Τα αυτόνομα οχήματα μπορεί να μην είναι σενάριο επιστημονικής φαντασίας και οι περισσότερες εταιρείες να έχουν θέσει ως στόχο το 2020 για τα πρώτα μοντέλα όμως οι δυσκολίες που αντιμετωπίζουν είναι μεγάλες.
Οι μαθηματικοί υπολογισμοί και οι αλγόριθμοι που εκτελεί κατά τρισεκατομμύρια ανα δευτερόλεπτο ο εγκέφαλος ενός αυτόνομου οχήματος μπορεί να είναι τέλειοι όμως θα πρέπει να έρθουν σε στοίχιση με τον καθόλου ατελή πραγματικό κόσμο και εκεί είναι τα δύσκολα.
Ο Daniel Rosenband, hardware engineer της Google για το project με τα self-driving οχήματα παρουσίασε κάποια παραδείγματα με καθημερινές δυσκολίες που αντιμετωπίζει το υπό-ανάπτυξη σύστημα αυτόνομης οδήγησης της εταιρείας.
Παράδειγμα Α:
Στο κίτρινο πλαίσιο βλέπουμε μια κόκκινη μπάλα να στηρίζεται σε ένα λευκό κοντάρι στην άκρη του δρόμου και να καλύπτει τον φωτεινό σηματοδότη. Το φανάρι είναι πράσινο όμως η κόκκινη μπάλα μπερδεύει το αυτόνομο όχημα ότι είναι κόκκινο.
Παράδειγμα Β:
Σε αυτό το παράδειγμα, προπορευόμενο λεωφορείο καλύπτει μέρος του φωτεινού σηματοδότη με αποτέλεσμα το αυτόνομο όχημα να μην έχει σαφή ένδειξη για το αν πρέπει να σταματήσει ή να προσχωρήσει.
Παράδειγμα Γ:
Το ηλιοβασίλεμα με τις ακτίνες του ήλιου μπερδεύουν τις κάμερες του αυτόνομου οχήματος και είναι πραγματικά δύσκολο να καταλάβει ποιο είναι το χρώμα που έχει ανάψει στο φανάρι.
Άλλα προβλήματα που αντιμετωπίζουν τα αυτόνομα οχήματα είναι οι καιρικές συνθήκες. Τα συστήματα ραντάρ LiDAR και οι κάμερες βρίσκονται στο εξωτερικό του οχήματος προσαρμοσμένα συνήθως στον ουρανό. Υψηλές θερμοκρασίες με ηλιοφάνεια ή χιονοπτώσεις επηρεάζουν αρνητικά την ομαλή λειτουργία τους.
Ιδανικά, αυτόνομα οχήματα και έξυπνες πόλεις θα πρέπει να αναπτυχθούν μαζί ώστε να υπάρξουν οι κατάλληλες υποδομές πάνω στις οποίες θα βασιστεί η ομαλή και ασφαλής κυκλοφορία.
