Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: Научного журнала «Студенческий» № 3(173)

Рубрика журнала: Информационные технологии

Скачать книгу(-и): скачать журнал часть 1, скачать журнал часть 2, скачать журнал часть 3, скачать журнал часть 4

Библиографическое описание:
Пучков А.Д., Середа И.А. ТЕХНОЛОГИЯ АВТОПИЛОТА В СФЕРЕ ТРАНСПОРТИРОВКИ // Студенческий: электрон. научн. журн. 2022. № 3(173). URL: https://sibac.info/journal/student/173/239883 (дата обращения: 29.03.2024).

ТЕХНОЛОГИЯ АВТОПИЛОТА В СФЕРЕ ТРАНСПОРТИРОВКИ

Пучков Алексей Дмитриевич

студент 3 курса бакалавриата кафедры промышленной информатики, МИРЭА-Российский технологический университет (РТУ МИРЭА),

РФ, г. Москва

Середа Илья Андреевич

студент 3 курса бакалавриата кафедры промышленной информатики, МИРЭА-Российский технологический университет (РТУ МИРЭА),

РФ, г. Москва

АННОТАЦИЯ

Любая экономика стремится к повышению эффективности. В последние полвека в области совершенствования производственных процессов особое место заняла автоматизация. Она имеет широкий спектр конкретных технологий. Одной из них является автопилот. В этой статье представлен анализ существующих решений по внедрению этой технологии в сфере транспортировки.

ABSTRACT

Any economy strives to increase efficiency. In the last half century, automation has taken a special place in the field of improving production processes. It has a wide range of specific technologies. One of them is autopilot. This article presents an analysis of existing solutions for the implementation of this technology in the field of transportation.

 

Ключевые слова: автоматизация, транспортировка, перевозки, логистика, автопилот, нейросеть.

Keywords: automation, transportation, transportation, logistics, autopilot, neural network.

 

В самом названии технологии автопилота заключается её суть. Автопилот нужен для того, чтобы заменить функции пилотирования движущимся средством. Поэтому неудивительно, что она особенно часто упоминается в контексте транспортировки. В этой области перевозка по морю является самой эффективной. Однако морской транспорт, несмотря на свою рентабельность, всё равно может привести к значительным убыткам, и большая их часть связана с недостаточной автоматизацией.

Решить эту проблему можно путём внедрения искусственного интеллекта, который будет строить наиболее оптимальный маршрут с учётом меняющегося окружения, будь то шторм или встречное судно. Помимо положительного эффекта от повешения точности затрачиваемых материальных и временных ресурсов, надо отметить снижение необходимой численности экипажа корабля, и как следствие, снижение расходов и рисков с ними связанные. Предполагается, что в таком случае судно сможет управляться сначала командой с берега, а затем и полностью автономно.

Однако даже в случае успешного тестирования, команда корабля всё-таки должна будет присутствовать на судне. Это обусловлено помимо возникновения необходимости срочного ремонта, вопросом кибербезопасности. Потому что как только появятся первые полностью автономные суда, киберпреступники увидят в этом отличную возможность перехватить дорогостоящий объект.

Ещё одной причиной медленного развития автопилота на морском транспорте является цена разработки. К примеру, стоимость автоматизированного контейнеровоза «Yara Birkeland» составляет 25.000.000$. К этому надо прибавить временные затраты на постройку судов, дорогое обслуживание относительно другого вида транспорта, низкую освоенность технологии и отсутствие морского законодательства по автономному морскому транспорту. Но несмотря на это, такие компании как «Nippon Yusen», «Rolls-Royce Holdings», «Bourbon», «Kongsberg» и «Yara», ведут небезуспешные разработки [1]. В частности, именно «Kongsberg» и «Yara» создали первый реальный автоматизированный контейнеровоз «Yara Birkeland», о котором упоминалось ранее [2].

Следующим по эффективности является железнодорожный транспорт. И в России он занимает особое место. Для соединения огромных сухопутных территорий необходима хорошо развитая система железных дорог и курсирующих по ним поездам. Происшествия на ж/д транспорте происходят весьма часто, приводя к финансовым убыткам и человеческим жертвам.

Для автоматизации поездов в 2019 году российская компания «Cognitive Pilot» одной из первых в мире разработала полноценную систему помощи машинисту на базе искусственного интеллекта. Она внедряется на уже существующие локомотивы и способна анализировать сигналы светофора, реагировать на возникающие препятствия (например, в виде человека или животного), отслеживать точное местоположение всего состава, детектировать положение железнодорожных стрелок, а также определять класс объектов дорожной сцены [3].

 

Рисунок 1. Определение сигналов светофора

 

Рисунок 2. Выделение основных классов объектов дорожной сцены

 

Рисунок 3. Детектирование положения стрелок

 

В комплект системы управления входит:

  1. Блок видеокамер с электронной системой контроля и поддержания климата и трех осевой системой гашения вибраций;
  2. Специализированный радар миллиметрового диапазона высокого разрешения;
  3. Высокопроизводительный блок вычислений в индустриальном исполнении.

 

Рисунок 4. Комплект «Cognitive Rail Pilot»

 

Аналогичное решение «CTRL@VISION» имеется у российской компании «ЛокоТех-Сигнал» [4].

В 2019 году в США компания «New York Air Brake» провела испытания аналогичной системы автоматического управления грузовым поездом при помощи системы LEADER (Locomotive Engineer Assist / Display & Event Recorder). Поезд находился в беспилотном режиме и благополучно доставил 30 грузовых вагонов общим весом 4725 тонн на расстояние 77 км [5].

Следующим по эффективности является автомобильный транспорт. Именно в связке с автомобилями сегодня упоминается технология автопилота. Рынок датчиков для беспилотных автомобилей стремительно адаптируется под появляющийся спрос. Так, например цена на одно из самых дорогих устройств «лидар» в среднем упала в 4 раза [6] и на данный момент потенциальный заказчик может приобрести его даже за 100$ [7].

Благодаря этому технология автопилота для автомобилей переживает самый бурный период развития. Выделяют 6 уровней автопилота для автомобилей (от 0 до 5) и на данный момент разработчикам уже удалось достигнуть 4 уровня, при котором автопилот берет на себя рулевое управление, ускорение/замедление, мониторинг окружающего пространства и принятие решений при динамическом вождении, и только режимы вождения находятся под контролем человека [8].

Самым явным для столичных жителей являются курсирующие по Москве беспилотные автомобили Яндекса. Совместно с компанией «Hyundai Mobis» Яндекс нарабатывает опыт вождения в реальных условиях для того, чтобы научить нейронную сеть вести себя максимально точно в самых неожиданных ситуациях [9][10].

 

Рисунок 5. Схема аппаратуры беспилотного автомобиля Яндекса на базе «Hyundai Sonata»

 

Помимо легковых автомобилей, автопилот также необходим и большегрузам, так как даже самому опытному водителю нужен перерыв на отдых. Разработка в этой области активно ведется по всему миру. Среди проектов есть как полностью новые решения, так и системы по оснащению уже имеющихся машин. Среди первых можно упомянуть малотоннажный «EVO-1» от российской компании «Эвокарго» [11] и грузовые беспилотники «Q-Trucks» (Qomolo) от китайской компании «Westwell Lab» [12].

Системы управления для автопилота разрабатывают и внедряют такие кампании как американская «Waymo» [13][14] и стартап «TuSimple» [15].

 

Рисунок 6. Система датчиков для управления грузовиком от «Waymo»

 

Рисунок 7. Дисплей системы управления грузовиком от «TuSimple»

 

На основе рассмотренных примеров можно убедиться в том, что обученная нейросеть, которая получает данные о внешнем мире со специальных датчиков способна обеспечить безопасное движение по заданной траектории. Это позволяет снизить негативное влияние человеческого фактора, увеличив эффективность перевозок, что в свою очередь может уже в ближайшем будущем кардинально изменить природу текущих цепочек поставок во всём мире и во всех областях экономики.

 

Список литературы:

  1. Беспилотные корабли от Rolls-Royce [Электронный ресурс] — URL: https://yagazeta.com/stil-zhizni/bespilotnye-korabli-ot-rolls-royce/ (Дата обращения: 22.01.2022)
  2. Роботы выходят в море: зачем бизнесу беспилотные суда и почему они пока не могут работать без человека [Электронный ресурс] — URL: https://hightech.fm/2019/09/12/robots-sea (Дата обращения: 22.01.2022)
  3. Cognitive Rail Pilot: Система помощи машинисту на базе ИИ [Электронный ресурс] — URL: https://cognitivepilot.com/products/cognitive-rail-pilot/ (Дата обращения: 22.01.2022)
  4. Система контроля и управления на основе машинного зрения [Электронный ресурс] — URL: https://www.locotech-signal.ru/catalog/ctrl-vision/ (Дата обращения: 22.01.2022)
  5. В США проходят испытания автопилота для грузовых поездов [Электронный ресурс] — URL: https://logist.today/dnevnik_logista/2019-10-01/v-ssha-prohodjat-ispytanija-avtopilota-dlja-gruzovyh-poezdov/ (Дата обращения: 22.01.2022)
  6. Почему мы до сих пор не пересели на беспилотные автомобили? [Электронный ресурс] — URL: https://youtu.be/4j6s4-Wkhfs?t=766 (Дата обращения: 22.01.2022)
  7. Прогноз: рынок лидаров достигнет $1,7 млрд. в 2025 году [Электронный ресурс] — URL: https://habr.com/ru/company/itelma/blog/533754/ (Дата обращения: 22.01.2022)
  8. Автопилот от 0 до 5. Гид по уровням беспилотных автомобилей [Электронный ресурс] — URL: https://truesharing.ru/tp/22173/ (Дата обращения: 22.01.2022)
  9. Как выглядят беспилотные автомобили Яндекса нового поколения [Электронный ресурс] — URL: https://yandex.ru/blog/company/kak-vyglyadyat-bespilotnye-avtomobili-yandeksa-novogo-pokole (Дата обращения: 22.01.2022)
  10. Как Яндекс делает обычные автомобили беспилотными [Электронный ресурс] — URL: https://bespilot.com/news/1050-tusimple-china (Дата обращения: 22.01.2022)
  11. Как в России внедряют беспилотные грузовики [Электронный ресурс] — URL: https://trends.rbc.ru/trends/industry/606dd85e9a7947c8ff58b8be (Дата обращения: 22.01.2022)
  12. Беспилотные китайские грузовики Q-Trucks тестируют в Таиланде [Электронный ресурс] — URL: https://bespilot.com/news/1043-qomolo-qtrucks (Дата обращения: 22.01.2022)
  13. Waymo построят хаб для беспилотных грузовиков в Техасе [Электронный ресурс] — URL: https://bespilot.com/news/1163-waymo-texas-hub (Дата обращения: 22.01.2022)
  14. Новое поколение сенсоров Waymo Driver для беспилотных грузовиков [Электронный ресурс] — URL: https://bespilot.com/news/1198-waymo-driver-sensors (Дата обращения: 22.01.2022)
  15. 5000 беспилотных грузовиков TuSimple начнут работать в Китае в этом году [Электронный ресурс] — URL: https://bespilot.com/news/1050-tusimple-china (Дата обращения: 22.01.2022)

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.