Το πρακτορείο ειδήσεων TASS ανακοίνωσε τα σχέδια της εταιρείας KAMAZ να επενδύσει 400 εκατομμύρια ρούβλια στην ανάπτυξη μιας μη επανδρωμένης τεχνολογίας για τη διαχείριση φορτηγών οχημάτων. Σύμφωνα με πηγές, ο οργανισμός πραγματοποιεί μια επένδυση από τον δικό του προϋπολογισμό, αλλά οι κυβερνητικές βιομηχανίες θα συμβάλουν επίσης στην ανάπτυξη.
Στο πλαίσιο πολλών προεδρικών εταιρειών, θα δημιουργηθεί μια ομάδα υπεύθυνη για τη δημιουργία και την προώθηση της αγοράς μη επανδρωμένων φορτηγών στην Ρωσία. Θα περιλαμβάνει εμπειρογνώμονες από διάφορες μεγάλες εταιρείες και κυβερνητικούς οργανισμούς.
Στις αρχές του έτους, ο γενικός διευθυντής της KamAZ μίλησε για προγραμματισμένες επενδύσεις σε αυτήν την τεχνολογία ύψους 7 δις ρούβλια. Το ήμισυ θα προέλθει από τον κρατικό προϋπολογισμό, το άλλο μισό θα καταβληθεί από τους Ρώσους κατασκευαστές αυτοκινήτων. Στις αρχές Φεβρουαρίου του τρέχοντος έτους αναφέρθηκε ότι ο Volgabus έλαβε 200 εκατομμύρια ρούβλια από τον ομοσπονδιακό προϋπολογισμό για την ανάπτυξη μη επανδρωμένων λεωφορείων.
Το δεύτερο μισό του 2018, ο KamAZ παρουσίασε το πρώτο πρωτότυπο του μη επανδρωμένου φορτηγού στον κόσμο. Μια διεθνής εταιρεία συμμετείχε επίσης στην ανάπτυξή της. Ο Kamsk σχεδιάζει να ξεκινήσει μαζική παραγωγή αυτού του προϊόντος το 2022.
Τι είναι η μη επανδρωμένη τεχνολογία;
Η μη επανδρωμένη τεχνολογία είναι τεχνητή νοημοσύνη, χωρίς ανθρώπινες ιδιότητες, που συχνά προκαλούν ατυχήματα στους δρόμους. Η πιθανότητα παραβίασης των κανόνων κυκλοφορίας σε AI είναι μηδέν, δεδομένου ότι λειτουργεί σύμφωνα με αυστηρά καθορισμένους αλγορίθμους. Η ελαχιστοποίηση του ανθρώπινου παράγοντα στο δρόμο θα μειώσει τον αριθμό των ατυχημάτων κατά 90%.
Η τεχνολογία βασίζεται σε ένα παθητικό μοντέλο. Η βάση της ορατότητας του υπολογιστή είναι ο άνθρωπος, αντί για τα μάτια χρησιμοποιούνται σύγχρονες βιντεοκάμερες. Στη χώρα μας, το μοντέλο αυτό λειτουργεί παράλληλα με το ενεργό μοντέλο, το οποίο χρησιμοποιείται από πολλές ξένες εταιρείες - για παράδειγμα, το Google Car.
Η τεχνολογία ελέγχου των μη επανδρωμένων οχημάτων προσαρμόζεται στις συνθήκες της χώρας μας. Αν σε άλλες χώρες είναι κατασκευασμένο με βάση τη διαχείριση σε ιδανικούς δρόμους, όπου δεν υπάρχουν τρύπες, χτυπήματα, καλή σήμανση, το μοντέλο μας λαμβάνει υπόψη όλα τα ελαττώματα και μαθαίνει να οδηγεί οχήματα σε συνθήκες κακής οδικής επιφάνειας. Για αυτό, αναπτύσσεται ένας εκτεταμένος αλγόριθμος που θα μάθει πώς να πλοηγεί στο δρόμο χωρίς σήμανση, να είναι σε θέση να περπατήσει γύρω από κοιλώματα, hummocks, και πολλά άλλα.
Η ρωσική τεχνολογία χρησιμοποιεί τις ακόλουθες ενότητες:
- Επεξεργασία εικόνας υψηλής ποιότητας. Η εικόνα από την κάμερα προσαρμόζεται σε οποιεσδήποτε καιρικές συνθήκες και σε οποιοδήποτε φως.
- Ο C-Pilot μαθαίνει να αναγνωρίζει διάφορα αντικείμενα στο δρόμο, συλλέγοντας ένα τεράστιο φάσμα πληροφοριών. Κάθε μέρα αναγνωρίζει σαφέστερα κινούμενα και μη κινούμενα αντικείμενα στο δρόμο.
- Η ανίχνευση αντικειμένων πραγματοποιείται με βάση Bayesian φίλτρα και οπτική ροή. Αυτή η προσέγγιση σάς επιτρέπει να συνδυάσετε πολλά οδικά πλαίσια σε μια ενιαία εικόνα της ροής βίντεο.
- Για τη διασφάλιση της σταθερής κίνησης χρησιμοποιείται η ορνιθολογική κίνηση. Οι βιντεοκάμερες δεν είναι σταθερές σε ολόκληρη την εικόνα, αλλά καθορίζουν μόνο το κανάλι μπροστά από τη μεταφορά, το οποίο φέρει τους μέγιστους κινδύνους κατά την οδήγηση (άλλοι συμμετέχοντες στο κίνημα, πεζούς κ.λπ.).
- Η γρήγορη λειτουργία των αλγορίθμων παρέχεται από τη χρήση νευρωνικών δικτύων. Προκαθορίζουν την αρχιτεκτονική της περιοχής και όλα τα αντικείμενα που βρίσκονται στο μονοπάτι του αυτοκινήτου.
- Η στερεοσκοπική όραση καθορίζεται από αντικείμενα που αλλάζουν διαρκώς, είναι πάνω ή κάτω από το δρόμο (για παράδειγμα, η αντανάκλαση των προβολέων σε μια υγρή οδόστρωμα).
- Για να δώσετε σαφή ορισμό της κατάστασης της κυκλοφορίας, απαιτείται μια ισχυρή κάμερα για να τραβήξετε γρήγορα μια εικόνα. Η τεχνολογία Cognitive Pilot χρησιμοποιεί μια κάμερα 2 megapixel που καταγράφει την εικόνα ως Full HD σε 45 χιλιοστά του δευτερολέπτου.
- Εκτός από την ανασκόπηση βίντεο, χρησιμοποιείται ένας μεγάλος αριθμός διαφορετικών τύπων αισθητήρων. Επιτρέπουν στον αυτόματο πιλότο να βλέπει ολόκληρο το οδικό περιβάλλον 360 μοιρών σε πολυαισθητηριακή αντίληψη.
- Η τεχνολογία Bird Eye προσδιορίζει τη θέση των οχημάτων στο δρόμο με ακρίβεια δεκαμετρη. Επιπλέον, αυτή η τεχνολογία θυμάται σταθερά αντικείμενα (κτίρια, φανάρια, κ.λπ.) με βάση δεδομένα που έχουν ληφθεί προηγουμένως ως αποτέλεσμα της οδήγησης.
- Για γεωγραφικό προσανατολισμό χρησιμοποιούνται οι χάρτες Openstreetmaps.
- Για να εξασφαλιστεί η βέλτιστη τροχιά κίνησης (λαμβάνοντας υπόψη διάφορα αντικείμενα παρεμβολής), χρησιμοποιείται ξεχωριστή τεχνολογία και αλγόριθμος.
- Μια ξεχωριστή ενότητα "Driver" διαχειρίζεται όλες τις μηχανικές συσκευές μεταφοράς. Είναι υπεύθυνος για την περιστροφή του τιμονιού στον επιθυμητό αριθμό βαθμών, επιβραδύνει και προσθέτει αέριο σε απαραίτητες καταστάσεις.
Μια τέτοια εκτεταμένη προσέγγιση εξασφαλίζει υψηλής ποιότητας λειτουργία της μη επανδρωμένης τεχνολογίας. Τώρα είναι στο στάδιο της ανάπτυξης, η τεχνητή νοημοσύνη διδάσκεται πώς να συμπεριφέρεται στο δρόμο και πώς να αλληλεπιδρά με άλλα οχήματα.
Η ιστορία της ανάπτυξης της μη επανδρωμένης τεχνολογίας
Οι πρώτες προσπάθειες δημιουργίας αυτόνομων οχημάτων πραγματοποιήθηκαν τον 20ό αιώνα. Στα αρχεία της έκδοσης The New York Time μπορείτε να βρείτε νέα σχετικά με το αίτημα αυτόνομων αυτοκινήτων, που χρονολογούνται από τη δεκαετία του 80 του περασμένου αιώνα.
Οι πρώτες προσπάθειες δημιουργίας μιας μη επανδρωμένης τεχνολογίας έγιναν το 1916, όταν δημιούργησαν το πρώτο ραδιοεξοπλισμό. Όλες οι εξελίξεις εκείνης της εποχής χρησιμοποιήθηκαν για στρατιωτικούς σκοπούς. Κατά τον Πρώτο Παγκόσμιο Πόλεμο χρησιμοποιήθηκαν αεροτοματικές τορπίλες και αυτοπροωθούμενα ορυχεία.
Μέχρι τα μέσα του περασμένου αιώνα, τέτοιες εξελίξεις ήταν πειραματικές. Βασίζονταν στον έλεγχο του ραδιοφώνου, οπότε δεν έκανε χωρίς ανθρώπινη συμμετοχή. Αργά, τα αυτοκίνητα και τα αεροσκάφη έγιναν πραγματικά αυτόματα.
Το 1961, ένας φοιτητής από το Πανεπιστήμιο του Στάνφορντ δημιούργησε ένα αυτοκινούμενο καλάθι. Εργάστηκε μέσω του σήματος που μεταδόθηκε από το καλώδιο. Στη δεκαετία του '70, ο επιστήμονας John McCarthy εξοπλίστηκε το πρωτότυπο με τεχνικό όραμα. Χάρη σε αυτόν, το καρότσι έμαθε να μετακινείται στην αυτόματη λειτουργία. Η λευκή γραμμή ήταν το σημείο αναφοράς της. Έλαβε επίσης τις πρώτες κάμερες, έναν εύχρηστο ανιχνευτή και αρκετά κανάλια για τη συλλογή πληροφοριών. Ταυτόχρονα, ο John McCarthy προσπάθησε να αναπτύξει ένα τρισδιάστατο περιβάλλον χαρτογράφησης.
Μετά από αυτό το πείραμα, οι μηχανικοί προσπάθησαν να αναπτύξουν ακριβώς μη επανδρωμένα οχήματα και όχι μοντέλα βασισμένα σε συστήματα ελέγχου ραδιοσυχνοτήτων. Η μεγαλύτερη επιτυχία επιτεύχθηκε από επιστήμονες από τις ΗΠΑ, την Ιαπωνία και τη Γερμανία. Το 1980, μια ομάδα επιστημόνων με επικεφαλής τον Ernst Dickmans δημιούργησε το πρώτο μηχάνημα που κινήθηκε πλήρως αυτόματα.
Αργότερα ο Ernst Dickmans έγραψε διάφορες επιστημονικές εργασίες στις οποίες περιγράφει κάθε λεπτομέρεια του έργου του. Το έργο του γερμανικού αυτόνομου αυτοκινήτου βασίστηκε στο φίλτρο Kalman, στους παράλληλους υπολογιστικούς μηχανισμούς και στην απομίμηση του σακκαδικού κινήματος των ματιών. Αυτό το σύστημα είναι σε θέση να αξιολογήσει το περιβάλλον.
Από το 1987 έως το 1995 πραγματοποιήθηκαν εργασίες σχετικά με το έργο "Prometheus". Η συνολική επένδυση ήταν ένα δισεκατομμύριο δολάρια. Βασίστηκε στο σύστημα Dickmans. Το 1994 διενήργησαν την πρώτη πλήρη δοκιμή σε δημόσιους δρόμους: η Mercedes οδήγησε κατά μήκος των οδών του Παρισιού με ταχύτητα έως και 130 χλμ. / Ώρα, έσπευσε ανάμεσα σε λωρίδες κυκλοφορίας και ξεπέρασε άλλα αυτοκίνητα.
Κατά το δεύτερο μισό της δεκαετίας του '90, σημειώθηκε σημαντική πρόοδος στην ανάπτυξη της μη επανδρωμένης τεχνολογίας. Αυτό διευκολύνθηκε από την ανάπτυξη της τεχνητής νοημοσύνης, των νευρωνικών δικτύων και της μηχανικής μάθησης. Το 2004 πραγματοποιήθηκε ο πρώτος διαγωνισμός αυτόνομων αυτοκινήτων. Το 2010, η Google διενήργησε την πρώτη πρακτική δοκιμή του αυτο-οδήγησης αυτοκινήτου της στους δημόσιους δρόμους. Τώρα η ανάπτυξη των αυτόματων αυτοκινήτων ασχολούνται με όλες τις μεγάλες αυτοκινητοβιομηχανίες: Audi, BMW, Tesla και πολλά άλλα.
Τι μπορεί να ολοκληρωθεί;
Οι τεχνολογίες βάσει των οποίων λειτουργούν σύγχρονα αυτόνομα αυτοκίνητα δημιουργήθηκαν τον περασμένο αιώνα. Αλλά για εργασία υψηλής ποιότητας, χρειάζονται πολλές βελτιώσεις, το βασικό των οποίων είναι να μάθουν πώς να επεξεργάζονται ένα μεγάλο αριθμό πληροφοριών, βάσει των οποίων η AI μπορεί να πλοηγηθεί στην κυκλοφορία. Με την πάροδο του χρόνου, οι επιστήμονες θα βελτιώσουν την τεχνολογία και θα μπουν στην καθημερινότητά μας τόσο γρήγορα όσο τα smartphones κάποτε.
