Компания Яндекс объявила о начале партнерства с Hyundai в сфере автономных технологий и продемонстрировала журналистам первые результаты совместной работы — опытные автомобили Hyundai Sonata.
На улицах Москвы иногда можно встретить беспилотные автомобили Яндекса, которые имеют характерный выступ на крыше. В Сколково беспилотники уже функционируют в качестве такси в тестовом режиме и без оплаты. Яндекс также имеет свой тестовый парк в Израиле и США, где в общей сложности работает 110 автомобилей. На данный момент робомобили Яндекса проехали уже 5 миллионов километров.
Недавно в тестовом парке появились несколько седанов Hyundai Sonata, а до конца 2020 года планируется увеличить количество беспилотных «Сонат» еще на 100 единиц. В последние месяцы специалисты Яндекса совместно с инженерами Hyundai Mobis занимались интеграцией своего беспилотного оборудования с электронными системами корейского седана.
Беспилотник третьего поколения от Яндекса уже используется в качестве такси в Иннополисе, который стал первым в Европе городом, где автономный «шаттл» доступен для повседневных поездок.
Мы обсудили детали проекта, новую систему, разработки и будущее беспилотных технологий с Артёмом Фокиным, директором по развитию бизнеса беспилотных автомобилей Яндекса. К сожалению, личная встреча не состоялась из-за пандемии, и нам пришлось общаться через Zoom. Артём отметил, что работа над Сонатой не ограничивалась лишь созданием и настройкой электронного интерфейса. Для более эффективного взаимодействия систем корейские инженеры перенастроили почти всю бортовую электронику: разработали свои прошивки для электроусилителя руля, системы контроля скорости и даже генератора, так как компьютер, управляющий автопилотом, требует значительного количества электроэнергии.
Такую реальность воспринимает лидар
Новый не только автомобиль, но и сам автопилот — это то, что в Яндексе называют «беспилотный обвес»: управляющий компьютер с двумя серверными процессорами и тремя видеокартами для GPU-вычислений, набор датчиков, предоставляющих данные для автопилота, и интерфейс для взаимодействия с автомобилем. В компании подчеркивают, что для качественного функционирования автопилота не требуется высокоскоростной мобильный интернет, так как все вычисления выполняются непосредственно на борту автомобиля, что позволяет избежать сбоев в работе беспилотника из-за проблем со связью.
Как и большинство современных беспилотников, система Яндекса использует карты высокого разрешения (каждая команда разработчиков создает свои). У них есть два слоя: навигационный, который используется для прокладки маршрута, и локализационный, необходимый для определения местоположения автопилота. Вместо GPS, который может быть подвержен помехам, применяется специальный алгоритм, работающий по принципу, аналогичному тому, как человек определяет свое местоположение, осматривая окружающую обстановку и ориентируясь на знаки.
У беспилотников четвертого поколения часть оборудования осталась на крыше, но несколько лидаров и два радара были перенесены на подиумы на передних крыльях, а еще один лидар установлен в решетке радиатора, что позволяет уменьшить мертвые зоны и повысить взаимное дублирование сенсоров.
На Сонатах установлена уже четвертая версия системы Яндекса. Основное отличие нового набора сенсоров заключается в увеличении количества камер с шести до девяти, причем используются объективы с различным фокусным расстоянием, а также установлено шесть радаров и четыре лидара (высокоточные сканирующие устройства на основе лазера).
Необходимость дублирования «органов чувств» в разных диапазонах давно стала общепринятой среди разработчиков автопилотов. Полагаться только на камеры нельзя — их могут сбить с толку тени на асфальте или ослепить солнечный свет. Не верите? Посмотрите видео, где над автопилотом Tesla издеваются с помощью рисунков на дороге! Радары тоже не всегда надежны — среди препятствий могут оказаться объекты, которые они не распознают, например, тентованная фура или пешеход. Лидары также имеют свои ограничения. Но есть нюансы даже в том, как именно устанавливать датчики!
Этот рисунок иллюстрирует, как различаются данные, получаемые сенсорами разных типов в одной и той же ситуации.
Говорят, что главной целью новой версии было улучшение распознавания мелких объектов в «ближней зоне». Иными словами, необходимо избежать самой опасной ситуации — когда в ограниченном пространстве двора автомобиль наезжает на пешехода, особенно на ребенка. Для этого были применены несколько решений: расположенный на крыше лидар кругового обзора подняли выше, а радары и лидары бокового обзора вынесли вперед на подиумах, чтобы они могли «выглядывать» при выезде из узкого проезда. Кроме того, их угол обзора увеличен до более чем 180 градусов. Это позволяет перекрывать области обзора различных сенсоров, что повышает точность распознавания.
Изображение, созданное на основе данных лидара.
Хотя, по словам Фокина, самая сложная задача заключается не только в том, чтобы сделать автопилот безопасным, но и в том, чтобы научить его принимать решения и двигаться. «Многие команды хвалятся безопасностью своих автопилотов, но на реальных дорогах они могут оказаться беспомощными и не смогут тронуться с места — всегда что-то будет мешать», — рассказывает Артём. — «Необходимо обучить беспилотник вести себя как опытный водитель: встраиваться в плотный городской поток, уметь вовремя ускоряться и перестраиваться — в общем, предсказывать поведение других водителей и их взаимодействие с пешеходами». Фокин приводит пример: если впереди на дороге появляется пешеход, автопилот должен заранее понимать, что другие автомобили начнут тормозить, а не принимать решение уже после того, как это произойдет. Именно поэтому автопилот «обучают» в реальных дорожных условиях различных городов. Москва известна своим непредсказуемым движением, снежной погодой и грязью весной, а Тель-Авив — ярким солнцем и множеством двухколесных транспортных средств (мотоциклов, скутеров и велосипедов). Тестирование на симуляторах также проводится, но только для проверки базового функционала.
Демонстрация беспилотного такси на выставке потребительской электроники CES в Лас-Вегасе в прошлом году.
Сотрудники Яндекса отмечают, что на беспилотнике особенно заметна разница в стилях вождения в разных городах: «Когда в прошлом году на выставке электроники CES автомобиль с московскими настройками впервые выехал на улицы Лас-Вегаса, один из участников демонстрации был поражен — вау, как дерзко она перестраивается! Но вскоре автопилот адаптировался к местным условиям».
Кстати, в июне этого года роботакси Яндекса должны были обслуживать Детройтский автосалон: кто-то из руководства выставки прокатился на беспилотнике во время CES и был так впечатлен, что попросил его использовать и в Детройте. К счастью, в штате Мичиган законы позволяют беспилотникам передвигаться без водителя. Однако из-за пандемии автосалон был отменен, а в залах Кобо-Холла планировалось развернуть госпиталь. Когда же бесконечные эксперименты приведут к созданию окончательного продукта? Артём Фокин смотрит на это с оптимизмом: он считает, что автопилот будет полностью готов «через несколько лет» — возможно, 2–3 года. Хотя, например, когда я два года назад общался с Дженсеном Хуангом — главой компании Nvidia, производящей «железо» для большинства автопилотов — он предполагал, что создание полноценного автопилота может занять гораздо больше времени. Получается, через три года? Ну хорошо, допустим, через пять лет автопилот от Яндекса начнут устанавливать на серийные Hyundai? Но у компании нет таких амбиций. Их идея заключается в том, чтобы стать провайдером службы роботизированных такси. В идеальном сценарии все оборудование автопилота устанавливается на конвейере, а Яндекс лишь предоставляет сервис.
Применение беспилотников в различных отраслях
Современные технологии автоматизации находят широкое применение в различных сферах. В сельском хозяйстве дроны используются для мониторинга посевов, что позволяет фермерам оперативно выявлять проблемы с урожаем. Например, с помощью тепловизионных камер можно обнаружить участки с недостатком влаги или заболеваниями растений.
В логистике и доставке дроны обеспечивают быструю транспортировку товаров. Компании внедряют системы, которые позволяют осуществлять доставку мелких грузов в труднодоступные районы, сокращая время на выполнение заказов. Это особенно актуально в условиях городской инфраструктуры, где пробки могут значительно замедлить традиционные способы доставки.
В строительстве дроны применяются для создания 3D-моделей объектов. С их помощью можно проводить инспекции на высоте, что снижает риски для работников и ускоряет процесс контроля качества. Аэросъемка позволяет получать точные данные о ходе строительства и выявлять отклонения от проектной документации.
В сфере охраны окружающей среды дроны помогают в мониторинге экосистем. Они могут использоваться для отслеживания состояния лесов, рек и других природных ресурсов. Сбор данных о загрязнении и изменениях в экосистемах позволяет принимать меры по их защите.
Медицинская отрасль также находит применение для дронов. Они могут доставлять медикаменты и образцы анализов в удаленные районы, что значительно ускоряет процесс оказания медицинской помощи. В некоторых странах уже реализованы проекты по доставке крови и вакцин с помощью беспилотных летательных аппаратов.
Таким образом, использование дронов в различных отраслях открывает новые горизонты для оптимизации процессов и повышения качества услуг. Интеграция этих технологий в повседневную практику способствует улучшению эффективности работы и снижению затрат.
Безопасность и этика использования беспилотников
С увеличением применения автономных летательных аппаратов в различных сферах, вопросы безопасности и этики становятся особенно актуальными. Необходимость соблюдения норм и стандартов в этой области требует внимательного подхода.
Основные аспекты безопасности включают:
- Техническая надежность: регулярные проверки и обслуживание оборудования для предотвращения аварий.
- Системы предотвращения столкновений: использование датчиков и алгоритмов для минимизации рисков при полетах в населенных пунктах.
- Кибербезопасность: защита от несанкционированного доступа и атак на системы управления.
Этические вопросы касаются:
- Конфиденциальности: соблюдение прав граждан на личную жизнь, особенно при использовании камер и сенсоров.
- Ответственности: определение, кто несет ответственность за действия аппарата в случае инцидента.
- Влияния на рабочие места: анализ последствий автоматизации для трудовой занятости в различных отраслях.
Рекомендации для безопасного и этичного использования:
- Разработка и внедрение четких регуляторных норм, учитывающих все аспекты эксплуатации.
- Обучение операторов и персонала, работающего с автономными системами, для повышения уровня безопасности.
- Создание общественных дискуссий о влиянии технологий на общество, чтобы учитывать мнения различных групп.
Соблюдение этих принципов поможет обеспечить безопасное и этичное использование автономных летательных аппаратов, способствуя их интеграции в повседневную жизнь.
Сравнение с конкурентами: кто впереди?
В сегменте автоматизированных систем передвижения лидирующие позиции занимают несколько компаний, использующих разные подходы и технологии. Оценивая их по показателям точности навигации, безопасности и масштабируемости, можно выделить ключевые различия.
| Параметр | Яндекс | Рамка конкурентов |
|---|---|---|
| Точность позиционирования | Использует собственные картографические данные и алгоритмы машинного обучения, достигая ошибок менее 10 метров на большинстве маршрутов. | Использует альтернативные системы GPS и спутниковое позиционирование, что иногда приводит к отклонениям до 15 метров и более. |
| Безопасность | Разработана многоступенчатая система обнаружения препятствий, включающая камеры, лидара и радары, с динамической корректировкой маршрута. | Некоторые лица конкурентов опираются только на камерные системы, в результате что снижает качество обнаружения объектов в сложных условиях. |
| Объём данных для обучения | Обрабатывает более 20 миллионов километров автономных маршрутов ежегодно, что позволяет повышать надежность работы. | Набирает меньшие объёмы практических данных, что сказывается на стабильности в сложных сценариях. |
| Интеграция с сервисами | Глубокая интеграция с собственными аналитическими платформами и Яндекс.Картами обеспечивает актуальность информации. | В большинстве случаев использует сторонние базы данных, что может увеличить время обновления информации. |
| Масштабируемость | Запуск на различных транспортных средствах и платформах с минимальными настройками, возможность расширения парка без существенных затрат. | Облегчённая миграция на новые модели требует дополнительных настроек и тестирований. |
В текущем сравнении архитектурные особенности и объем данных позволяют определять, что системы, использующие собственные алгоритмы и богатое информационное обеспечение, демонстрируют преимущества по ключевым параметрам. Для выбора технологии важно учитывать специфику эксплуатации, региональные особенности и уровень автоматизации. Предпочтение стоит отдавать решениям, обеспечивающим высокую точность и надежность, особенно в городских условиях с плотной застройкой и изменчивой дорожной ситуацией.
Будущее беспилотников: прогнозы и тенденции
Аналитические прогнозы указывают на значительные технологические сдвиги в области автоматизированных систем передвижения. В ближайшие годы ожидается внедрение систем искусственного интеллекта с повышенной точностью распознавания объектов и адаптацией к сложным условиям. Это позволит снизить количество ошибок при навигации и увеличить безопасность использования.
Ключевыми направлениями развития станут интеграция сенсорных технологий нового поколения, таких как лидары с увеличенной дальностью и разрешением, а также использования массированных данных для обучения моделей. В результате повысится точность определения окружающей обстановки, снизится потребность в человеко-операторе и появятся новые сценарии эксплуатации в городских условиях.
Не менее важной тенденцией станет расширение интерфейсов взаимодействия с инфраструктурой: системы связи станут более устойчивыми к перегрузкам и помехам, внедрение средств связи 5G обеспечит мгновенное получение команд и обмен информацией без задержек. Это повысит стабильность и надежность работы автопилотов при движении в плотных городских потоках.
Также в перспективе заметно усиление контроля и регулирования процессов посредством нормативных актов и стандартов. Внедрение единых требований по безопасности, сертификация и мониторинг позволят повысить доверие к автоматизированным системам и расширить сферу их применения, в особенности для доставки грузов и пассажирских перевозок.
Практически все эти инновации требуют развития инфраструктуры. Внедрение специальных дорожных покрытий, дополненной навигационной системы и развития станций для технического обслуживания станет залогом успешной эксплуатации новых навигационных модулей. В результате реализация таких мер обеспечит снижение эксплуатационных затрат и улучшение показателей эффективности.
Одновременно развитие экологически чистых решений – с применением электросистем и альтернативных источников энергии – снизит углеродный след движущихся составов и позволит соблюдать новые экологические стандарты. Эти меры станут неотъемлемой частью стратегии по внедрению автоматизированных транспортных средств в городских и пригородных территориях.
Технические характеристики и инновации
—
Отзывы пользователей и экспертов о беспилотниках Яндекс
Многие клиенты отмечают высокое качество систем автоматической навигации, указывая на стабильную работу в сложных условиях городской среды. Пользователи, участвующие в тестовых рейсах, подчеркивают точность определения маршрутов и быструю реакцию на препятствия, что уменьшает количество ошибок и повышает уровень безопасности.
Специалисты в области технологий отмечают значительный прогресс в алгоритмах машинного зрения, позволяющих точно распознавать объекты вокруг без участия оператора. Внутренние испытания показали снижение уровня ошибок при распространенных в мегаполисах сценариях движения, что дает уверенность в потенциале внедрения в коммерческие проекты.
Обратная связь по системе управления и взаимодействию с приложениями демонстрирует удобство и интуитивность интерфейса. Пользователи акцентируют внимание на минимальном времени обучения и быстром освоении функциональных возможностей, что важно для массового внедрения.
Некоторые эксперты обращают внимание на низкий уровень энергопотребления и высокий уровень надежности аккумуляторных систем, что влияет на дальность маршрутов и эффективность работы устройств. В то же время, есть рекомендации по оптимизации программного обеспечения для сокращения времени отклика при экстремальных погодных условиях.
Обратная связь о безопасности и соблюдении нормативных требований свидетельствует о строгом подходе разработчиков к соответствию стандартам. Отзывы специалистов подтверждают, что внедрение точек контроля и обновлений способствует снижению рисков сбоев и повышению доверия со стороны регулятивных органов.
Рекомендуется для дальнейшего развития уделять особое внимание развитию систем машинного обучения для повышения адаптивности и точности работы в различных сценариях. Пользователи советуют активно участвовать в пилотных проектах и делиться практическим опытом для внедрения новых функций в дальнейшие версии устройств.
