Självkörande bilar och skyttlar provas nu i många olika trafiksystem.  Det finns områden som är lättare för den nya teknologin att ”lära sig” – och de är ofta i länder som kan skulle vara riktigt stora marknader för fordonstillverkare. Till exempel har Tata en testbana i Indien där de simulerar kaotiska vägar som man hittar i Bangalore och andra indiska städer. Det finns många olika storlekar och former av fordon på en vanlig väg i Indien, och Tatas system kan inte identifiera 15% av dem [1].

I Kina finns det en annan typ av problem: olika typ av trafikskyltar och med olika språk.  Det kan utgöra en högre svårighetsnivå att programmera fordon att upptäcka viktig trafikinformation. Didi Chuxing har samlat 25 miljon resor med över 70 terabyte av data varje dag från kinesiska städer. De kan använda uppgifterna för forskning kring självkörande fordon [2].

Egen kommentar

Ett problem som är stort i alla länder, men som är mer frekvent i några, är situationer när man måste göra någonting som är formellt olagligt – till exempel om det finns en lastbil som har stannat, och man måste köra över till andra sidan av vägen för att komma runt den. Människor har förmågan att bestämma när det är säkert eller osäkert, men en dator kan fortfarande inte göra det.

Källor

[1] Sarita Rai: Anarchy on India’s Roads has Driverless Car in a Jam, Bloomberg Technology 2017-06-29 Länk

[2] Kaveh Waddell: Prepping Self-Driving Cars for the World’s Most Chaotic Cities, Wired 2017-10-29 Länk