Et kort klip fra Y Combinators Startup School 2026 har sat gang i en gammel debat i ny form: Hvor langt kan et selvkørende system komme med kameraer alene, når vejen byder på blænding, mørke, tåge og uforudsigelige hændelser? I præsentationen forklarer Waymo, hvorfor selskabet satser på multimodal autonomi med kameraer, radar og LiDAR i samme system frem for én dominerende sensortype.
Waymos sensorvalg forklaret
Waymo Co-CEO Dmitri Dolgov beskriver en Waymo sensorsuite, hvor flere typer data samles i én fælles perceptionsmodel til autonom kørsel. Pointen er enkel: Kameraer er stærke til farver, skilte, vejstriber og visuel kontekst, mens radar er god til afstand, hastighed og objekter i dårlig sigtbarhed. LiDAR til selvkørende biler bidrager samtidig med præcis 3D-måling af omgivelserne.
Det er netop denne kombination, der ifølge Waymo giver mere robust perception i udfordrende vejr og i komplekse bymiljøer. Når én sensor møder sine begrænsninger, kan de andre hjælpe med at udfylde hullerne. Det gør kameraradar-LiDAR til et centralt element i Waymos autonome systemer og deres mål om robotaxi uden chauffør.
Sensorfusion i praksis
Waymos argument bygger på sensorfusion. Systemet samler input fra multimodale sensorer og vægter dem i realtid, så bilen får et mere stabilt billede af verden omkring sig. Hvis solen står lavt og skaber glare, kan kamera-begrænsninger i blænde og mørke blive tydelige. Her kan radar til autonom kørsel og LiDAR fortsat levere værdifulde målinger.
I praksis handler det om at reducere usikkerhed. Delvis tildækning af sigt, regn og sne eller et hurtigt objekt i periferien kan være sværere at tolke korrekt med passiv vision alene. Waymo mener derfor, at sikkerhed ved multimodal sensing hænger tæt sammen med redundans i autonome systemer, især når bilen skal operere helt uden fører.
- Kameraer læser visuelle detaljer som skilte, lys og vejbaner
- Radar måler afstand og relativ hastighed, også ved svær sigt
- LiDAR skaber præcise 3D-punktskyer af omgivelserne
- En fælles model samler data til hurtigere og mere sikker beslutningstagning
Vision-only i kontrast
Den tydelige modpol er Teslas vision-only tilgang. Her er filosofien, at avancerede neurale netværk og kameraer på sigt kan løse autonom kørsel uden radar og LiDAR. Waymo siger derimod, at en enkelt sensorfamilie kan ramme et loft for performance i edge cases, netop fordi vejen ikke altid præsenterer rene og letlæselige situationer.
Det er en reel ingeniørmæssig afvejning. Vision-only autonomi kan være billigere og mere skalerbar på hardware-siden, mens Waymos sensor-arkitektur til robotaxi er dyrere, men også mere redundant. For læsere, der følger Teslas softwareudvikling tæt, giver sammenligningen også ekstra perspektiv til debatten om FSD, som senest har været i fokus i Tesla FSD dropper Max Speed: ny fartlogik i sigte og Gratis FSD (Supervised) forsøg i Europa ruller ud.
Edge cases og sikkerhed
Waymo lægger særlig vægt på performance i edge cases. Det dækker de sjældne, men vigtige situationer, hvor et autonomt system let kan komme på overarbejde: et køretøj, der pludselig dukker op bag en delvis barriere, en fodgænger i mørkt tøj i regnvejr eller reflekser fra våd asfalt ved lav sol. I sådanne situationer kan redundans i autonome systemer være forskellen på høj sikkerhedsmargin og øget usikkerhed.
Det er også her, at Waymo forsøger at skille sig ud fra mange andre aktører. Hvor kameraer er afhængige af lys og synlighed, arbejder radar og LiDAR med aktive målinger. Waymo fremhæver derfor, at multimodal autonomi giver et stærkere grundlag for at opretholde stabil perception, når forholdene bliver mindre ideelle.
Relevans for Danmark
For danske læsere er teknologien interessant, men den gælder ikke aktuelt som et bredt forbrugertilbud i Danmark. Waymos løsning er udviklet til førerløse robotaxi-tjenester i udvalgte markeder, og tilgængeligheden i Danmark er endnu ikke bekræftet. Den danske relevans ligger derfor mest i, hvad debatten siger om fremtidens autonome biler, regulering og sikkerhedskrav i Europa.
Hvis selvkørende tjenester på sigt skal godkendes bredere i Danmark, kan en multimodal strategi få betydning i dialogen med myndigheder og forsikringsaktører, fordi redundans og dokumenterbar robusthed typisk vægter tungt. Samtidig er Teslas mere kamerabaserede linje fortsat central for mange danske entusiaster, blandt andet fordi software og hardwarevalg påvirker forventningerne til kommende funktioner. Det perspektiv ses også i FSD v14 Lite overopheder HW3 hos Tesla-ejere.
Hvad betyder det fremover?
Waymos budskab er klart: Skal et system kunne håndtere virkelige veje uden chauffør, må det kunne se mere end én måde. Kameraer forbliver vigtige, men Waymo mener, at multimodale sensorer giver en mere robust base for autonom kørsel i stor skala. Det gør ikke nødvendigvis strategien billigst, men den kan vise sig lettere at forsvare på sikkerhed og driftssikkerhed.
Debatten er samtidig relevant langt ud over Waymo. Hele branchen står mellem to spor: færre sensorer og mere software, eller flere sensorer og højere fysisk redundans. Hvis du følger udviklingen i tung elektrisk transport og regulering, kan du også læse Tesla Semi i Europa: Frankrig baner vej for salg. Skriv gerne i kommentarfeltet, hvilken tilgang du tror vinder på lang sigt.
Ofte stillede spørgsmål om multimodal autonomi
Hvad er multimodal autonomi?
Det er en tilgang til selvkørende teknologi, hvor flere sensortyper bruges sammen, typisk kameraer, radar og LiDAR, så systemet opfatter omgivelserne mere sikkert og præcist.
Hvorfor bruger Waymo LiDAR?
LiDAR giver meget præcise 3D-data om objekter og afstande. Det hjælper især i komplekse miljøer og i situationer, hvor almindelig visuel information er mindre pålidelig.
Hvordan adskiller det sig fra Tesla?
Waymo satser på en kombination af flere sensorer, mens Tesla i høj grad bygger sin autonomistrategi op omkring kameraer og neurale netværk.
Er Waymos løsning på vej til Danmark?
Det er endnu ikke bekræftet. Teknologien bruges i forbindelse med robotaxi-drift i udvalgte markeder, men den gælder ikke aktuelt som et bredt tilbud i Danmark.
Giver flere sensorer altid bedre sikkerhed?
Ikke automatisk, men de kan øge robustheden, hvis dataene fusioneres korrekt. Waymos pointe er, at flere uafhængige måder at opfatte verden på kan styrke systemet i svære situationer.
Kilder til denne artikel
- Y Combinator (2026) Startup School 2026 presentation with Dmitri Dolgov. Tilgængelig via: Kilde: Y Combinator på YouTube (Tilgået 5. august 2026).
- Waymo (2026) Information om Waymos autonome teknologi og sensorplatform. Tilgængelig via: Kilde: Waymo (Tilgået 5. august 2026).
Foto af Denys Nevozhai på Unsplash
