داخل حدث Autonomous Racing League الذي وضع سيارة ذاتية القيادة في مواجهة سائق F1

تجول في الحفر في أي حدث احترافي لرياضة السيارات، خاصة شيء مثل الفورمولا 1، ستشاهد شاشات كمبيوتر لا نهاية لها مليئة بالقياس عن بعد. الفرق الحديثة غارقة في ردود الفعل الرقمية في الوقت الحقيقي من السيارات. لقد كنت في العديد من هذه الحفر على مر السنين وأذهلتني تدفقات البيانات، ولكن لم يسبق لي أن رأيت مثيلًا لمجموعة تطوير برامج Microsoft Visual Studio التي تعمل هناك وسط الفوضى.

ولكن بعد ذلك، لم يسبق لي أن حضرت أي شيء مثل الحدث الافتتاحي لدوري أبوظبي لسباقات السيارات المستقلة في نهاية الأسبوع الماضي. A2RL، كما هو معروف، ليست أول سلسلة سباقات ذاتية القيادة: هناك سلسلة Roborace، التي شهدت قيام سيارات السباق ذاتية القيادة بتحديد أوقات دورات سريعة مع تفادي العوائق الافتراضية، وتحدي Indy Autonomous، الذي تم تشغيله مؤخرًا في Las Vegas Motor سباق الدراجات النارية خلال معرض CES 2024.

بينما تركز Roborace على التجارب الزمنية لسيارة واحدة وتركز سلسلة Indy Autonomous على الحركة البيضاوية، شرعت A2RL في فتح آفاق جديدة في مجالين.

وضعت A2RL أربع سيارات على المسار الصحيح، وتتنافس في وقت واحد لأول مرة. وربما الأهم من ذلك، أنها وضعت السيارة ذاتية القيادة الأفضل أداءً في مواجهة إنسان، وهو طيار الفورمولا 1 السابق دانييل كفيات، الذي قاد فرقًا مختلفة بين عامي 2014 و2020.

كان التحدي الحقيقي وراء الكواليس، حيث كانت الفرق تضم كادرًا متنوعًا بشكل مثير للإعجاب من المهندسين، بدءًا من المبرمجين الناشئين إلى طلاب الدكتوراه إلى مهندسي السباق المتفرغين، وجميعهم يكافحون من أجل العثور على الحد الأقصى بطريقة جديدة تمامًا.

على عكس الفورمولا 1، حيث يقوم 10 مصنعين بتصميم وتطوير وإنتاج سيارات مخصصة بالكامل (أحيانًا بمساعدة الذكاء الاصطناعي)، فإن سيارات السباق A2RL موحدة بالكامل لتوفير ساحة لعب متكافئة. والآلات ذات القوة 550 حصانًا، المستعارة من بطولة السوبر فورمولا اليابانية، متطابقة، ولا يُسمح للفرق بتغيير أي مكون منها.

يتضمن ذلك مجموعة أجهزة الاستشعار، التي تحتوي على سبع كاميرات وأربعة أجهزة استشعار رادارية وثلاثة أجهزة استشعار ليدار ونظام تحديد المواقع العالمي (GPS) للتشغيل – وكلها تستخدم لإدراك العالم من حولها. وكما تعلمت أثناء التجول في منطقة الصيانة والدردشة مع الفرق المختلفة، لا يستفيد الجميع بشكل كامل من 15 تيرابايت من البيانات التي تنقلها كل سيارة في كل لفة.

بدأت بعض الفرق، مثل Code19 ومقرها إنديانابوليس، العمل في المشروع الضخم لإنشاء سيارة ذاتية القيادة منذ بضعة أشهر فقط. قال أوليفر ويلز، المؤسس المشارك لـ Code19: “هناك أربعة فرق مبتدئة هنا”. “لقد كان الجميع يتنافسون في مسابقات مثل هذه، وبعضهم لمدة تصل إلى سبع سنوات.”

الأمر كله يتعلق بالرمز

اعتمادات الصورة: تيم ستيفنز

تتمتع TUM ومقرها ميونيخ وPolimove ومقرها ميلانو بخبرة واسعة في الجري والفوز في كل من Roborace وIndy Autonomous Challenge. تستمر هذه التجربة، كما هو الحال مع الكود المصدري.

قال سايمون هوفمان، مدير الفريق في TUM: “من ناحية، يتم تطوير الكود وتحسينه بشكل مستمر على أي حال”. أجرى الفريق تعديلات لتغيير سلوك المنعطفات ليتناسب مع المنعطفات الأكثر حدة في مسار الطريق وكذلك ضبط قوة التجاوز. وأضاف: “لكن بشكل عام، أود أن أقول إننا نستخدم نفس البرنامج الأساسي”.

ومن خلال سلسلة جولات التصفيات العديدة طوال عطلة نهاية الأسبوع، سيطرت الفرق ذات الخبرة الأكبر على جداول التوقيت. كان TUM وPolimove الفريقين الوحيدين اللذين أكملا أوقات الدورة في أقل من دقيقتين. لكن أسرع لفة لـ Code19 كانت ما يزيد قليلاً عن ثلاث دقائق. كانت الفرق الجديدة الأخرى أبطأ بكثير.

وقد أدى هذا إلى خلق منافسة نادرًا ما نراها في تطوير البرمجيات. على الرغم من أنه كانت هناك بالتأكيد تحديات برمجة تنافسية سابقة، مثل TopCoder أو Google Kick Start، إلا أن هذا النوع مختلف تمامًا. تعني التحسينات في التعليمات البرمجية أوقات دورات أسرع – وحوادث أقل.

كينا إدواردز هي مهندسة سباق مساعدة في Code19 وطالبة في جامعة إنديانا. لقد جلبت بعض الخبرة السابقة في تطوير التطبيقات إلى الطاولة، ولكن كان عليها أن تتعلم لغة C++ لكتابة نظام الفرامل المانعة للانغلاق الخاص بالفريق. وقالت: “لقد أنقذنا مرتين على الأقل من الانهيار”.

على عكس مشاكل الترميز التقليدية التي قد تتطلب مصححات أخطاء أو أدوات أخرى للمراقبة، فإن الخوارزميات المحسنة هنا لها نتائج ملموسة. قال إدواردز: “الشيء الرائع هو رؤية البقع المسطحة على الإطار تتحسن خلال الجلسة التالية. إما أنها انخفضت في الحجم أو في التكرار”.

إن تطبيق النظرية لا يؤدي فقط إلى تحديات هندسية جذابة ولكنه يفتح أيضًا مسارات وظيفية قابلة للحياة. بعد أن تدربت في وقت سابق مع Chip Ganassi Racing و General Motors، وبفضل تجربتها مع Code19، بدأت إدواردز العمل بدوام كامل في GM Motorsports هذا الصيف.

عين نحو المستقبل

اعتمادات الصورة: تيم ستيفنز

يعد هذا النوع من التطوير جزءًا كبيرًا مما تدور حوله A2RL. تظليل الحدث الرئيسي على المسار الصحيح عبارة عن سلسلة ثانوية من المسابقات للطلاب الأصغر سنًا ومجموعات الشباب حول العالم. قبل حدث A2RL الرئيسي، تنافست تلك المجموعات مع سيارات ذاتية القيادة بمقياس 1:8.

“الهدف هو، في العام المقبل، أن نحتفظ للمدارس بالسيارات الصغيرة النموذجية، وسنحتفظ للجامعات ربما باستخدام سيارات الكارتينج الصغيرة، الأكبر قليلاً، يمكنهم اللعب بسيارات الكارتينج المستقلة. وبعد ذلك، وقال فيصل البناي، الأمين العام لمجلس أبحاث التكنولوجيا المتقدمة في أبو ظبي، ATRC: “إذا كنت تريد أن تكون في الدوري الكبير، عليك أن تبدأ في السباق على هذه السيارات”. “أعتقد أنهم من خلال رؤيتهم لهذا المسار، أعتقد أنك ستشجع المزيد من الرجال على الدخول في الأبحاث، والدخول في العلوم.”

إن ATRC الخاص بشركة البناي هو الذي يدفع فاتورة A2RL، التي تغطي كل شيء بدءًا من السيارات وحتى الفنادق للعديد من الفرق، والتي كان بعضها يختبر في أبو ظبي منذ أشهر. كما قاموا أيضًا بتنظيم حفل عالمي المستوى للحدث الرئيسي، مع استكمال الحفلات الموسيقية وسباقات الطائرات بدون طيار وعرض الألعاب النارية السخيف.

كان الإجراء على المسار الصحيح أقل إثارة قليلاً. تم إحباط المحاولة الأولى لسباق ذاتي القيادة لأربع سيارات بعد أن دارت سيارة واحدة، مما أدى إلى عرقلة السيارات التالية. ومع ذلك، كان السباق الثاني أكثر إثارة، حيث تميز بتمريرة للصدارة عندما ذهبت سيارة فريق Unimore التابعة لجامعة مودينا بعيدًا. كان TUM هو الذي نجح في الفوز بالسباق، وحصل على نصيب الأسد من محفظة الجائزة البالغة 2.25 مليون دولار.

أما بالنسبة للرجل مقابل الآلة، فقد قام دانييل كفيات بعمل سريع على السيارة ذاتية القيادة، حيث مررها ليس مرة واحدة بل مرتين وسط هتافات ضخمة من الحشد المتجمع الذي يضم أكثر من 10000 متفرج الذين استفادوا من التذاكر المجانية ليأتوا لرؤية القليل من التاريخ – – بالإضافة إلى حوالي 600000 بث إضافي للحدث.

وكانت الأخطاء الفنية مؤسفة. ومع ذلك، فقد كان حدثًا رائعًا أن نشهده ونوضح المدى الذي وصل إليه الحكم الذاتي – وبالطبع مدى التقدم الذي يجب تحقيقه. أسرع سيارة كانت لا تزال بفارق 10 ثوانٍ عن زمن كفيات. ومع ذلك، فقد أجرى لفات سلسة ونظيفة وبسرعة مذهلة. وهذا يتناقض بشكل صارخ مع أول تحدي كبير لـ DARPA في عام 2004، والذي شهد اصطدام كل متسابق بحاجز أو تعرجه في الصحراء في رحلة غير مخطط لها.

بالنسبة لـ A2RL، سيكون الاختبار الحقيقي هو ما إذا كان بإمكانها التطور إلى سلسلة قابلة للاستمرار من الناحية المالية. يقود الإعلان معظم رياضة السيارات، ولكن هنا، هناك فائدة إضافية تتمثل في تطوير الخوارزميات والتقنيات التي يمكن للمصنعين تطبيقها بشكل معقول في سياراتهم.

أخبرني البناي من ATRC أنه بينما يمتلك منظمو السلسلة السيارات، فإن الفرق تمتلك الكود ولها الحرية في ترخيصه: “ما يتنافسون عليه في الوقت الحالي هو الخوارزمية، خوارزمية الذكاء الاصطناعي التي تجعل هذه السيارة تفعل ما تفعله. هذا يخص كل فريق ولا يخصنا.”

السباق الحقيقي إذن قد لا يكون على المسار الصحيح، بل في تأمين الشراكات مع الشركات المصنعة. ففي نهاية المطاف، ما هي أفضل طريقة لبث الثقة في التكنولوجيا ذاتية القيادة لديك من إظهار قدرتها على التعامل مع حركة المرور على مسار السباق بسرعة 160 ميلاً في الساعة؟