XV Международная студенческая научная конференция Студенческий научный форум - 2023

В настоящее время, в российском государстве вектор развития техноло­гий направлен в сторону импортозамещения. И к тому же, есть потребность в внедрении искусственного интеллекта во всех сферах деятельности. Мир на месте не стоит, поэтому роботизация и автоматизация должна быть распро­странена и постоянно улучшаться. В сравнении с западными странами, рос­сийские электромобили с автопилотом не так популярны, например как “Tesla”, “General Motors”. В сельском хозяйстве беспилотные машины есть, но официальных производителей таких как Ростсельмаш, Cognitive Pilot в Рос­сии единицы. Поэтому, необходимо развивать данную технологию. И конечно, важно привлекать молодых специалистов в сферу АПК.

Автопилот - устройство или программно-аппаратный комплекс, веду­щий данный объект по определенной заданной ему траектории. Именно он позволяет автоматизировать управление машинами. Устройство работает каждую секунду, функционирует с помощью систем ультразвуковых датчиков, комплекта радаров и камер кругового обзора с различным сектором и глуби­ной видеофиксации. Таким образом, происходит контроль зоны вокруг маши­ны.

В автопилоте используется самообучаемый искусственный интеллект, который имеет машинное зрение, камеры обзора и датчики. Ниже, представ­лена структура автопилота.

Структура

Искусственный интеллект, отвечающий за работу выше перечисленных рабочих устройств, пишется в программе Paython, а так же в программе C++, которая предназначена для создания высокой реакции ИИ. Для того чтобы он мог распознавать объекты, через нейронные сети разрабатывают - машинное зрение. Машинное зрение ( Computer vision ) - совокупность технологий, ме­тодов и алгоритмов, с помощью которых компьютер может обрабатывать изображения и видеопоток. Использование компьютерного зрения позволяет определять, что изображено, классифицировать эти изображения и анализи­ровать их [16].

Искусственные нейронные сети в компьютерном зрении представляют собой грубую математическую модель зрительной коры человека. Нейронные сети обучают компьютер реагировать и вести себя как человек. На вход мы получаем картинку, на выход возвращаем команды автомобилю. Нейронная сеть включает в себя наличие нейронов, миллионы нейронов, при этом каж­дый нейрон должен иметь связь. Нам, людям, ничего не стоит посмотреть на изображение и определить, что находится на этом изображении. Компьютеру сделать это куда сложнее. Он получает на вход лишь пиксели, значение ярко­сти в конкретных точках. Мы видим изображение, а компьютер матрицу из сотни тысяч чисел[1].

Применение алгоритмов машинного обучения в автоматизированных системах вождения является обязательным условием к достижению высокого уровня автономности автомобиля на дорогах. Благодаря чему, машины могут узнавать окружающий мир, классифицировать объекты, определять расстоя­ние до объектов, двигаться по заданной траектории и не выходить за дорож­ную полосу [1]. Сельскохозяйственные машины с данными алгоритмами мо­гут распознавать разного рода объекты в поле, к примеру, камень перед ком­байном или нет. Сама сложность обучения искусственного интеллекта заклю­чается в непредсказуемости окружающего мира. Могут возникнуть ситуации к которым, ИИ не готов. Человек, в отличие от робота сможет найти решение при непредвиденных ситуациях на дороге, а робот - нет [1]. Исходя из этого, необходимо обучать системы автопилота выходить из проблемных ситуаций.

Самообучение происходит путем передачи данных. Программа посто­янно работает. Происходит сканирование окружения, объектов и других дета­лей, после чего данные передаются в определенную базу для их дальнейшего анализа [3]. В результате, на основе полученных данных делаются выводы и принимаются меры по решению каких - либо проблем, ошибок, не точной ре­акции автопилота на какую - либо ситуацию. Например, системой плохо рас­познается дорожный знак или разметка в туннеле. Алгоритм это замечает и отправляет соответствующие изображения в модульные тесты, чтобы позже подобного рода проблемы не возникали. После корректировок или уточнения ошибок, сеть переобучается. Таким образом, проблемные ситуации искоре­няются и больше не повторяются.

Успешная работа и получение данных происходит благодаря специаль­ным датчикам и камерам обзора, а так же модулю GPS. Сканирование области происходит при помощи следующих датчиков: LiDAR, Radar и ультразвуко­вые датчики ( парктроники ).

LiDAR предназначен для сканирования области вокруг машины. Это происходит для понимания того, на каком расстоянии находится объект. Radar может сканировать только определеную область, но здесь стоит добавить, что дальность сканирования больше, чем у LiDAR а так же, на его работу меньше влияют погодные условия и плюсом ко всему этому, радар может определять скорость движущихся объектов.

В дальнейших экспериментах, будут использованы только радары и ка­меры использующие машинное зрение, а так же инфракрасные камеры. По­чему именно они?

Ультразвуковые датчики давно в прошлом, а с LiDAR история немного другая. LIDAR - устройство, которое позволяет построить образ местности, компьютерную 3D модель окружающего мира [1]. LIDAR получает точное расстояние до объектов и сканирует окружение, возвращая компьютеру «об­лако точек». Алгоритмы работают с этим облаком, получая информацию о объектах. Можно различать типы объектов, понимать кто перед машиной - человек или столб, машина или велосипед [1]. Но LiDAR эффективен только на расстоянии до 100 метров, поэтому на открытой местности его использо­вание будет недостаточно эффективным [1]. Стоит так же сказать, что лидар предоставляет нам очень ограниченную информацию об объектах. С помо­щью лидара проблематично определить, например, пакет перед нами или кошка [1]. Стоит добавить, что LIDAR является дорогостоящим оборудовани­ем.

Получение изображения дают камеры обзора. Камера получает картин­ку мира в видимом диапазоне и обрабатывает. Благодаря машинному зрению, камера способна определить дорожную разметку, знаки, препятствия и другие объекты. Так же, есть и инфракрасные камеры обзора, благодаря которым в темное время суток можно обнаружить человека или другую живность.

Для понимания того, какая автономность системы автопилота, необхо­димо добавить что существуют определенные уровни автопилота, характери­зующие особенности каждого из них. Ниже приведена таблица ( электронный журнал E-SCIO [1-стр. 645]. ) уровней автопилота от SAE ( Американская ас­социация автомобильных инженеров).

Таблица 1. уровни автопилота

Уровень 0	Уровень 1	Уровень 2	Уровень 3	Уровень 4	Уровень 5
Нет автоматизации	Немного ав­томатизации Контроль ру­ления или торможения, но не обоих сразу, при определен­ных услови­ях	Больше ав­томатизации, но не автопилот Система мо­жет контро­лировать ру­ление и тор­можение, при определнных условиях - например шоссе.	Похоже на Уровень 2, только есть больше вре­мени на взя­тие управле­ния на себя	Настоящий автопилот, но при опреде­ленных условиях. Работает только в раз­меченной области	Полный ав­топилот без ограничений
ABS и круиз- контроль - все еще уровень 0	Адаптивный круиз кон­троль	Человек все равно дол­жен быть го­тов взять управление на себя	Фокусиро­вать внима­ние водите­лю так же необходимо	Постоянно автоматизи­руется	Придет вре­мя, когда этот уровень будет до­стигнут

Таблица 1. Уровни автономности

По данной таблице можно сделать вывод о том, что автопилот уровня 3 актуален в использовании. Уровни выше в обществе не так активно эксплуа­тируются, так как в основном проходят испытания и постоянно дорабатыва­ются, что говорит о сложной системе строения автопилота уровня 4 и выше. Что касается 5 уровня, то это система, которая не требует наличие человека за рулем. Достижение данного уровня - это то, к чему все стремятся.

В России имеются компании, разрабатывающие автопилот. Свои разра­ботки они испытывают на машинах собственного производства, а так же на импортных машинах. Для понимания того, какие есть в настоящее время ком­пании и какие особенности есть у каждой из них, нужно проанализировать сравнительную таблицу аналогов в России (данные таблицы взяты из следу­ющих источников [2] [4] [5] [8] [9] [10] [11] [12] [13] [14] [15] ).

Таблица 2. Сравнение беспилотников России

Компания	Название мо­дели	Уровень авто­пилота	Устройства	Эксплуатация в обществе	Какая есть особенность
Яндекс	Toyota Prius; Hyndai Sonata	4 уровень	Лазерный ра­дар; камеры; LiDAR	В частности, эксплуатиру­ется, но в ос­новном на по­лигонах	«Яндекс» раз­рабатывает собственные LiDAR и ка­меры. Ниже цена техноло­гии.
КАМАЗ	Челнок; Ермак	4 уровень	Радар, LiDAR, сонары, каме­ры, антенны wi-fi;LTE,	В основном, тестируются на полигонах или на без­опасных маршрутах	Челнок беска- бинный, имеет две поворот­ные оси. Машины Ер­мак могут двигаться ко­лонной до 20 машин

Сбер	Kia Ceed SW; ФЛИП	4 уровень; ФЛИП обе­щают сделать полностью беспилотным	Радар, LiDAR, камеры, сен­соры	Не использу­ются на по­стоянной ос­нове. В ос­новном тест драйв или пе­ревоз сотруд­ников от точки А в точку Б	По словам разработчи­ков, програм­ма автопилота написана с нуля. ФЛИП полностью беспилотный.
ГАЗель	ГАЗель Next	4 уровень	Радар, LiDAR, камеры обзо­ра.	Тестируется в Северных ши­ротах России.	Работает на асинхронном двигателе.
Cognitive Pilot	Обществен­ный транс­порт; агро­транспорт; поезда	4 уровень	Стереокамера, радар, модули связи.	Используется в сельскохо­зяйственной сфере, а также в железнодо­рожной.	Используют свои разра­ботки автопи­лота. Имеют 4D imaging radar.
Ростсельмаш	Комбайн TORUM	4 уровень	Сенсоры, ра- дар,камеры обзора	Представляют на демонстра­ционных по­казах	Водитель ис­пользует планшет с не­обходимым ПО.

Из выше представленной таблицы, можно сделать следующий вывод: все представленные компании, имеют разные особенности своих разработок и стремятся использовать 4 уровень автопилота и постоянно улучшать его. И практически, каждая из них использует в автопилоте LiDAR, что говорит о сложной реализации полноценной автоматизированной системы вождения. Стоит обратить внимание на компанию Cognitive Pilot, которая использует свои технологии автопилота, причем без использования LiDAR и при этом, эксплуатация сельхозтехники с автопилотом от данной компании реализована в полях. В остальном, тестирования остальных компаний своих беспилотных машин закончатся не скоро.

Как уже было сказано выше, мир на месте не стоит, следовательно, ав­топилот необходимо делать лучше. Главные свои идеи о повышении эффек­тивности автопилота будут предложены с учетом взгляда на аналоги в России и зарубежья.

Одна из идей, связана с повышением эффективности маневра. Она схо­жа со способностью беспилотного челнока от «КАМАЗ» ( таблица 2. сравне­ние беспилотников России столбец 6, строка 2 ). Суть заключаются в следу­ющем: дать автопилоту использовать обе поворотные оси. То есть человек, управляя машиной, использует для поворотов только одну ось - переднюю. Автопилоту же, нужно предоставить возможность поворачивать обеими ося­ми. Что это дает?

При неизбежном столкновении, или в случае другой опасной ситуации, например столкновение с другим автомобилем, управление автопилотом обо­ими осями повысит шанс ухода от столкновения. Электромобиль сможет быстрее увернуться от столкновения, чем повысит шанс спасения человека. Ниже, представлена схема реагирования электромобиля с автопилотом (1) , на движущийся на него автомобиль (2).

।

Схема 1. Реагирование автопилота

Следующая идея, подразумевает под собой способность автопилота ре­шать этические вопросы. К примеру, как вести себя программе, когда столк­новение, из - за которого могут быть человеческие жертвы неизбежно, кем при этом нужно пожертвовать и чью жизнь сохранить важнее.

Для данной задачи необходимо использовать камеру обзора внутри ма­шины, так же использующую машинное зрение. Благодаря этому получится определять кто находится в машине и на каком месте.

Из всего выше сказанного можно сказать о том, что в настоящее время эффективнее будет автопилот с автоматизацией уровня 3. Такой итог сделан на основе исследования российских компаний, которые разрабатывают авто­пилоты уровня 4 и до сих пор не могут реализовать постоянную эксплуата­цию в обществе. За исключением компаний, разрабатывающих автопилот для сельскохозяйственной техники. Потому что, системы автопилота 4 уровня ав­тономности и лидарной локализации имеют серьезное территориальное огра­ничение по функционалу. И стоит добавить, лидарное оборудование дорого­стоящее, что даст ограниченное производство.

Мировому обществу ради экономии топливно-энергетических ресурсов, давно пора внимательнее присматриваться к электромобилям, а так же необ­ходимо использовать сельскохозяйственные машины с электродвигателями (тяговый электромотор ) - за ними будущее.

Использованные источники

Научный электронный журнал E-SCIO 2022 стр.642-656. [ Элек­тронный ресурс ]. URL: http://e-scio.ru/wp-content/uploads/2022/03/E-SCIO-1 2022.pdf

От «Челнока» до «Шатла»: 10 необычных беспилотных автомоби­лей на дорогах России. [ Электронный ресурс ]. URL: https://techinsider-ru.turbopages.org/techinsider.ru/s/technologies/703933-ot-chelnoka-do- shatla-10-neobychnyh-bespilotnyh-avtomobiley-na-dorogah-rossii/

Принцип работы автопилота Tesla. [ Электронный ресурс ]. URL: https://avtopub.com/avtopilot-tesla/

Cognitive Agro Pilot. [ Электронныйресурс]. URL: https:// cognitivepilot.com/products/cognitive-agro-pilot/

Сенсоры нового поколения. [ Электронный ресурс ]. URL: https:// cognitivepilot.com/products/radar-sensor/

Алина Тестова. Как видят беспилотные автомобили: алгоритмы и методы. Томск: Научно-производственный комплекс «Интеграл», 2017 г.

Эшли Вэнс - Илон Маск. Tesla, SpaceX и дорога в будущее.

Беспилотник Ростсельмаш выходит в поля. [ Электронный ресурс ]. URL: https://rostselmash.com/media/news/bespilotnik-rostselmash-vykhodit-v-polya

Яндекс разрабатывает лидары. [ Электронный ресурс ]. URL: https:// taxi.yandex.ru/blog/lidar

«КАМАЗ» разработал бескабинный грузовик. [ Электронный ресурс ]. URL: https://kamaz.ru/press/releases/

kamaz_razrabotal_beskabinnyy_gruzovik

Проект Ермак: беспилотные КАМАЗы испытали в Арктике. [ Элек­тронный ресурс ]. URL: https://autoreview.ru/articles/gruzoviki-i-avtobusy/proekt-ermak-kamazpilotniki-ispytali-v-arktike?ysclid=lbqh5m9jw848108894

Как я сходил на тест-драйв беспилотного автомобиля СберАвтоТе- ха. [ Электронный ресурс ]. URL: https://nplus1.ru/blog/2022/06/17/ sberautotech?ysclid=lbr14bdc49169597006

ФЛИП - транспорт нового поколения. [ Электронный ресурс ]. URL: https://sberautotech.ru/flip/

Беспилотный электромобиль “ГАЗель NEXT”. [ Электронный ре­сурс ]. URL: https://azgaz.ru/gaz-world/news/bespilotnyy-elektromobil-gazel- next-rabotaet-v-rezhime-opytno-promyshlennoy-ekspluatatsii-na-mestoro/? ysclid=lbscnuu09j 580219246

Беспилотник НАМИ ШАТЛ. [ Электронный ресурс ]. URL: https:// nami.ru/news/us-drone-shuttle—transport-of-the-future?

ysclid=lbsdi3cntk495484803

Компьютерное зрение: технологии, компании, тренды. [ Электрон­ныйресурс ]. URL: https://rdc-grfc-ru.turbopages.org/rdc.grfc.ru/s/2021/04/ analytics-computer-vision/

Код для цитирования: Скопировать