БЕСПИЛОТНЫЕ АВТОТРАНСПОРТНЫЕ СРЕДСТВА: УСТРОЙСТВО, ПРИНЦИП РАБОТЫ, ВИДЫ И ПЕРСПЕКТИВЫ

Беспилотное автотранспортное средство(БАС) – автомобиль без водителя, то о чём люди давно мечтали. Ещё недавно БАС можно было увидеть только в научно-фантастических фильмах и иногда в репортажах новостей о тестировании отдельных систем БАС. Но всё меняется. Уже два города - Сингапур и Питтсбург могут похвастаться наличием беспилотного такси [1, 2], то чем сможет воспользоваться обычный человек.

Уровни автоматизации беспилотных автотранспортных средств

БАС - это обычный автомобиль, оснащенный многочисленными и разнообразными электронными устройствами. БАС разделяют по степени автоматизации. Согласно классификации международного общества автомобильных инженеров (SAE international) существует 6 уровней систем интеллектуальной помощи водителю или ADAS (Advanced Driver Assistance System). Нумерация начинается с 0 - полностью ручного управления, до 5 - полностью автоматического. Различия между уровнями представлены на рисунке 1.

На данный момент лидеры в этой области находятся на стадии перехода к 3 уровню автоматизации. Этой планки компании планируют достичь к 2020 году, а появление полностью беспилотных автомобилей прогнозируют после 2025 [21, 5].

Рисунок 1. Классификация автоматизации БАС [22, 5]

Наиболее перспективные технологические решения БАС, принципы их реализации области применения

Разработкой одного из наиболее перспективных беспилотных автомобилей занимается корпорация Google. Свои беспилотные машины она называет GoogleCar. Его основными электронными компонентами являются [3]:

• Датчики расстояния
• Лидар
• Видеокамеры
• Датчики положения и геодатчики

Данные с этих устройств обрабатывает бортовой компьютер.

Датчики расстояния – это радары, расположенные по периметру автомобиля так, чтобы захватить наибольшее окружающее пространство.  Позволяют машине замечать объекты на дальнем расстоянии.

Лидар – это лазерный дальномер. Располагается на крыше и нужен для генерации подробной 3D карты. Лидар позволяет определить тип препятствий: рядом движется человек или машина? Подскажет - лидар.

Видеокамеры – оптические датчики. Требуются для обнаружения движущихся объектов и снятие показаний со светофоров.

И, наконец, датчики положения и геодатчики, нужны для определения местоположения машины в пространстве, сравнивают показания с GPS для увеличения точности движения.

Однако, даже совокупности датчиков, регистрирующих все аспекты движения пока недостаточно. GoogleCar ограничен в плане передвижения в плохих погодных условиях, но как обещают разработчики, к 2020 году проблема будет решена [4].

В то время как Google разрабатывает свой «умный» автомобиль для «умного» города, компания Cognitive Techologies пошла иным путём. Она изначально ставила целью работу автомобиля в различных условиях, в том числе в плохую погоду, а также совершение поездок по дороге без разметки [5]. Этого разработчики добились, делая упор на модель пассивного компьютерного зрения– основную информацию для управления машина получает именно от видеокамер. Но от излучающих датчиков эта технология не избавилась. Модель пассивного компьютерного зрения построена на технологии виртуального туннеля и моделирования функций гиппокампа.

Технология виртуального туннеля основана на биологических принципах (моделировании работы человеческого мозга) анализа окружающего пространства, в случае БАС - дорожного полотна. Главные исходные данные - расположение линии горизонта, домов и деревьев. В виртуальном туннеле заложен принцип фовеального зрения. Фовеальное зрение – это особенность человеческого восприятия, в рамках которого чёткое виденье объектов возможно только в ограниченном угле зрения. Объекты, которые находятся за этим углом, обычно находятся в зоне периферийного зрения и видятся нечёткими и размытыми. Компьютерная модель фовеального зрения выстраивает «виртуальный туннель» из последовательно удаляющихся участков изображения. В нём анализируются в высокие разрешения лишь те объекты, которые важны для движения по дороге: знаки, дорожное полотно, обочины. Это позволяет обрабатывать лишь 5-7 % изображения [6], экономя огромную часть вычислительных ресурсов.

Моделирование функций гиппокампа это анализ дорожной ситуации на основании кратковременной памяти. Функция гиппокампа состоит в следующем: Важное - запомнить, лишнее - забыть. Из потока информации удерживается самое главное по текущей ситуации, выполняя функцию хранилища кратковременной памяти. Это позволит оперативно реагировать в сложных ситуациях. Например, автомобиль «увидит» приближающийся сбоку объект, вдруг объект скрывается из поля зрения за другой машиной, но автомобиль помнит, что видел его и будет учитывать какое-то время этот объект при составлении своего пути.

Cognitive Technologies работает не только над легковыми БАС, но и над грузовыми, а так же сельскохозяйственными.

В секторе грузовых беспилотников впечатляющих успехов добилась компания Mercedes. Она не только смогла вывести беспилотный грузовик на дороги общего пользования, но и создать автоколонну из трёх грузовиков. Это стало возможным благодаря технологии «Highway Pilot Connect», с помощью которой синхронизация происходит посредством сети Wi-Fi, объединяя данные с датчиков трёх грузовиков. Это позволило машинам двигаться на расстоянии 15-20 метров друг от друга и совершенно обойтись без помощи водителя, повышая тем самым уровень безопасности движения. Главным плюсом беспилотной автоколонны в компании называют меньшее занимаемое пространство на дороге и снижение вредных выбросов в атмосферу [7].

В сельском хозяйстве потребность в беспилотных машинах не меньше чем других отраслях. В данном случае беспилотными хотят сделать комбайны и не просто так. Ежегодно отдельные направления сельского хозяйства в США теряют до 30 процентов своего урожая из-за того, что людям физически не хватает времени на его уборку и чтобы успеть собрать все людям надо работать по 24 часа в сутки[8]. От утомительного труда в перспективе могут спасти беспилотные комбайны(БК). Один из интересных примеров такого БК представила компания Case IH. Их разработка позволяет фермерам с обычного планшета давать указания по работе в поле. В случае ухудшения погодных условий, фермеры могут приказать БК вернуться «домой». В будущем инженеры компании хотят сделать эту функцию автоматической, а также разработать систему синхронной работы множества БК.

Нейронные сети в БАС

Обработка информации БАС реализуется с помощью искусственных нейронных сетей(ИНС). ИНС построена на основании биологической нейронной сети – сетей нервных клеток живого организма. Нейрон – это вычислительная единица, которая принимает на вход, некоторый сигнал и в зависимости от его значения отправляет или не отправляет его дальше. Нейроны соединены связями – синапсами, по которым передаются сигналы. У синапса только один параметр – вес, благодаря ему информация изменяется при переходе от одного нейрона к другому. Учёные смоделировали нейроны и его связи на компьютере и составили из них целые нейронные сети. Нейроны в них делятся на три типа: входной, скрытый и выходной. Входной нейрон принимает сигнал, скрытый обрабатывает его, а выходной выдаёт результат. Нейронные сети стали так популярны, в том числе и в использовании на беспилотных машинах т.к. их можно “научить” решать сложные задачи. Для того чтобы ИНС научилась водить автомобиль, ей нужно много размеченных данных. Например, её можно научить распознать разметку на дороге, людей, светофоры и т.д. Далее на основании этих данных её учат управлять машиной. Одно “но”, нужно очень-очень много размеченных данных, чтобы беспилотные машины Google с ИНС на борту проехали уже миллионы километров, как в ручном, так и в автоматическом режиме, ещё больше они проехали в виртуальном пространстве. Сейчас GoogleCar может с успехом проехать на большинстве дорог. По данным Google, технология автопилота готова на 90 % [9, 10, 11, 12, 13, 14, 15].

Законодательная база использования БАС

Как бы ни были умны автомобили, без чёткой законодательной базы они вряд ли быстро появятся в большом количестве на улицах городов. Остаются открытыми вопросы возможности ДТП таких машин. Кто будет нести ответственность? Пока инженеры не могут объяснить законодателям, как машина будет действовать в тех или иных обстоятельствах. На каких выводах будут основаны её действия в опасной ситуации. И причина не в том, что политики и инженеры говорят на разных языках, а в том, что не до конца понятно, как работает нейронная сеть [16]. Продолжая тему юридических вопросов следует начать с того, что на сегодняшний день согласно Венской конвенции о дорожном движении, которое подписали 68 стран мира, «каждое транспортное средство или состав транспортных средств, которые находятся в движении, должны иметь водителя». Конвенция была принята в 1968 году для повышения безопасности дорожного движения. И чтобы вопрос о беспилотных автомобилях был закрыт в неё следует внести поправки, которые внесут ясность о правилах дорожного движения и возможностях для беспилотных автомобилей на дорогах общего пользования [17].

Моральный аспект БАС

Есть и моральная сторона проблемы, допустим, создастся ситуация, при которой у автомобиля отказали тормоза, он движется по дороге на большой скорости. Впереди дорогу переходят пешеходы. Машина должна выбрать: врезаться в пешеходов и тем самым убив их, но спася пассажиров или врезаться в ограждение, убив пассажиров, но спася пешеходов. Этот сложный выбор предстоит сделать прежде всего человеку-разработчику таких машин. Некоторые компании уже определились с этим выбором, они однозначно решили спасать пассажиров [18]. Действительно, кто захочет покупать машину, которая в критической ситуации пожертвует людьми в ней? В опросе проведённого социологами это подтверждается: большинство респондентов купили бы автомобиль, который заботился бы в первую очередь о безопасности пассажиров [19]. Есть и другой моральный аспект – беспилотные машины спасут тысячи человек, которые гибнут в автокатастрофах ежегодно в первую очередь из-за человеческого фактора. Некоторые разработчики считают, что беспилотный автомобиль априори морален т.к. число спасённых жизней будет намного больше, чем число смертей от беспилотных машин [20].

Перспективы развития БАС

Несмотря на все нерешённые вопросы БАС всё больше будут внедрятся в общество. После создания полноценного БАС, последует уже не автоматизация его работы, а оптимизация. Всё чаще БАС будут работать не отдельно друг от друга, образовывать систему. Мгновенно обмениваясь данными, они смогут быстро проложить наикротчайший и безопасный маршрут. Например, если где-то случилось ДТП и движение на участке дороги перекрыто, заметившие это БАС быстро передадут информации об этом другим. Это позволит избавить мир от пробок и улучшить скорость доставки. Такой системе будет только одна угроза – человек за рулём. Поэтому не исключено, что в определённый момент людям будет запрещено водить автомобиль.

Таким образом, проанализировав текущее развитие БАС можно сделать выводы. Первое, несмотря на нерешённые вопросы повсеместное использование БАС – дело недалёкого будущего. Второе, области использование БАС разнообразны и будут постоянно расширятся. И третье, в ближайшее время водители-люди не смогут конкурировать с БАС в эффективности и безопасности вождения.

Список источников:

1. Uber запустил первые беспилотные такси в США [Электронный ресурс]url: http://www.rbc.ru/technology_and_media/14/09/2016/57d9593c9a7947f9e87d1648 (дата обращения 04.11.17)
2. В Сингапуре запустили первое в мире беспилотное такси [Электронный ресурс] url: http://www.rbc.ru/technology_and_media/25/08/2016/57be6e029a7947355b1eb93c (дата обращения 04.11.17)
3. Как это работает: беспилотный автомобиль Google [Электронный ресурс]url: http://robotosha.ru/robotics/how-it-works-driverless-car-google.html (дата обращения 05.11.17)
4. Технические тенденции 2015 года: беспилотный автомобиль [Электронный ресурс] url: http://www.russtartup.ru/kak-sozdat-svoj-biznes/idei-dlya-starta/tehnicheskie-tendentsii-2015-goda-bespilotnyj-avtomobil.html (дата обращения 05.11.17)
5. Беспилотные автомобили и моделирование человеческого мозга. Интеллекция Ольги Усковой (Cognitive Technologies) [Электронный ресурс] url: http://malina.am/video/2017/2/21/intellektsii_olga_uskova_cognitive_technologies (дата обращения 05.11.17)
6. Российские беспилотные автомобили получат фовеальное зрение [Электронный ресурс] url: https://nplus1.ru/news/2015/09/10/look (дата обращения 05.11.17)
7. Беспилотные грузовики Mercedes самостоятельно проехали свыше 600 км. [Электронный ресурс] url: http://www.1gai.ru/autonews/516662-bespilotnye-gruzoviki-mercedes-samostoyatelno-proehali-svyshe-600-km.html (дата обращения 05.11.17)
8. Беспилотный комбайн [Электронный ресурс] url: http://nnm.me/blogs/neonarcism/bespilotnyy-kombayn/ (дата обращения 05.11.17)
9. Чему беспилотные автомобили Google научились, проехав 3 миллиона километров [Электронный ресурс] url: https://touch.surfingbird.ru/surf/chemu-bespilotnye-avtomobili-google-nauchilis--y3Oe022EA#.WgRHOqAlJTY (дата обращения 05.11.17)
10. Автомобили Google проходят 5 млн километров в день в виртуальной среде [Электронный ресурс] url: https://geektimes.ru/post/270384/  (дата обращения 05.11.17)
11. Простыми словами о сложном: что такое нейронные сети? [Электронный ресурс] url: http://gagadget.com/another/27575-prostyimi-slovami-o-slozhnom-chto-takoe-nejronnyie-seti/ (дата обращения 05.11.17)
12. Барский А. Б. Б26 Нейронные сети: распознавание, управление, принятие решений. — М.: Финансы и статистика, 2004. — 176 с: ил. — (Прикладные информационные технологии). ISBN 5-279-02757-Х
13. Знаменитый хакер Geohot собрал беспилотный автомобиль у себя в гараже [электронный ресурс] url: https://geektimes.ru/post/267820/ (дата обращения 05.11.17) url: https://geektimes.ru/post/267820/
14. Как учат водить беспилотный автомобиль [электронный ресурс] url: https://geektimes.ru/company/paysto/blog/250152/ (дата обращения 05.11.17)
15. Соколов Ю.И. Риски высоких технологий / МЧС России. — М.: ФГУ ВНИИ ГОЧС (ФЦ), 2009. — 312 с.: ил. ISBN 978-5-93970-039-2
16. Как работает нейронная сеть: Deep Dream [Электронный ресурс] url: https://www.popmech.ru/technologies/212091-kak-rabotaet-neyronnaya-set-deep-dream/ (дата обращения 05.11.17)
17. Правила дорожного движения [Электронный ресурс] url: http://base.garant.ru/2540357/2/#block_200 (дата обращения 05.11.17)
18. Беспилотный автомобиль должен спасать пассажиров любой ценой, – Mercedes-Benz [Электронный ресурс] url: https://tehnot.com/bespilotnyj-avtomobil-dolzhen-spasat-passazhirov-lyuboj-tsenoj-mercedes-benz/ (дата обращения 05.11.17)
19. Пассажиры беспилотников не захотели покупать «моральный» автомобиль [Электронный ресурс] url: https://nplus1.ru/news/2016/06/24/social-dilemma-av (дата обращения 12.11.17)
20. Мораль для робота [Электонный ресурс] url: https://rg.ru/2016/09/21/kak-bespilotnye-avtomobili-budut-reshat-voprosy-zhizni-i-smerti.html (дата обращения 12.11.17)
21. Ольга Ускова Без водителя: когда наземные беспилотники выйдут на рынок [Электронный ресурс] url: https://www.rbc.ru/opinions/technology_and_media/18/05/2017/591d62fa9a79473f4b95d2c2 (дата обращения 16.12.17)
22. Изучаю проблемы переходного периода от автомобиля к беспилотнику [Электронный ресурс] url: https://www.drive2.ru/b/488911590259687754/ (дата обращения 16.12.17)