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/