco lidar poskytuje přesná 3D data nezávislá na osvětlení. Nahrazení hardwaru softwarem tak klade extrémní nároky na kvalitu trénovacích dat i robustnost algoritmů. Odborníci upozorňují, že dosažení spolehlivosti srovnatelné s lidarovými systémy bude vyžadovat nejen pokročilé modely, ale i rozsáhlé testování v reálném provozu. Dalším důležitým faktorem je výpočetní výkon. Sofistikované AI modely potřebují výkonné čipy, které musí být schopné zpracovávat data v reálném čase přímo ve vozidle. Do vývoje těchto řešení proto vstupují i technologické firmy jako Nvidia, které dodávají specializované platformy pro autonomní řízení. Z ekonomického hlediska může být přechod k AI-dominantnímu přístupu zásadní. Snížení nákladů na vozidlo totiž přímo ovlivňuje životaschopnost robotaxi služeb i dalších forem autonomní mobility. Pokud se podaří dosáhnout dostatečné úrovně bezpečnosti bez drahých senzorů, může se autonomní doprava stát dostupnější a rychleji rozšířenou. Současný vývoj tak ukazuje, že budoucnost autonomního řízení nemusí být určena pouze kvalitou senzorů, ale především schopností softwaru interpretovat komplexní svět kolem vozidla. Zda se tento přístup prosadí jako dominantní, bude záviset na tom, zda dokáže splnit klíčový požadavek — bezpečný a spolehlivý provoz ve všech podmínkách. Zatím to vypadá, že se v zájmu bezpečnosti prosadí spíše jakási rozumná kombinace senzorů a AI. /Hana Kovářová/
