Как устроены беспилотные автомобили и кто их делает

еспилотные автомобили — наша новая реаль­ность. Момент, когда водитель­ские права будут не нужны, а профессию водителя постигнет судьба ремесла фонарщика, уже не за горами. Беспилот­никами занимается множество компаний — от небольших IT-стартапов до гигантов автопрома. Но насколько разными получаются их творения? Разбираемся, действи­тельно ли концепции различных произво­дителей отличаются друг от друга.

Большинство производителей беспилотников исповедуют одну концепцию. Но нюансы есть даже в ней

Общие принципы работы у всех беспилот­ников примерно одинаковы. Классическую концепцию беспилотного авто­мобиля можно описать так. Сенсоры (perception) собирают информацию об окружающем мире, передают её в компонент системы управления (motion planning), который планирует действия на основе этой информации, а также данных карт и локализации. А затем motion planning передаёт принятые решения компоненту «управ­ление автомо­билем» (vehicle control), который направляет его по заданной траектории.

Беспилотный автомобиль может пере­двигаться само­стоятельно благодаря специальному софту и набору разных сенсоров. Программное обеспе­чение (ПО) управляет всеми узлами — тормозит, ускоряется, меняет передачи и рулит, а сенсоры собирают для этого максимум информации об окружающей обстановке.

Сенсоры — это обычно камеры, радары и лидары. По отдель­ности каждый из них не позволяет чётко определить расстояние до объектов, их скорость и форму, но комби­нация приборов устраняет индивиду­альные минусы и усиливает плюсы. Камеры позволяют «видеть» объекты и определять их тип, будь то другая машина, пешеход, дорожный знак или сигнал светофора. Радары находят объекты с помощью радиоволн и фиксируют их скорость. А лидары определяют расстояние до объектов (и их форму), сканируя простран­ство лазерными лучами. И лидар, пожалуй, ключевой элемент базовой концепции.

«Наши системы основаны на использо­вании разно­образных сенсоров: камер, радаров, а также лидаров. Это позволяет получить максималь­ное количе­ство доступных данных о дорожном движении, которые собираются во время движения в режиме реального времени. Кроме того, наши авто­мобили подключены к автомо­бильному облаку Volkswagen Automotive Cloud, которое служит бэк-эндом и предо­ставляет текущие данные от других участников дорожного движения и органов власти», — рассказал Журналу Авто.ру глава по связям с обществен­ностью подраз­деления «Технологии и инновации» компании Volkswagen Кристиан Бульманн.

Беспилотным можно сделать практически любой авто­мобиль с современной CAN-шиной. Controller Area Network (CAN) — стандарт промыш­ленной сети, ориентиро­ванный на объеди­нение в сеть устройств и датчиков машины. К CAN-шине подключается система беспилотного управ­ления рулем, тормозами и акселера­тором, а также сенсоры, в резуль­тате чего машина способна ездить самостоятельно. При этом наличие систем помощи водителю весьма желательно — на них можно возложить часть функций, связанных непосред­ственно с движением авто­мобиля (например, на скользком покрытии). 

Процесс движения беспилотника — это непрерывное выпол­нение нескольких подзадач в реальном времени.

1. Локализация — определение местополо­жения беспилот­ника с санти­метровой точностью. Для этого используются данные с сенсоров и высоко­точные карты. В них уже заложена масса полезной информации: например, данные о разметке, светофорах и знаках. Поэтому, к примеру, отсут­ствие разметки на зимней трассе не смущает ПО беспилотника.

2. Восприятие — идентификация окружающих объектов. Беспилотник фиксирует их, определяет скорость и направ­ление движения.

3. Предсказание — беспилотник пытается спрогно­зировать движение других участников дорожного движения. Вероятно, самый сложный этап на данный момент: действия живых водителей часто плохо поддаются логике.

4. Планирование — исходя из трёх предыдущих задач, алгоритмы беспилотника «опреде­ляют» собственные действия и отдают команды системам управления. И всё это должно занимать миллисекунды.

У некоторых компаний есть отдельные особен­ности, укладыва­ющиеся в базовую концепцию. Например, один из лидеров в разработке беспилотных авто­мобилей Waymo к обычному набору сенсоров добавляет ещё и микрофоны. Они призваны распознавать сирены полиции и служб экстренного реагиро­вания. Правда, среди других произво­дителей микрофоны не пользуются большой популярностью.

Почему автономным машинам не нужна система GPS

Что касается системы глобального позициониро­вания с помощью спутников (GPS), то, вопреки широко распро­странённому мнению, наличие этих данных не является критически важным узлом беспи­лотников. Транспорт без водителя должен уметь ездить в любых условиях и не зависеть от подобных «костылей». К тому же GPS даёт не слишком точные данные — погреш­ность может составлять до нескольких десятков метров, особенно в условиях плотной городской застройки.

Для беспилотников это недопустимо, поэтому обычно произво­дители используют GPS лишь как вспомо­гательный источник данных. А основной их источник — это высоко­точные карты. Причём создать и поддер­живать их в актуальном состоянии не так трудно, поскольку они обновляются самими беспи­лотниками. Процесс похож на работу «Яндекс.Пробок»: водители пользуются сервисом и включают передачу данных, которые используются для актуализации информации.

Беспилотники Яндекса способны пере­двигаться без постоянного соедине­ния с GPS. Более того, компания целенаправ­ленно тестирует свои авто­мобили в условиях, которых транспорт теряет сигнал (например, в тоннеле) или получает некорректные данные о GPS.

Вместо GPS большинство разработчиков используют более точную лидарную ориентацию: во время движения беспилотный авто­мобиль сканирует простран­ство с помощью лидара, получает облако точек и затем сопо­ставляет их с уже имеющейся в памяти картой. Таким образом, место­положение автомобиля определя­ется с точностью до сантиметра. Также беспилотники могут принимать сигнал спутниковой системы GNSS и использовать одометрию.

«Данные GPS необходимы для общей навигации, но они не могут обеспечить желаемый уровень детали­зации, когда речь заходит о конкретной ситуации на дороге. Поэтому исполь­зование разно­образных сенсоров в сочетании с онлайн-данными в режиме реального времени — это ключевой момент для нас», — заявил Кристиан Бульманн из Volkswagen.

Илон Маск — главный отступник от общепринятого подхода к разработке беспилотников

Итак, мы уже поняли, что лидары — неотъемлемая часть беспилотного авто­мобиля. Их используют большинство произво­дителей — от Яндекса и Uber до Ford и General Motors. Отдельные компании даже специально покупают стартапы, производящие лидары, другие — например, Waymo и Яндекс — делают их самостоятельно.

Но у лидара есть минусы: он не различает цветов, не может классифи­цировать сложные по форме объекты, а также изобра­жения на знаках, если данных о них нет в загруженной карте. Камеры сами по себе тоже не всегда нормально различают знаки: грязь, тени, солнечные блики или ветки деревьев снижают вероят­ность правильной идентификации.

Лидару сложно распознать тип препятствия — например, отличить камень от пакета, хотя они пред­полагают совер­шенно разные действия. А в туман и сильный дождь инфра­красное излучение лидаров поглощается парами воды, что резко снижает эффектив­ность устройств.

В довершение всего, все эти приборы довольно дорогие, а лидар – вообще самая дорогая деталь любого беспилотника. И при этом не самая надёжная: она сканирует простран­ство на 360 градусов вокруг себя с помощью системы подвижных (враща­ющихся) зеркал. Разумеется, крутиться вечно зеркала не могут и в какой-то момент узел ломается, мигом лишая беспи­лотник важнейшего источника информации.

Лидары. Иллюстрация: Яндекс

«У лидаров два недостатка. Первый — очень высокая стоимость: средний лидар стоит более 10 тысяч долларов, — говорит Юрий Минкин из Cognitive Technologies. — Лидары с эффективной дальностью до 100 метров стоят десятки тысяч, а лучшие лидары — больше 100 тысяч долларов. На машинах может быть 5–7 лидаров, это очень недёшево, это продавать нельзя.

Второй момент — лидары не идеальны в плане надёжности и чувстви­тельны к загрязнению. То, что мы сейчас видим, — это лабораторные образцы, на которых можно обкатать ряд технологий. Но это далеко от тиражиро­вания и промыш­ленного произ­водства. Поэтому вопроса о том, что развивать, нет. Если говорить о серийном производстве, то нужно использовать камеры и радары».

Для решения проблемы одни производители пытаются создать более дешёвые лидары без движущихся частей, а другие вообще верят в безлидарный подход: чтобы беспилотнику хватало лишь компьютерного зрения, обеспечи­ваемого камерами.

К последним относится Tesla. Илон Маск заявил, что компания принципи­ально не будет использовать в своих автопилотах лидары, поскольку они слишком громоздкие и дорогие. В компании считают, что изображений с восьми камер достаточно для опреде­ления расстояния до автомо­билей и препят­ствий — нужно лишь правильно обучить нейросети.

В компании Маска убеждены, что беспилотнику нужно лишь продемон­стрировать достаточное количе­ство образов, чтобы тот смог различать сложные объекты в любых условиях. Именно так специ­алисты компании «обучают» нейросеть: дают набор анализи­руемых образов, заранее размеченных по категориям, и корректи­руют поведение сети в соответ­ствии с ним. Условный миллион слегка отличающихся изобра­жений светофора приведёт к тому, что нейросеть начнёт различать их с вероят­ностью, близкой к 100%. Чем больше данных — тем выше вероятность верной идентификации.

Чтобы обеспечить гигантскую выборку, Tesla использует свои машины, которых на дорогах всё больше с каждым месяцем. На большинстве из них есть камеры, которые передают данные и «учат» нейросеть компании. В этом у Tesla гигантское преимущество: она не зависит от небольшого тестового флота, как большинство других компаний.

В России точку зрения Маска поддерживает Cognitive Technologies. «Лидар нейросети не отменяет. Я бы скорее делил концепции по источнику входных данных — а дальнейшая обработка может быть какой угодно. Но на сегодня Маск прав: пока не появится более дешёвых и надёжных лидаров, то всё так, как он сказал. Это не то что бы трата денег — лидар может исполь­зоваться в основном для испытатель­ных и лабораторных целей. Но за их пределами лидар — неоптималь­ное устройство», — заявил Журналу «Авто.ру» Минкин из Cognitive Technologies.

Что говорят критики Маска

У этого подхода есть и минусы, за которые сторонники «классической» концепции критикуют вариант Маска. Большинство из них считают, что на сегодняшний день автомобили Tesla не настоящие беспи­лотники, так как системе по-прежнему требуется внимание человека.

«Часто приводимый аргумент против лидара — его высокая стоимость. Когда беспилотная индустрия только начинала формиро­ваться, на рынке было мало произво­дителей лидаров и стоимость устройства действи­тельно оказывалась высокой. Однако с развитием беспилотного транс­порта спрос на этот сенсор растёт, появляется всё больше произво­дителей, — рассказали Журналу Авто.ру в пресс-службе Яндекса. — Формируется конкуренция. Сейчас эти устройства стали дешевле, эффективнее и технологичнее, чем раньше. Сегодня на рынке есть произво­дители, предлагающие доступные решения. Кроме того, многие разра­ботчики беспилотного транспорта создают собственные лидары. Такие разработки есть у Яндекса. Цены текущих прототипов лидаров уже ниже рыночной стоимости устройств, используемых для аналогичных задач. При переходе к массовому производству они станут ещё ниже».

Доводы Яндекса поддержали в StarLine: «Мы придер­живаемся классического подхода. На наш взгляд, он более правильный в плане верифи­кации полученных резуль­татов. Задачи, которые решает автомобиль, при классическом подходе — под нашим контролем, их можно измерить на определённых тестах. В случае тестов нейросети непонятно, как верифи­цировать резуль­таты и проверить, научили ли мы сеть всему и не научили ли чему-то лишнему».

«Основное преимущество лидара — это точное определение расстояния до объектов, — добавил Борис Иванов. — Эту задачу в принципе можно решить с помощью видеокамер. Лидар на сегодня — это дорого, но это не трата времени. Используя их, мы сразу получаем расстояния до предметов и занимаемся совер­шенство­ванием алгоритмов. А парал­лельно разрабаты­ваем системы стерео­зрения, способные построить каче­ственную карту движения.

Я считаю это параллельными процессами: здесь можно выиграть время. Можно развить технологию и просто заменить потом лидар на стерео­камеру со схожими характери­стиками — и в итоге получить работающую систему за меньшие деньги».

В России есть одна особенная концепция беспилотника. Но применять её на дорогах общего пользо­вания не выйдет

Есть ещё один экзотичный вариант узко­специ­ализиро­ванных беспилотников от российского стартапа BaseTrack. Их технология базируется на собираемых теле­матическим устрой­ством геоинформаци­онных данных, исходя из которых проклады­ваются координаты «виртуаль­ного рельса», по которому движется автомобиль.

Беспилотник сопоставляет координаты со своим место­положением и, исходя из него, принимает решения. Систему дополняют стерео­камеры, которые позволяют оценить расстояние до объектов. Радары тоже могут использо­ваться, но лишь вспомога­тельно. Лидары не применяются вовсе.

Плюсы такого подхода — дешевизна (никаких дорогих сенсоров вроде лидаров) и простота: например, данные об 1 км дороги займут всего 30 килобайт. Точность навигации доходит до 1 см, а привязка к координатам позволяет не зависеть от плохой погоды. Минусы: такая система не способна иметь дело с движущимися объектами, вроде пешеходов и других автомобилей.

Работать она может лишь на закрытых территориях и полигонах, где нет людей. Зато она вполне способна функционировать как система активной помощи водителю на дороге. Например, сообщать о проблемной ситуации, помогать держаться полосы и экономить топливо, что подходит для логистических междугородных перевозок.

«Умная» инфраструктура и взаимодействие беспилотников друг с другом — важно или нет?

Беспилотным автомобилям требуется новая умная инфра­структура, в которой авто­мобили могли бы взаимо­действовать не только с ней, но и с другими машинами. Пример такой инфра­структуры — интеллекту­альная транспортная система (ИТС). Их разрабаты­вают по всему миру. Они решают задачи вроде контроля допуска, управления и оплаты парковками, предо­ставления информации о движении и оплаты парковки, а ещё управления грузо­перевозками, контроля трафика и общей помощи водителям за счёт оповещений о тех или иных ситуациях. Пред­полагается, что ИТС станет частью беспилотников.

Многие специалисты высказывали мнение, что для успешной работы авто­номному транспорту обязательно нужен быстрый интернет и специальная инфра­структура — к примеру, «умные» светофоры, передающие сигнал по радио. А также условия, в которых авто­мобили могли бы взаимо­действовать не только с инфра­структурой, но и с другими машинами.

Директор по бизнес-решениям и инновациям Orange Business Services Робин Де Кайзер уверен: «Чтобы беспилотные автомобили поехали в городе, нужна инфра­структура. Прежде всего — покрытие сетями 5G для мгновен­ного обмена данными с городом».

Но директор по информационным технологиям Volkswagen Франк Хоке придер­живается иного мнения. «Потребуются 5G-сети. Но не для соединения с внешним сервером, а для того, чтобы машины общались друг с другом. Беспилотная машина — это, по сути, большой само­загружа­ющийся компьютер, который учится от окружающей среды. Там нет водителя, который услышит по радио про затор на дороге. Эта информация должна прийти от других автомобилей, которые в этой пробке стоят», — заявил Хоке на форуме «Открытые инновации».

Такой подход поддерживает и Юрий Минкин из российской Cognitive Technologies: «Нам нужна вся допол­нительная информация, которая только возможна. Надеюсь, будет принят какой-то общемировой стандарт связи автомо­билей друг с другом вроде протокола Bluetooth.

Например, автомобиль связывается с другой машиной, они друг с другом строят сеть и обмени­ваются информацией. Если один автомобиль далеко впереди "увидел" препят­ствие — аварию, дерево — то он дальше передаёт об этом информацию по цепочкам, что позволяет другим машинам снизить скорость и пригото­виться к маневру».

В то же время в Яндексе не считают такую инфра­структуру для беспилотников критичной.

В Яндексе добавили, что в будущем технологии обмена информации авто­мобилей с «умной» инфра­структурой и друг с другом дадут много новых возмож­ностей и водителям, и системе автономного управления. К примеру, технологии позволят получать допол­нительную информацию раньше, что может послужить оптимизации транспортных потоков. Однако их внедрение займёт время, и вместе с их распро­странением будут постепенно формиро­ваться и стандарты обмена данными, заключили в Яндексе.

Беспилотники — это будущее автопрома. Но ещё несколько лет подождать точно придётся

Обыватели часто представляют себе беспилотник следующим образом: нажимаешь пару кнопок в мобильном приложении, садишься в салон и спокойно работаешь за ноутбуком или отдыхаешь за просмотром кино, пока искус­ственный интеллект (ИИ) везёт тебя в пункт назначения. В будущем всё так и будет, но пока беспилотники к этому не готовы. А машины без руля и педалей, пред­полагающие исключи­тельно автономное управление, до сих пор суще­ствуют лишь в виде концептов — например, Volvo 360с или BMW iNext.

Для массового внедрения беспилотников не хватает не только нормативной базы и приемлемого уровня себе­стоимости, но и элементарной техно­логической готов­ности. Например, автономные авто­мобили испытывают сложности в непогоду. Ждать, пока решится эта проблема, придётся как минимум несколько лет.

Да и учить беспилотники ещё есть чему. Скажем, современные автономные авто­мобили не слишком дружат с плохими дорогами, которых в России исторически много. Другими словами, если яма есть на карте, то беспилотник её объедет. А вот если нет – кто знает? Произво­дители просто не брались за эту проблему всерьёз — на повестке дня пока более своевременные вопросы.

Компании заняты сбором максимального количества данных: постоянно испытывают беспи­лотники на полигонах и городских улицах, чтобы понять, как и при каких условиях они должны реагиро­вать на различные ситуации. После каждого тестового заезда беспилотник накапли­вает сотни гигабайт данных для последующего анализа — записи с камер, показания сенсоров. Логи позволяют совер­шенствовать алгоритмы, но вариантов развития событий на дорогах бесконечное множество — и пока автономные авто­мобили не всегда способны адекватно принимать решения.

Пример — ситуация с ремонтом тротуара, когда пешеходы вынуждены обходить его по дороге. Формально беспилотнику здесь нужно немного отступить от ПДД и аккуратно объехать людей — но чтобы он свое­временно принял такое решение, необходимо по максимуму собрать подобные ситуации, классифи­цировать их и обучить систему верно реагировать. А каких-то неожиданных ситуаций, связанных с поведением живых водителей, может быть бесчисленное множество.

«Технология может начинать применяться в сервисах и в других похожих городах, но пока для этого ещё не создана законо­дательная база. По мере развития техно­логии растёт и сложность сред, в которых беспилотные авто­мобили готовы ездить в полностью автономном режиме без инженера в салоне. Таким образом, внедрение беспилотного транспорта будет выглядеть как постепенный итераци­онный процесс», — заключили в Яндексе.

«Полноценный беспилотник должен быть очень высокого качества. Нужно подтянуть качество всех узлов и обеспечить качество работы всех компонентов. Необходим очень долгий период тестиро­вания в реальных дорожных условиях — нужно нарабатывать опыт и смотреть, чтобы система работала в самых разных условиях, которые только могут быть. Думаю, возмож­ность купить в автосалоне беспилотник и сказать ему "Отвези меня домой" появится лет через 10», — посчитал Юрий Минкин.

Источник: Журнал auto.ru