Идея полностью автономного транспортного средства, управляемого без участия человека, на протяжении многих десятилетий оставалась лишь в научной фантастике и мечтах инженеров. Однако стремительное развитие технологий искусственного интеллекта, машинного обучения, робототехники и вычислительных систем в последние годы приблизило это будущее как никогда прежде.
Сегодня ведущие автомобильные концерны и молодые стартапы активно разрабатывают и тестируют беспилотные автомобили, а государства вводят законодательные рамки для их передвижения по дорогам общего пользования. Ученые и инженеры трудятся над решением оставшихся проблем с алгоритмами, аппаратным обеспечением и кибербезопасностью робомобилей.
В случае успеха этой революции в транспортной отрасли нас ждут поистине эпохальные изменения в самых разных сферах жизни, от логистики и экологии городов до организации дорожного движения и потребительских привычек. Готовы ли мы обогнать будущее, садясь за руль искусственного интеллекта? Forklog постарался ответить на этот вопрос.
Беспилотный транспорт появился 100 лет назад, однако настоящий прорыв произошел лишь в последние десятилетия благодаря прогрессу в области ИИ, робототехники и вычислений.
Общепринятая классификация описывает шесть уровней автономности — от отсутствия автоматизации (нулевой уровень) до полной автономности (пятый уровень).
Беспилотные автомобили используют сложный комплекс датчиков в сочетании с мощными чипами и алгоритмами.
Массовое внедрение робомобилей сулит обществу ряд преимуществ, но также несет определенные риски и вызовы.
Для повсеместного распространения беспилотников необходимо решить остающиеся технологические проблемы, преодолеть опасения населения и подготовить соответствующую транспортную инфраструктуру в городах.
Сто лет эволюции беспилотных автомобилей
Идея самоуправляемых машин появилась на заре автомобильной отрасли. Уже в 1925 году компания Houdina Radio Control продемонстрировала радиоуправляемую модель American Wonder на базе Chandler, которая самостоятельно проехала по загруженным улицам Нью-Йорка.
American Wonder в 1925 году. Данные: Electronic World.
Хотя ее нельзя считать полностью автономной, «американское чудо» ознаменовало начало работ в этом направлении. Серьезные эксперименты по созданию беспилотников начались в 1939 году, а многообещающие испытания состоялись в 1950-х. С тех пор исследования не прекращались.
Первые действительно автономные автомобили увидели свет в 1980-х благодаря проектам Navlab и ALV в Университете Карнеги-Меллон, а также Eureka Prometheus от Mercedes-Benz и Мюнхенского университета Бундесвера. Это дало толчок дальнейшей разработке технологий самоуправляемого транспорта.
На протяжении последних десятилетий множество крупных компаний создали работающие прототипы беспилотников, включая Mercedes, GM, Continental, Bosch, Toyota, Audi, Volvo, Google и других. Особенно впечатлил автомобиль BRAiVE от Vislab, который в 2013 году проехал по смешанному маршруту.
https://youtu.be/dmD6kqBjnLM
В том же 2013 году увидели свет стартап Cruise и Tesla Autopilot, которые сыграли важную роль в развитии отрасли. Спустя три года Tesla представила более совершенную систему Full Self-Driving (FSD).
В 2016 году Google учредила дочернюю Waymo — ныне одного из лидера по беспилотным технологиям. А китайские Baidu и Pony.ai объявили о разработке аналогичных систем в 2013 и 2016 годах соответственно.
Беспилотное такси Baidu. Данные: CNBC.
Параллельно с робомобилями для перевозки пассажиров развивались и беспилотные грузовики от стартапов Aurora, TuSimple, Kodiak Robotics и других игроков рынка. Waymo тоже владела проектом в этой области, но в прошлом году сосредоточилась исключительно на пассажирских перевозках.
Беспилотный грузовик Aurora. Данные: Aurora.
Уровни автономности: от ассистента до полного замещения водителя
В быстро развивающейся отрасли беспилотных автомобилей пока не существует единых международных стандартов, ведь полноценное регулирование этой сферы еще только формируется. Из-за отсутствия законодательной базы во многих странах сложно однозначно определить, что можно считать полностью автономным транспортным средством.
На помощь приходит классификация уровней автоматизации, разработанная Сообществом автомобильных инженеров (SAE). В ней выделено шесть уровней автономности.
УровеньНазваниеОписание0No Automation (никакой автоматизации)Полное выполнение водителем всех аспектов вождения, даже если оно «усилено системами предупреждения или вмешательства»1Driver Assistance (помощь водителю)Управление рулевым управлением или скоростью с помощью ADAS в зависимости от режима вождения2Partial Automation (частичная автоматизация)Выполнение одной или несколькими системами помощи водителю рулевого управления и скорости в зависимости от режима вождения3Conditional Automation (условная автоматизация)Водитель должен должным образом отреагировать на просьбу вмешаться4High Automation (высокая автоматизация)Если водитель не реагирует должным образом на просьбу вмешаться, автомобиль может спокойно остановиться5Full Automation (полная автоматизация)Система контролирует автомобиль в любых условиях
На первых трех уровнях человек все время остается ответственным за управление. Начиная с четвертого уровня вождение целиком осуществляется автоматизированными системами.
Технологии вроде круиз-контроля в современных авто относятся к первому уровню, а системы вроде Tesla Autopilot и FSD — ко второму уровню автоматизации по классификации SAE. В то же время прототипы Waymo оцениваются как четвертый или пятый уровень, а робомобили Cruise — как четвертый уровень.
Классификатор SAE критикуют за линейный технологический подход и неучет влияния автоматизации на инфраструктуру и поведение участников движения. Тем не менее Национальное управление безопасностью движения на трассах США (NHTSA) приняло этот стандарт за основу в 2016 году.
Под капотом робомобиля: сенсоры, алгоритмы и исполнительные механизмы
Для самостоятельного передвижения беспилотные автомобили используют сложный комплекс датчиков, исполнительных механизмов, алгоритмов и вычислительных систем.
Основу «зрения» робомобиля составляют различные сенсоры, установленные по всему периметру:
радары отслеживают положение окружающих транспортных средств;
видеокамеры определяют сигналы светофоров, дорожные знаки, автомобили и пешеходов;
лидары (лазерные радары) сканируют пространство лучами света, фиксируя расстояния, границы дороги и разметку;
ультразвуковые датчики в колесах обнаруживают препятствия при парковке.
Мощные процессоры обрабатывают данные со всех этих сенсоров, прокладывают маршрут и передают команды исполнительным механизмам. Те в свою очередь управляют ускорением, торможением и рулевым колесом.
Сложные алгоритмы, включая системы машинного обучения, помогают робомобилю следовать ПДД, объезжать препятствия, прогнозировать ситуацию на дороге и распознавать объекты.
Разные производители используют различные комбинации датчиков. Waymo оснащает свои автомобили всеми перечисленными типами. Tesla отказалась от радаров и лидаров, сделав ставку на камеры, радары и усовершенствованный ИИ в Autopilot и FSD.
Система камер в автомобилях Tesla для беспилотного вождения. Данные: Car and Driver.
Светлое беспилотное будущее: плюсы и минусы
Технологии беспилотного вождения несут как очевидные преимущества, так и определенные риски. К потенциальным плюсам относятся повышение безопасности на дорогах, экономичность и экологичность.
Поскольку робомобили реже допускают ошибки, их массовое внедрение способно сократить количество ДТП, снизив нагрузку на службы спасения и медицину. В логистике автономные грузовики оптимизируют маршруты, уменьшив расходы на зарплаты водителям и простои.
Развитие беспилотного такси снизит потребность в личных авто, что благоприятно скажется на экологии городов и эффективности использования дорожной инфраструктуры. Люди без водительских прав, включая несовершеннолетних, также получат возможность пользоваться личным транспортом.
Кроме того, робомобили будут незаменимы для доставки грузов в опасные зоны стихийных бедствий, техногенных катастроф и военных действий.
В то же время существуют опасения по поводу безопасности и надежности современных беспилотных технологий, что провоцирует недоверие общественности. Маркетинг некоторых систем, таких как Autopilot и FSD от Tesla, критикуют за вводящую в заблуждение подачу информации.
Также есть риск массовой потери рабочих мест среди водителей такси, грузовиков, автобусов и другого транспорта. Хотя одновременно могут появиться новые профессии, связанные с обслуживанием и эксплуатацией робомобилей.
Кроме того, обычные люди рискуют полностью утратить навыки вождения, а любители — лишиться возможности управлять автомобилем самостоятельно, если не будут созданы специальные зоны для этого досуга.
Регулирование отрасли
В последние годы многие страны ввели законодательство, регулирующее испытания и использование беспилотных автомобилей на дорогах.
В США на федеральном уровне Министерство транспорта и NHTSA установили общие принципы и требования безопасности для беспилотников. Также принят ряд законов в отдельных штатах, как разрешающих, так и запрещающих их использование. Особенно активно беспилотники тестируются в Калифорнии, Аризоне, Техасе и Флориде.
Китай в 2018 году ввел правила тестирования для регулирования разных уровней автономности. В 2020 году принята стратегия развития интеллектуальных транспортных средств до 2025 года.
В Европейском союзе с 2022 года действуют единые требования к официальному утверждению типов беспилотных транспортных средств разных категорий. Опубликован проект закона, регламентирующего использование автомобилей с автоматизированными системами вождения.
В Японии с 2020 года разрешено движение беспилотников третьего уровня автономности, а с 2023 года — четвертого уровня.
В некоторых европейских странах вроде Норвегии, Франции, Германии и Великобритании также приняты национальные законы, допускающие тестирование и использование самоходных автомобилей при соблюдении определенных требований.
Когда робомобили выедут на дороги
Нет сомнений, что в ближайшие годы беспилотные автомобили станут обычным явлением на дорогах. Отрасль и законодательство в развитых странах активно движутся в этом направлении.
Однако у индустрии автономного транспорта еще остаются нерешенные задачи. В частности, необходимо совершенствовать алгоритмы машинного обучения для более точной работы систем, создавать более мощные чипы для обработки огромных массивов данных непосредственно в автомобиле. Кроме того, предстоит преодолеть опасения общественности по поводу безопасности робомобилей.
Возможный прорыв в области искусственного интеллекта может дать толчок развитию полупроводниковой отрасли, что положительно скажется и на аппаратном, и на программном уровнях для беспилотников.
Помимо самих автономных транспортных средств, городам предстоит подготовить соответствующую инфраструктуру — обеспечить бесперебойную работу светофоров, нанести четкую разметку, установить корректные знаки и другие ориентиры для робомобилей.
Инфраструктура для беспилотных автомобилей. Данные: McKinsey Insights.
Таким образом, повсеместное внедрение самоуправляемых авто — это комплексная задача, требующая колоссальных усилий и тесной координации между совершенно разными отраслями, на первый взгляд никак не связанными с транспортом.
При условии успешного решения существующих проблем автономный транспорт изменит многие сферы жизни человеческого общества в ближайшие десятилетия.
Текст: Богдан Каминский
