Зачем используются беспилотные автомобили google
Перейти к содержимому

Зачем используются беспилотные автомобили google

  • автор:

Беспилотные автомобили Google получили юридическое лицо: Waymo

Прототип беспилотного автомобиля Waymo

Проекту создания робоавтомобилей Google пошёл седьмой год, он давно перерос стадию эксперимента. Это очень перспективный бизнес. Буквально несколько дней назад первый штат США разрешил продажу серийных беспилотных автомобилей и их коммерческую эксплуатацию, в том числе в режиме беспилотного такси по вызову.

Пришло время переходить от научных исследований и тестов к коммерческой эксплуатации, тем более что финансовый директор Alphabet недавно ужал финансирование исследовательских проектов Google. Всё должно приносить прибыль. Вчера корпорация Alphabet объявила о выделении проекта беспилотных автомобилей в отдельную независимую компанию. Компания получила название Waymo.

По мнению экспертов, формирование отдельного юридического лица для проекта беспилотных автомобилей указывает на желание владельцев наконец-то монетизировать свои ценные научные исследования. Способы монетизации могут быть разные, например, лицензирование интеллектуальной собственности. Но очень вероятно, что компания Google (точнее, Waymo) вплотную приблизилась к выпуску коммерческих робоавтомобилей.

В этой области Waymo придётся столкнуться с жёсткой конкуренцией от нескольких компаний, которые тоже ведут разработки в области беспилотных автомобилей и, в том числе, намерены организовать беспилотные таксопарки в крупных городах США. Конечно, в первую очередь это компании Tesla Motors и Uber. Те уже готовятся к конкуренции между собой. Так, в лицензионном соглашении для полного автопилота Tesla прямо указано, что владелец обязуется не отправлять свой автопилот работать в парк конкурента, а использовать только в беспилотной сети Tesla Networks. В сентябре 2016 года Uber начала первые тесты беспилотных такси в Питтсбурге.

Дисплей беспилотного автомобиля Uber с монитором машинного зрения в ходе испытаний в Питтсбурге, 12 сентября 2016 года. Фото: Jeff Swensen / The New York Times

Ещё одним потенциальным конкурентом называют Apple, которая тоже ведёт разработку беспилотного автомобиля, бросив на этот проект сотни инженеров.

«[Образование отдельного юридического лица] — это указание на зрелость нашей технологии, сказал исполнительный директор новой компании Джон Крафчик (John Krafcik) вчера на пресс-конференции в Сан-Франциско. — Мы можем представить, что наша беспилотная технология используется во всех областях… [Данный шаг демонстрирует] уверенность, что мы близки к выводу этой [технологии] на массовый рынок. Мы достигли своеобразной точки перегиба».

Джон Крафчик пришёл в компанию в августе 2015 года, до этого был топ-менеджером Hyundai Motor.

До настоящего времени программа беспилотных автомобилей была относительным секретным исследовательским подразделением внутри Google X. Сейчас всё изменится. Пришло время для коммерческой работы. Исполнительный директор пообещал «скоро» определить сроки, когда именно технология будет готова к выходу на массовый рынок. Он несколько раз подчеркнул, что компания не заинтересована в производстве автомобилей, а только в разработке технологий для автопилота. Возможными применениями автопилота могут быть совместное использование (ride-sharing), пассажирские автоперевозки, грузоперевозки, транспорт, логистика, а также использование для личных нужд. В производстве машин Waymo помогут партнёры. Первым из них стала компания Fiat Chrysler, с которой в мае 2016 года заключено соглашение на оснащение автопилотом первой сотни микроавтобусов Fiat Chrysler.

Название Waymo является сокращением от фразы «A new way forward in mobility», сказал Крафчик.

С 2009 года автомобили Google/Alphabet наездили в беспилотном режиме 3,7 млн км на дорогах общественного пользования и тестовых полигонах в Калифорнии, Аризоне, Техасе и Вашингтоне, а также более 1,6 млрд км в режиме компьютерной симуляции (в 2016 году). Сейчас проходит обкатка машин в самых сложных сценариях, с которыми может столкнуться робоавтомобиль в реальных дорожных условиях. На дорогах общего пользования испытывают около 60 автомобилей Google (теперь уже автомобилей Waymo).

В прошлом году Google расширила программу разработки беспилотников, увеличила штат инженеров и удвоила количество испытательных центров для тестирования автомобилей в США с двух до четырёх. Для разработки плана монетизации в августе 2016 года был приглашён на работу бывший руководитель Airbnb Шон Стюарт (Shaun Stewart) на должность директора. Месяцем ранее компания ввела должность юридического директора и впервые назначила главного юриста для этого проекта. Директором по технологиям в компании Waymo стал Дмитрий Долгов, выпускник МФТИ 2000 года.

Итак, шаг за шагом мы становимся всё ближе к будущему, когда человек за рулём автомобиля будет выглядеть архаично, вызывая только страх у окружающих. Сейчас аварии на дорогах уносят больше жизней, чем все войны и терроризм. Ущерб экономике от ДТП сравним с общими расходами на здравоохранение. Каждый год в ДТП погибает около 1,4 млн человек.

  • Транспорт
  • Будущее здесь
  • IT-компании

Для чего беспилотным автомобилям все еще нужны люди

Не секрет, что беспилотные автомобили предполагают полный отказ от человеческого водителя. Крупнейшие компании, занимающиеся разработкой полностью автоматизированных автомобилей (например, американские Waymo или Cruise), уже не первый год тестируют свои автомобили «без поддерживающего водителя» на дорогах общего пользования: салон пуст, а автомобиль двигается самостоятельно. Где еще можно найти тень человека в беспилотных автомобилях, если внутри — пусто? Ответ приходит со стороны разработки.

Центр Исследований науки и технологий

Самая сложная задача для беспилотного автомобиля

Три основные задачи, которые стоят перед разработчиками беспилотного автомобиля — это а) локализация автомобиля на местности, б) распознавание многообразной окружающей среды и в) планирование маршрута с учетом нюансов правил дорожного движения и текущей дорожной ситуации. К самой сложной из них относится распознавание: на дороге постоянно происходит что-то непредсказуемое. Именно с этой задачей должно справиться машинное обучение, а именно то, что нам известно под названием нейросетей. Именно в их стабильной работе, кажется, и лежит разрешение основных проблем, препятствующих выезду автомобилей на дороги общего пользования.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Что делают нейросети в беспилотных автомобилях?

Слоган беспилотника Google Waymo, который уже сейчас может заказать через приложение каждый желающий в Финиксе, штат Аризона — «Building the most experienced driver» («Строя самого опытного водителя»), говорит нам о том, что уже в недалеком будущем мы будем иметь дело с водителями совсем нового типа, опыт которого не равен водительскому стажу, а коррелирует с числом ситуаций, на которых обучены нейросети.

Отличать запрещающий сигнал светофора от разрешающего, прерывистую линию разметки от сплошной, велосипедиста от пешехода — легкие повседневные задачи для человеческого водителя. Те же самые задачи становятся большими проблемами для разработчиков беспилотных автомобилей. Люди в большинстве случаев с легкостью ориентируются во всех дорожных ситуациях. В свою очередь, машину также необходимо научить этому навыку, закодировав массу дорожных случаев, возникающих на дороге.

Нажми и смотри

Чтобы быть восприимчивыми к среде, беспилотные автомобили оснащены различными вариантами сенсоров: камерами, лидарами, радарами, ультразвуковыми датчиками. Нейросети обрабатывают данные с этих датчиков, делая предположения о том, что встречается на дороге. Именно нейросети ответственны за распознавание важных инфраструктур и ситуаций: сигналы светофоров, разметка, знаки, внезапно выбегающие на дорогу люди. Нейросети выделяют из дорожной среды значимые объекты, заставляя автомобиль реагировать: например, притормозить у пешеходного перехода.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Кажется, все довольно просто: если все участники дорожного движения известны и дорожная среда формализована различными видами знаков, то нетрудно обучить нейросеть ориентироваться на дорогах. Однако в реальности все может быть совсем по-другому. В одних случаях знаки могут быть не видны (например, закрыты ветками деревьев), а в других — могут быть неправильно распознаны автомобилем. В видео, представленном ниже, автомобиль Tesla распознает эмблему Burger King как запрещающий знак.

Нажми и смотри

Это же подтверждает в своей лекции Роман Удовиченко, руководитель группы обработки дорожной ситуации в направлении беспилотных автомобилей Яндекса:

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

«Когда вы начинаете разрабатывать беспилотные автомобили, оказывается, что на дорогах столько всего всего происходит. Если посмотреть на записи проездов беспилотных автомобилей, можно увидеть что-нибудь такое: где-то несут дерево, где-то несут байдарку, где-то люди на лошадях перескакивают дорогу».

Как же поступать с такими случаями? Чтобы нейросеть смогла успешно справляться с максимальным количеством как рутинных, так и неожиданных ситуаций, которые могут возникнуть на дороге, необходимо собрать данные реальных проездов. Именно эти данные формируют датасеты для обучения нейросетей.

С чего начинается нейросеть?

Нейросети начинаются с датасетов. Датасеты — это большие массивы информации, те самые данные с сенсоров, которые используются для обучения нейросетей. Это могут быть данные с камер или лидаров, которые принимают форму, например, фотографий или лидарных облаков точек.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

По мнению Андрея Карпатого, директора AI и компьютерного зрения (Autopilot Vision) в Tesla, в датасете является ведущим не количество данных, а покрытие возможного пространства ситуаций, с которыми может столкнуться машина, передвигаясь по городским дорогам. Однако все-таки размер важен: ведь в большем количестве данных возрастает вероятность встретить разнообразные ситуации: будь то люди, несущие байдарку, или стая уток. Чем больше таких разнообразных данных знает и умеет обрабатывать нейросеть, тем, в свою очередь, больше точность их правильного распознавания. Таким образом, датасет должен соответствовать трем условиям, чтобы нейросеть работала хорошо: он должен быть большим, разнообразным и основываться на данных реальных проездов.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Разметка датасетов

Но как нейросеть понимает, что перед ней? Необходимо разметить тысячи и тысячи картинок. Вспомним капчу Google, где надо найти, например, все мосты или пожарные гидранты — это тоже пример разметки датасетов.

В обучении датасетов необходимо придерживаться иерархии: как и люди, нейросети обучаются от простого — к сложному. Обучая нейросеть распознавать, например, дорожную разметку, сначала берутся случаи, где хорошее дорожное покрытие, сухая погода, разметка свежая или в хорошем состоянии, не закрыта другими машинами. Постепенно могут добавляться новые, более сложные элементы: например, тип разметки будет тот же, но ее часть не будет видна, так как поток машин слишком плотный. Когда датасет только формируется, разметка происходит вручную. Такая несложная, но кропотливая работа обычно дается компаниями на аутсорс: используя мышку, человек размечает линии разметки. Так, процессы распознавания, решающие для беспилотных автомобилей, начинаются не просто с датасетов, а с датасетов, которые размечаются вручную.

Беспилотный транспорт для людей: плюсы и минусы самоуправляемых автомобилей

Беспилотный транспорт для людей: плюсы и минусы самоуправляемых автомобилей

Автомобильная индустрия развивается очень активно. Если раньше беспилотные автомобили казались фантастическим будущим , то сегодня они становятся нашей новой реальностью. Настанет момент, когда водителям уже не придется получать права.

Беспилотный транспорт разрабатывают многие компании. Мы поговорим о том, какие возможности нам подарят самоуправляемые автомобили и насколько будет безопасным использование такого транспорта.

Как работают беспилотные автомобили

Управление беспилотным транспортом происходит без участия человека. Общий принцип работы всех беспилотников одинаковый. Для перемещения из одного места в другое используется множество технологий:

  1. Камеры обнаруживают различные объекты.
  2. Радар отслеживает препятствия и определяет расстояние до них.
  3. Лидар. Это лазер, который крутится на 360 градусов, определяя расстояния до препятствий. Он может четко распознавать объекты возле автомобиля.
  4. Искусственный интеллект производит обработку информации, поступившей с сенсоров и камер, осуществляет управление машиной.

Процесс перемещения автомобилей на автопилоте состоит из непрерывного выполнения множества задач в режиме реального времени:

  1. Локализация. Беспилотник определяет расположение различных объектов: светофора, дорожной разметки, дорожных знаков.
  2. Восприятие. Автомобиль выполняет идентификацию окружающих объектов и определяет их скорость, направление движения.
  3. Предсказание. Беспилотник прогнозирует движение других автомобилей. Этот момент является самым сложным.
  4. Планирование. Исходя из предыдущих задач, алгоритмы беспилотника определяют дальнейшие действия и отдают команды системам управления.

Беспилотному транспорту не нужен GPS, эту систему можно использовать как вспомогательный источник данных.

У некоторых компаний есть свои особенности, которые вписываются в базовую концепцию. Например, компания Waymo, занимающаяся разработкой беспилотных автомобилей, к обычному набору технологий добавила еще и микрофоны. Они могут распознавать сирены служб экстренного реагирования, полиции.

Стандарты и уровни автономности самоуправляемых автомобилей

Стандартизацией систем ITS занимаются специальные организации, например, IEEE. Главным назначением этих систем является оказание водителю помощи в управлении транспортным средством.

Основным элементом беспилотников является радар, а также внешние камеры. Обеспечивают безопасное перемещение беспилотников системы V2V и V2I.

Система V2V обеспечивает безопасность на дорогах за счет создания связи между машинами на перекрестках. Она может указать водителям на риск столкновения. Она также сигнализирует о неисправности автомобиля, предоставляет информацию о ситуации на дороге. Например, два автомобиля, которые могут столкнуться на перекрестке, обмениваются информацией друг с другом для предотвращения ДТП.

Система V2I передает данные от придорожных систем к автомобилям посредством радиосвязи.

Степень автономности беспилотника устанавливает производитель. Все авто, на которых мы перемещаемся, уже включены в систему автономных автомобилей. Нулевая степень автономности означает, что автоматизация авто отсутствует полностью, а пятый уровень предполагает, что компьютер практически самостоятельно управляет автомобилем.

Есть несколько степеней автономности беспилотных авто, которые были определены SAE International. Они показывают, насколько конкретная система готова передать управление машиной в руки компьютерных систем.

  • 0 уровень. Водителю необходимо контролировать все: газ и тормоз, руль. На этом уровне находится большинство автомобилей, которые ездят по дорогам;
  • 1 уровень. Машина помогает водителю ускоряться и тормозить;
  • 2 уровень. Авто самостоятельно контролирует газ и тормоз, но человеку нужно всегда следить за ситуацией, чтобы в любой момент перейти на ручное управление;
  • 3 уровень. Машина способна самостоятельно управлять движением, но в определенный момент может попросить водителя взять управление на себя. Если на 2 уровне водитель сам следит за дорогой и определяет момент, когда нужно переключиться на ручное управление, то на 3 уровне водитель находится в резерве;
  • 4 уровень. Автомобиль способен делать все, что и на третьем уровне, но при этом он еще и может разрешать сложные дорожные ситуации. Водитель может не держать руль и наблюдать за движением авто. Но, если машина не сможет принять решение самостоятельно, она подаст об этом сигнал и остановится на обочине.
  • 5 уровень. Это полноценная автоматизация автомобиля, при которой машина едет без участия водителя. Она сама принимает решение, руль в таком авто отсутствует. На сегодняшний день в мире нет автомобилей, имеющих такую степень автономности.

Плюсы и минусы беспилотного транспорта

Рассмотрим плюсы и минусы беспилотных автомобилей.

  • возможность транспортировки грузов в зонах высокой опасности, во время техногенных и природных катастроф;
  • уменьшение цены на перевозку грузов и людей за счет экономии на зарплате водителей;
  • экономия времени. Водитель сможет отдохнуть в дороге и сделать более важные дела;
  • экономичный расход топлива;
  • возможность самостоятельного передвижения на автомобиле людей, имеющих сниженное зрение;
  • сведение к минимуму ДТП;
  • снижение количества пробок;
  • возможность перемещения на роботизированном авто для людей, не имеющих водительского удостоверения, в том числе несовершеннолетних.
  • уменьшение потребности в личных авто за счет развития каршеринга;
  • более эффективное управление потоком транспорта на дорогах.
  • отсутствие возможности самостоятельного управления транспортным средством;
  • ответственность за причинение ущерба;
  • отсутствие водительского опыта в непредвиденной ситуации;
  • риск поломки программного обеспечения;
  • сокращение рабочих мест для водителей;
  • потеря приватности;
  • этический вопрос о количестве жертв, который встает перед компьютером в случае неизбежного столкновения.

Развитие беспилотного транспорта только начинается. Прежде чем самоуправляемые автомобили дойдут до широкого круга потребителей, им предстоит пережить много усовершенствований и пройти большое количество тестов. А пока автолюбители могут наслаждаться ручным управлением.

Купить надежные автомобили можно в компании РОЛЬФ. Она предлагает широкий портфель брендов, программы лояльности для клиентов и высокопрофессиональный сервис.

Как работает беспилотный автомобиль «Гугла»

На данный момент принадлежащий поисковому гиганту флот роботизированных автомобилей «Тойота Приус» отмотал более 300 тысяч километров в городском окружении, на оживленных трассах и горных дорогах лишь с частичными вмешательствами человека. Проект всё ещё далек от выхода на рынок, но в «Гугле» в собственном кампусе установили беспилотные гольф-карты, которые наглядно демонстрируют, как уже в ближайшем будущем новая технология может изменить мир.

В сентябре прошлого года профессор компьютерных наук Стэндфордского университета Себастьян Тран, который руководит разработкой, и Крис Урмсон, инженер компании «Гугл», рассказали об основных идеях проекта на Международной конференции интеллектуальных роботов и систем Института инженеров электротехники и электроники в Сан-Франциско. Они объяснили, как работает машина и показали несколько видеороликов и дорожных тестов, включая небольшой фрагмент того, как бортовой компьютер «видит» другие транспортные средства, пешеходов и регулировочные огни.

Как рассказал Урмсон, технический руководитель проекта, ядром системы является 64-лучевой лазерный светодальномер производства компании «Велодайн», установленный на крыше автомобиля. Прибор помогает сгенерировать детальную объемную карту окружающего пространства. Затем машина комбинирует измерения лазера с высокоточными картами мира и производит различные типы моделей данных, которые позволяют вести движение, избегая препятствия и проблемы с законом. Также на борту установлены другие сенсоры, включая четыре радара на переднем и заднем бамперах, камеру рядом с зеркалом заднего вида; датчик системы Джи-Пи-Эс, блок инерциальных измерений и колесный датчик, которые определяют положение транспортного средства и отслеживают движение.

Любопытно отметить некоторые детали. Во-первых, разработка «Гугла» сильно зависит от тщательно проработанных карт поверхности Земли, что, по словам Урмсона, является неотъемлемым условием для точного определения местоположения машины. Использование системы глобальной навигации может дать погрешность в несколько метров.

Во-вторых, перед тем, как отправлять машину на беспилотный заезд, инженеры «Гугла» проезжают по маршруту самостоятельно один или более раз для сбора информации об окружающем пространстве. При поездке в автономном режиме машина сравнивает данные с предыдущими состояниями, что позволяет отделить пешеходов от таких стационарных объектов как, например, почтовые ящики или столбы. В предыдущем видеоролике был заметен результат. В один из моментов машина остановилась на перекрестке, и после зеленого сигнала светофора она уступила дорогу пешеходам прежде, чем повернуть налево и продолжить движение.

Иногда беспилотник вынужден быть более агрессивным. Например, проезжая через перекресток, он пропускает другие машины согласно правилам дорожного движения, но если другие транспортные средства не ответят взаимностью, он слегка рванет вперед, чтобы показать намерение. Без программирования этого поведения в реальном мире робот ездить не сможет.

Очевидно, что инженерам «Гугла» работать над проектом нравится — посмотрите на довольное лицо Урмсона на 13-ой минуте, когда он, сидя на сиденье водителя, наблюдает, как беспилотник гоняет по парковке компании, скрипя шинами на каждом повороте. Но у проекта серьезное намерение: Тран и многие из его коллег, включая отцов-основателей «Гугла», считают, что «умные» машины позволят сделать передвижение на автомобиле более безопасным и эффективным: машины будут ехать ближе друг к другу, что увеличит количество свободного места на дорогах. Программа реагирует быстрее, чем человек, что поможет избежать аварий и сохранить тысячи жизней.

Урмсон также предложил сценарий, в котором транспортные средства становятся общим ресурсом, услугой, которой люди могут воспользоваться при необходимости. Для появления машины будет достаточно всего лишь выбрать соответствующую опцию в смартфоне, а в поездке можно будет расслабиться в кресле водителя — вести авто не потребуется. На конференции был продемонстрирован ролик концепта «Кэдди Бета», в роли общих автомобилей — гольф-карты. Для них используется начинка попроще, чем для образцов «Тойоты Приус»: сенсоры на транспортных средствах взаимодействуют с сенсорами, размещенными в окружающей среде, чтобы определить положение и «узнать» о движении других.

Тран и Урмсон признают, что впереди стоит ещё много нерешенных проблем: улучшение надежности, юридические вопросы ответственности, но это не останавливает их. Как сказал Тран, проблемы траспорта, которые другими считаются убыточными, для них кажутся перспективными.

  • google
  • беспилотный автомобиль
  • искусственный интеллект
  • технологии будущего
  • автономный автомобиль
  • caddy beta
  • velodyne

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *