Большие вызовы-2019: Кирилл Данилюк, технический менеджер проекта беспилотных автомобилей в Яндекс.Такси, поделился со школьниками нюансами создания беспилотных транспортных средств.
Для начала эксперт развенчал пару мифов о беспилотнике – машине, едущей без водителя. Один из мифов гласит: внутри беспилотника большая нейронная сеть. Это не так. Она есть, но для отдельных элементов. В основном, беспилотное авто строится на классических технологиях из робототехники.
Второй миф: чем больше сенсоров – камер, лидаров и радаров – тем лучше. В реальности данные с этих датчиков нужно обрабатывать на мощных графических процессорах, которые потребляют очень много электроэнергии. Поэтому в беспилотниках устанавливают минимальное число устройств, необходимых для работы и обеспечения полной безопасности. Кроме того, у беспилотного аппарата ограничена вычислительная мощность компьютера.
Первые продвинутые автопилоты начали разрабатывать в 1980-х, но серьезный интерес к ним начался в 2000-х. На DARPA Grand Challenge в 2004-м ни один из беспилотников не смог доехать до цели, а некоторые даже не тронулись с места. Спустя десятилетие экспериментов на рынок пришли крупные компании – и дело пошло.
Яндекс начал работать с беспилотниками три года назад. Задача – сделать самоуправляемый автомобиль, который мог бы ездить при любой погоде в любой точке мира, справляясь со своей задачей лучше человека. В настоящий момент компания запустила эксперимент в Москве, Иннополисе и Израиле.
Главный навигатор беспилотника – особые HD-карты. Это что-то вроде Яндекс.Карт с подробным описанием полос, по которым поедет машина. Автомобиль находит себя на этих картах, используя технологию локализации. HD-карты создаются картографами Яндекса, которые агрегируют множество проездов беспилотника по данному маршруту и получают очень точные карты с отображением полос и перекрестков. Дороги занесло снегом или стерлась разметка, но автомобиль едет по виртуальным полосам в HD-карте, определяя свое местоположение по координатам.
Чтобы пользоваться этим инструментом, машине нужно понимать, где она находится с точностью до сантиметра. И это второй вызов при создании автономного транспорта – очень точно определять его местоположение в реальном времени. Для этого мало традиционного GРS. На практике бывают сложности с приемом спутникового сигнала, например, в тоннелях или из-за облаков. Поэтому Яндекс дополнительно использует данные GРS с поправками, вносимыми сервером компании – так называемый GNSS. Прибавьте к ним одометрию (оценивает перемещение машины по движению ее приводов) и локализацию по лидарам (лидар от англ. LIDAR – Light Identification Detection and Ranging, или «обнаружение, идентификация и определение дальности с помощью света») – и получите филигранную точность.
Третья задача – воссоздать дорожный поток и обстановку вокруг беспилотника. Необходимо понять, где какая машина едет, с какой скоростью и в каком направлении, где находятся пешеходы, перекрытия или ремонтные работы. Вот здесь и появляются нейросети. А им в помощь приходят камеры, радары и те же лидары.
Наконец, разработчики беспилотника решают, как именно в таких условиях будет двигаться машина. Они выставляют ограничения, строят траектории движения, маршруты, определяют скорости и ускорения. Все это и многое другое под руководством опытных экспертов делают школьники на программе «Большие вызовы». Ребята создают аэро-такси, которое сможет летать, соблюдая правила «воздушного» движения, а также обучают дрона распознавать в лесу пропавших людей, сканируя местность под кронами деревьев.
Большой вклад в развитие беспилотной технологии вносит постоянный анализ данных, поступающих от беспилотников. Каждая машина собирает большие объемы информации, которые поступают на сервера для обработки.
В беспилотник встраивают множество сервисов для проверки ошибок и совершенствования технологии вождения. Например, сервис-симулятор позволяет создавать различные дорожные ситуации и наблюдать, как ведет себя машина. Симулятор также применяют после каждого обновления беспилотника, чтобы проверить работу прошлых обновлений.
Как показывает практика, значительная часть разработки беспилотного транспорта связана не с программированием, а с его «катанием» и постоянным моделированием различных дорожных событий и погодных условий.
Автор: Анастасия Сафаргалиева, РУДН
