====== Sissejuhatus ======

Elektroonika disaini suundumused on ühiskonnas revolutsiooniliselt muutnud. Algus oli tsentraliseeritud andmetöötlusega, mida juhtisid sellised ettevõtted nagu IBM ja DEC. Need tehnoloogiad suurendasid ülemaailmse äritegevuse tootlikkust, mõjutades märkimisväärselt rahandus-, personali- ja haldusfunktsioone, kõrvaldades vajaduse ulatusliku paberimajanduse järele. Majanduse kujundamise tehnoloogiate järgmine laine koosnes servaarvutusseadmetest (alloleval joonisel punane), nagu personaalarvutid, mobiiltelefonid ja tahvelarvutid. Selle võimalusega saaksid sellised ettevõtted nagu Apple, Amazon, Facebook, Google ja teised globaalse äri jaoks reklaami- ja levitamisfunktsioonidele tohutult tootlikkust lisada. Järsku võis jõuda otse iga kliendini kõikjal maailmas. See megatrend on põhjalikult häirinud selliseid turge nagu haridus (online), jaemüük (pood), meelelahutus (voogedastus), kommertskinnisvara (virtualiseerimine), tervishoid (telemeditsiin) ja palju muud. Järgmine elektroonikalaine on tehisintellekti dünaamiline integreerimine füüsiliste varadega ning selle võimekuse tipp on autonoomia.

{{:en:safeav:figure1.jpg?700|}}

Autonoomiauuringud ulatuvad 20. sajandi keskpaiga küberneetika ja juhtimisteooriani, kus teadlased, nagu Norbert Wiener, Ross Ashby ja varased robootika pioneerid, uurisid, kuidas masinad suudavad tajuda, töödelda tagasisidet ja sihipäraselt tegutseda. 1960.–1980. aastad tõid olulisi läbimurdeid: Shakey the Robot demonstreeris SRI-s integreeritud taju, planeerimist ja tegevust; DARPA autonoomse maismaasõiduki projekt edendas varajast arvutinägemist ja navigeerimist; ja edusammud tõenäosuslikus robootikas – nagu Kalmani filtreerimine, Bayesi hindamine ja SLAM – muutsid ametlikuks selle, kuidas autonoomsed süsteemid teevad otsuseid ebakindluse tingimustes. Sel perioodil oli autonoomia suuresti reeglipõhine ja domineeris deterministlik juhtimine, piiratud tundlikkus ja kitsad arvutusvõimalused.

Kaasaegne autonoomia hakkas kiirenema 1990. ja 2000. aastatel koos suurenenud arvutusvõimsuse, masinõppe leviku ja suuremahuliste valitsusprogrammidega. DARPA Grand Challenges (2004–2007) tähistas pöördepunkti, mis tõestas, et isejuhtivad sõidukid saavad hakkama keerulistes ja struktureerimata keskkondades ning katalüseerides nii akadeemilisi kui ka kommertsinvesteeringuid. 2010. aastatel muutis sügav õppimine tajumise murranguliseks, võimaldades tugevat objektide tuvastamist, stseeni mõistmist ja täielikku juhtimist. See laiendas autonoomiat traditsioonilisest robootikast autonoomsete süsteemideni maa-, mere-, õhu- ja kosmosekontekstis. 

Arvestades tohutut uurimistöö mahtu, on autonoomia kohta kirjutatud mitu raamatut. Näiteks pakub autonoomsete robotite sissejuhatus terviklikku ja juurdepääsetavat alust autonoomsete süsteemide kujundamiseks, hõlmates olulisi ehitusplokke, nagu roboti mehhanismid, tuvastusviisid, käivitamine, tajumine, lokaliseerimine, kaardistamine ja planeerimine. Seda kasutatakse laialdaselt ülikoolikursustel, kuna see ühendab teooria praktiliste algoritmidega, pakkudes selgeid selgitusi selle kohta, kuidas autonoomsed robotid tõlgendavad oma keskkonda ja teevad otsuseid. Distributed Autonomous Robotic Systems seevastu keskendub mitme roboti ja sülemi süsteemide väljakutsetele ja arhitektuuridele, uurides hajutatud keskkondades detsentraliseeritud juhtimist, koordineerimist, sidet ja töökindlust. Üheskoos hõlmavad need kaks raamatut spektrit ühe roboti autonoomiast mitme agentuuriga koostöösüsteemideni, andes lugejatele põhjaliku ülevaate nii robootikast kui ka hajutatud autonoomia keerukusest.

Erinevalt olemasolevast kirjandusest keskendub see raamat uuendustele, mis on vajalikud põhikujunduse integreerimiseks ühiskonna juhtimissüsteemidesse. See protsess on eriti keeruline autonoomsete süsteemide jaoks, kuna need integreerivad nelja laia domeeni, mis traditsiooniliselt ei ole üksteisega suhelnud:

  - Õiguslikud ja regulatiivsed struktuurid, mis on kaudselt eeldanud inimtegevuses osalejaid.
  - Küberfüüsikaliste süsteemide traditsioonilised mehaaniliselt fokusseeritud ohutusprotokollid.
  - Traditsioonilised tarkvara tootearendusvood.
  - Uued tehisintellektil põhinevad algoritmid, mis asendavad autonoomia juhi.

Ülejäänud osa sellest raamatust on korraldatud järgmiselt. 2. peatükk annab kõrgetasemelise sissejuhatuse autonoomsetesse süsteemidesse, sealhulgas nende aluseks olevatesse tehnoloogiatesse ja nende koostoimesse regulatiivsete, ohutus- ja standardikeskkondadega. 3. peatükis uuritakse riistvaraarhitektuure, pöörates erilist tähelepanu anduritele, suure jõudlusega andmetöötlusplatvormidele ja riistvara tarneahelate esilekerkivatele väljakutsetele. 4. peatükk keskendub tarkvaraarhitektuurile, sealhulgas reaalajas täitmisele, ohutuse seisukohalt olulisele tarkvaraarendusele ning stabiilsete ja turvaliste tarkvara tarneahelate kasvavale tähtsusele. 5. peatükis uuritakse kõrgema taseme autonoomia algoritme tajumiseks, kaardistamiseks ja lokaliseerimiseks, keskendudes süsteemi ohutusele ja töökindlusele. 6. peatükis käsitletakse planeerimist, kontrolli ja otsuste tegemist, uurides, kuidas autonoomsed süsteemid muudavad taju turvaliseks ja tõhusaks tegevuseks. Lõpuks, 7. peatükis uuritakse autonoomsete süsteemide, inimeste ja infrastruktuuri vahelist suhtlust, sealhulgas inimese ja masina liideste (HMI) ja sõiduki ja kõige vahel (V2X) vahelist sidet, rõhuasetusega integreeritud süsteemi ohutusele ja töökindlusele.