Jmenuji se Miloš Kruml, na vysokou školu jsem chodil na ČVUT v Praze, bakalářský titul jsem získal z kybernetiky a magisterský z kybernetiky a robotiky se zaměřením na letecké a kosmické systémy. Již během studií jsem pracoval v Centru agentních technologií, kde jsem řešil zejména problematiku týkající se umělé inteligence, koordinace a kooperace homogenních a heterogenních dronů a dalších jednotek. Prakticky jsem se podílel na vývoji algoritmů na řízení letového provozu a kooperaci leteckých jednotek ve vzdušném prostoru z pohledu umělé inteligence.
Poté jsem zatoužil více se podívat do průmyslu a podílet se na něčem méně „vědeckém“ a mezi různými nabídkami, které jsem tehdy měl, byla i nabídka od společnosti Valeo. Ta mě najala jako softwarového inženýra, a tím jsem vlastně začal své působení v této společnosti. Na této pozici jsem působil asi rok, nebo rok a půl a poté jsem dostal nabídku k vedení vlastního týmu, což jsem s radostí přijal. Následně jsem vedl ještě několik dalších týmů a většina z nich řešila úkoly spojené se systémy strojového vidění, což v našem světě byly kamery a systémy umožňující automatické parkování. V té době jsem se tedy podílel na vývoji systému automatického parkování pro automobilku Mercedes-Benz, který byl implementovaný do třídy E, což byl první systém, který umožnil vystoupit z auta a pomocí telefonu jej nechat samotné zaparkovat. V roce 2017 jsem dostal nabídku převzít na starost ve Valeu vývoj LiDARů v České republice, kterou jsem přijmul, a nejdřív jsem se podílel na tvorbě LiDARů první generace. Po roce jsem se přesunul do Německa, kde jsem byl zodpovědný za vývoj všech LiDARových systémů v celém světě v rámci naší společnosti. V Německu jsem působil zhruba 3 a půl roku a od roku 2022 jsem znovu zodpovědný za vývoj Valeo LiDARů v Česku.

LiDAR je zařízení, které vysílá laserový paprsek a z odrazu od detekovaného objektu a dopadu paprsku zpátky na detektor měří vzdálenost. Signál toho světelného paprsku se pohybuje téměř rychlostí světla, takže podle času, za který se signál vrátil zpátky do detektoru, můžeme vědět, jak daleko jsou jednotlivé body v prostoru. Naše řešení využívá celý sloupec těchto bodů a rotační zrcátko, čímž dochází ke skenování celého prostředí. Tento princip je využíván u nejnovějších generací, které jsou teď ve vývoji, a které dosahují zhruba 12 milionů bodů za vteřinu. Když si tedy představíte nějakou scénu, která je definována hlavně optikou LiDARu, tak tato scéna je definována až 12 miliony body a každý jednotlivý bod je popsán jeho vzdáleností od LiDARu, což je obrovská výhoda oproti ostatním senzorům, protože takto máme velice přesnou 3D mapu prostředí. Například v případě kamery, která poskytuje 2D pohled a hloubka scény, tedy vzdálenost jednotlivých bodů, je odhadovaná, nebo je využíván stereo princip při použití vícero kamer. Nicméně při použití LiDARu je vzdálenost každého bodu určena s centimetrovou přesností.

Jen těžko lze říct, jestli je LiDARová náročnější z pohledu výpočetní technologie oproti jiným senzorům. Nicméně u každého bodu je známá jeho vzdálenost a klasicky v robotice se snažíte tyto body snažíte nějakým způsobem přiřadit do různých mračen a určit, jestli se jedná o body stejného objektu, když se například pohybují stejným způsobem. Následně je objekt popsán pomocí jeho geometrie a až potom může dojít k jeho trackování, tedy sledování v prostoru. Na konci celého procesu je fáze takzvané klasifikace, díky čemuž můžete s určitou pravděpodobností říct o jaký objekt se jedná, např. chodec. My ve Valeu máme celý tento řetězec, protože to řešení vyvíjíme od A do Z, což je velice náročný proces, ale díky tomu jsme pravděpodobně první společností, která dotáhla Lidar do sériové produkce.

Celkové strategie společnosti Valeo má takové dva hlavní milníky. Jeden z nich je elektromobilita a druhý je ADAS, jakožto Advaced Driver Asistance Systems, tedy asistenční systémy. My věříme Valeu, že k tomu abychom se dostali na úroveň autonomie, což je dle normy SAE od úrovně 3 a výš tak potřebujeme Lidar. Bez něj se nedostaneme na tuto úroveň autonomie a nebudeme moct opravdu zodpovědně říct, že to je robustní systém, který bude fungovat. Jestliže tedy chceme vyvíjet celé systémy, jakože chceme, tak Lidar je opravdu jeden z těch základních prvků nutných pro dosažení těchto vyšších stupňů autonomie. Naše specifikace je v tom, že pracujeme jako jeden tým, i když jsme globální organizace a v Praze máme zhruba 100 inženýrů, kteří pracují ve všech možných oblastech výzkumu a vývoje této technologie od optiky, skrze mechaniku až pokročilé algoritmy a validace. Validace je další naší unikátní disciplínou, která je podporována díky našemu polygonu v Milovicích. Pokud vím, tak jsme jediný automobilový dodavatel, který má takovéto zázemí, minimálně u nás v České republice.

Asi nejlepší ukazatelem pokroku vývoje Lidarové technologie je, že dnes máme tři generace Lidarů. První generace, která byla uvedena na trh v roce 2017 byla schopna zprocesovat 150 000 bodů za vteřinu a byli jsme schopni rozeznávat objekty do vzdálenosti zhruba 70 až 100 metrů. Druhá generace, která současně přichází do výroby jsme na úrovni 750 000 bodů za vteřinu a dokážeme spolehlivě rozeznat objekty na vzdálenost 150 metrů. Jedná se o generaci, kterou vlastně využívá automobilka Mercede-Benz pro svůj systém autonomní jízdy na úrovni tři, který si můžete jako koncový uživatel pořídit. Třetí generace poskytuje, jak jsem již říkal 12 000 000 bodů za vteřinu, tedy abychom mohli vozidlu svěřit větší a složitější úkol, tak potřebuje přesnější informace. To znamená rapidní nárust objemu informací, například díky nárustu množství detekovaných bodů, nárust rozlišení a nárust vzdálenosti na které jsme schopni objekt rozpoznat, přičemž se bavím zhruba o 300metrech. V čem jsme naprosto unikátní je krásně vidět na známém příkladu takzvaném ztracené pneumatiky. Pokud bychom na měli na dálnici ležící pneumatiku, tak pomocí jiných senzorů jako je radar, nebo kamera jsme tuto pneumatiku schopni rozeznat na vzdálenost 70, možná 100 metrů. S naší technologií jsme schopni tento relativně malý, černý objekt, který leží na černém asfaltu na vzdálenost až 150 metrů. Ten systém má tedy na této základní senzorické úrovni lepší schopnosti, než může lidské oko, nebo jiný senzor rozpoznat.

Vizuální podoba lidaru od Valeo (zdroj: Valeo)

Vizuální podoba lidaru od Valeo (zdroj: Valeo)

První generaci našeho Lidaru nejvíce používají vozidla značky Audi, které jej využívají pro zlepšení funkce adaptivního tempomatu. Díky tomu je celý systém Adaptive Cruise Assist přesnější, vykazuje méně falešných brždění a dalších problémů. Ten samý systém používá i Honda, kdy jsme spolu s Hondou vyvíjeli první auto na úrovni automatizace tři, které bylo určené pro prezentaci nových technologií na olympijských hrách v Tokiu. Tyhle auta ještě dnes můžete potkat v Japonsku, kde po dálnicích kolem Tokia jezdí v autonomním režimu. Nyní startujeme výrobu druhé generace našeho řešení, kterou využívá Mercedes – Benz S class a pár dalších modelů, který si může koncový uživatel objednat a jezdit v autonomním režimu do 60 km/h na vybraných úsecích německých dálnic. Tam si to s tímto vozidlem můžete již dnes opravdu vyzkoušet jaké to je, když auto řídí úplně samo. Poslední naše aplikace je Hyundai a Kia Motors, které používají ten samý senzor a chtějí s tím odstartovat základnější úroveň autonomie a asistenčních systémů jako například systém nouzového brzdění, automatickou změnu pruhu atd.

My jako Valeo máme naši filozofii jasně danou a sice, že pro autonomii na úrovni 3 a výše je Lidar nutný. Z našeho pohledu je to senzor, který poskytuje nejpřesnější a nejhustější informace o daném prostředí, tudíž je to podle mě nutná podmínka pro nejen dosažení těchto levelů autonomie, ale i zajištění bezpečnosti. To, jakým způsobem, jakým to dělají jiné společnosti, které vsází na jiné senzory je vhodné spíše jen do úrovně 2, kde je to chápáno jako asistent, který podporuje řidiče.

Lidar obsahuje několik komponentů, které nejsou a nemůžou být levný z pohledu objemu prodejů. Ve chvíli, kdy se dostaneme do bodu, že budeme dodávat milióny kusů ročně tak ta cena může jít výrazně dolů. Teď jsme zhruba na nějakých desítkách tisíc prodaných kusů za rok, což není takový objem prodejů, aby dokázal snížit náklady na výrobu distribuci atd. A samozřejmě ty senzory obsahují i vzácné materiály a technologie, což v dnešní době drahé záležitosti a ty se pravděpodobně nikdy nedostanou na cenovou hladinu ultrazvukových senzorů, nebo jiných základních senzorů. To je dáno složitostí toho zařízení, protože máte téměř kilo hmoty, kde je nějaké zrcátko, motor, laser, přijímač a k tomu i spousta výpočetního výkonu ke zpracování toho signálu, a to vše musí být validováno na desítkách tisících kilometrech. Pokud to srovnáme například s kamerou tak na ní je nějaká optika, něco, do čeho tu optiku zabuduji a přijímač, ale už tam není vysílací část, není tam ta vnitřní mechanika, která distribuuje paprsek v celém prostředí, tedy z pohledu integrace, sub komponentů a využitých technologií o podstatně složitějším senzoru.

Zjednodušeně se dá říci, že ano. Samozřejmě v reálně je to trochu složitější, nicméně mezi dodavateli Lidarů jsme poměrně unikátní, protože nabízíme jak mechatroniku, tak i kompletní řešení. Jsme tedy schopni dodat zákazníkovi produkt, kdy na konci toho procesu nemáme jen mračno bodů z Lidaru, ale můžeme dodat už i validované a sledovatelné objekty.

Je to několik oborů. Jedním z prvních je optika, protože přece jenom náš senzor je v první řadě optickým zařízením. Tudíž musíme být v optice velice pokročilý. Pak je tam poměrně obsáhlá část, která se věnuje přenosu a přijímání signálu, v našem případě máme vlnovou délku 905 nm, takže potřebujete mít zdroj světla, který svítí na této frekvenci a samozřejmě snímač, který snímá s potřebnou citlivostí. Tyto všechny věci musí spolu kooperovat, tedy je za tím velké úsilí a složitost a integrace celého systému. Když se nám tohle všechno povede a vše nám stabilně funguje dle veškerých automotive specifikací, což znamená, minimálně -40 až 85 °C teplotního rozsahu okolí ve zhruba 8 000 hodin provozu, což je zhruba ekvivalent 15 let provozu průměrného vozidla, tak potom máme slušný základ z pohledu mechatroniky. Následně pak musíme navrhnout a implementovat veškeré části týkající zpracování dat, takže například detekce objektů a všechny funkce, který ten Lidar musí podporovat. Ať už se jedná o funkce detekce objektů, nebo i pokročilá diagnostika toho senzoru. Protože ten senzor musí nejen, že detekovat ty objekty a to prostředí, ale musí být i sám za sebe schopný říct jaký je jeho stav a jestli dobře vidí. K tomu všemu ještě nesmíme zapomenout část věnující se umělé inteligence, což je dnes trendy záležitostí.

Vizualizace funkcionalit lidaru od Valeo při snímání jeho okolí.(zdroj: Valeo)

Vizualizace funkcionalit lidaru od Valeo při snímání jeho okolí.(zdroj: Valeo)

Je to mix. Když jako výrobce máte standard řešení a máte ho validovaný na desítkách tisících kilometrech a podle tu validaci přizpůsobujete tomu kam a jak budete dané řešení integrovat. Vždycky je to daných podmínkách spolupráce s jednotlivými výrobci vozidel a jejich technickým a technologickým řešením. Zkrátka máme jakousi základní verzi toho produktu, kterou jsme poměrně intenzivně validovali, ať už v rámci interního vývoje, nebo komerčního vývoje pro zákazníka a poté všechny ostatní projekt využívají znalostí a řešení, které byly využity v tom prvním projektu.

Prakticky jakákoliv aplikace, kde potřebujete vnímat okolí a kde potřebujete mít precizní detekci bodů a jejich vzdáleností. Může to být chytrá křižovatka, která může být osazena těmito senzory a díky tomu potenciálně můžete provoz řídit adaptivně a optimalizovat provoz nejen na dané křižovatce ale i například v celém městě. Můžeme je použít ve spoustě bezpečnostních, nebo logistických aplikací. V současnosti můžeme vidět čím dál tím víc různých chytrých řešení v skladech, kde samozřejmě také dochází k interakci jednotlivých vozidel a lidí. Další významným segmentem je zemědělství. Je velice hezká aplikace automatizace v zemědělský strojích, který pak dokáže dané místo obhospodařovat se sníženou, nebo zcela bez lidské pomoci.

Myslím si, že hlavní spouštěč vývoje je autonomní mobilita, ať už osobní doprava, nebo robotaxi, což už několik firem poměrně rozumně provozuje tyto služby hlavně v severní americe. To bude tím hlavním motorem, který bude rozšiřovat celé to zastoupení těch systémů a jejich adaptaci do širšího spektra všech vozidel. Asi tak jak to bylo s ultrazvukovými senzory. Ty přišli tuším v roce 1996, nebo 1997, kdy je Valeo jako první dodal do Mercedes-Benz E class pro využití jako zpětné senzory pro jízdu vzad. Dnes ty senzory máte prakticky na každém vozidle v střední cenové hladině. Z tohoto pohledu i naše marketingové odhady jsou, že v roce 2025 bude mít zhruba 25 % vozidel úroveň automatizace dva a v roce 2030 to již bude kolem 50 %, tudíž vidíme že ta penetrace trhu tou technologií narůstá a asi se jí nevyhneme.

Já si myslím, že určitě. Moje dvě typické cesty jsou po Praze, což není nejzáživnější řízení, nebo často jezdím na služební cesty do Stuttgartu. Kdybych měl k dispozici systém, který by to za mě odřídil a já mohl 4 hodiny věnovat práci, rodině nebo čemukoliv jinému, tak je to podle mě budoucnost.

Poradil bych mu pojďte to prostě zkusit. Co je pro mě extrémně důležité je přístup lidí, jejich odhodlání zkoušet nové věci a nebát se experimentovat. Bavíme se o poli vývoje a výzkumu, který je pořád v plenkách, takže hlavně ten zdravý houževnatý inženýring bych doporučil, a to z hlediska tradičních technických disciplín, tak i zcela jistě z hlediska umělé inteligence, což jsou oblasti, které budou stále růst. Jak jsem zmiňoval naše řešení mají v sobě mnoho různých komponentů založených na optice, elektronice a tak dále, takže prakticky všechny technické disciplíny, které si můžeme představit u nás mohou najít uplatnění.