TASS nyhetsbyrå kunngjorde planene for selskapet KAMAZ å investere 400 millioner rubler i utviklingen av en ubemannet teknologi for styring av godskøretøy. Ifølge kilder foretar organisasjonen en investering fra sitt eget budsjett, men offentlige næringer vil også bidra til utviklingen.
Innenfor rammen av flere presidentselskaper vil et team bli dannet ansvarlig for opprettelsen og forfremmelsen av det ubemannede lasttransportmarkedet i Russland. Det vil inkludere eksperter fra ulike store selskaper og offentlige byråer.
I begynnelsen av året snakket generaldirektøren for KamAZ om planlagte investeringer i denne teknologien på 7 milliarder rubler. Halvparten kommer fra statsbudsjettet, en annen halvdel vil bli betalt av russiske bilprodusenter. I begynnelsen av februar i år ble det rapportert at Volgabus mottok 200 millioner rubler fra det føderale budsjettet for utvikling av ubemannede busser.
I andre halvdel av 2018 presenterte KamAZ sin første prototype av en ubemannet lastebil til verden. Et internasjonalt selskap deltok også i utviklingen. Kamsk planlegger å starte masseproduksjon av dette produktet i 2022.
Hva er ubemannet teknologi?
Ubemannet teknologi er kunstig intelligens, uten menneskelige egenskaper, som ofte forårsaker ulykker på veiene. Sannsynligheten for brudd på trafikkregler i AI er null, siden den fungerer i henhold til strengt foreskrevne algoritmer. Minimering av den menneskelige faktoren på veien vil redusere antall ulykker med 90%.
Teknologien er basert på en passiv modell. Grunnlaget for datasyn er det menneskelige, i stedet for øynene brukes moderne videokameraer. I vårt land fungerer denne modellen i takt med den aktive modellen, som brukes av mange utenlandske selskaper - for eksempel Google Car.
Teknologien til ubemannet kjøretøykontroll er tilpasset forholdene i vårt land. Hvis det i andre land er bygget på grunnlag av ledelse langs ideelle veier, hvor det ikke er hull, støt, god markering, tar modellen vår i betraktning alle feilene og lærer å kjøre kjøretøy under forhold med dårlig trafikk. For dette utvikles en omfattende algoritme som lærer å navigere på veien uten å markere, kunne gå rundt groper, hummocks og mer.
Russisk teknologi bruker følgende moduler:
- Bildebehandling av høy kvalitet. Bildet fra kameraet tilpasses i noen værforhold og i noe lys;
- C-Pilot lærer å gjenkjenne ulike objekter på veien, og samler et stort utvalg av informasjon. Hver dag gjenkjenner han tydeligere bevegelige og ikke-bevegelige gjenstander på veien;
- Objektsporing utføres på basis av bayesiske filtre og optisk strømning. Denne tilnærmingen lar deg kombinere mange veibilder til et enkelt bilde av videostrømmen;
- For å sikre stabil bevegelse brukes fovealbevegelsen. Videokameraer er ikke løst på hele bildet, men bestemmer kun kanalen foran transporten, som bærer maksimal risiko ved kjøring (andre deltakere i bevegelsen, fotgjengere, etc.);
- Den raske driften av algoritmene er gitt ved bruk av nevrale nettverk. De bestemmer på forhånd arkitekturen i området og alle gjenstander som ligger i veien til kjøretøyet
- Stereoskopisk syn bestemmes av objekter som er i stadig forandring form, er over eller under veien (for eksempel refleksjon av frontlys på en våt veioverflate);
- For å gi en klar definisjon av trafiksituasjonen, kreves et kraftig kamera for å raskt ta et bilde. Kognitiv piloteknologi bruker et 2 megapikselkamera som fanger bildet som Full HD på 45 millisekunder;
- I tillegg til videoevalueringen brukes et stort antall forskjellige typer sensorer. De tillater autopiloten å se hele 360-graders veimiljø i multi-sensorisk oppfatning;
- Bird Eye-teknologien bestemmer plasseringen av kjøretøy på veien med decimeter nøyaktighet. I tillegg husker denne teknologien faste objekter (bygninger, trafikklys, etc.) på grunnlag av tidligere oppnådde data som følge av kjøring;
- For geografisk orientering brukes Openstreetmaps kart;
- For å sikre den optimale bevegelsesbanen (med hensyn til ulike interferensobjekter), brukes en egen teknologi og algoritme;
- En separat modul "Driver" styrer alle mekaniske enheter transport. Han er ansvarlig for å snu rattet til ønsket antall grader, bremser ned og legger til gass i nødvendige situasjoner.
En slik omfattende tilnærming sikrer høy kvalitet på den ubemannede teknologien. Nå er hun i utviklingsstadiet, kunstig intelligens blir lært hvordan man skal oppføre seg på veien og hvordan man kan samhandle med andre biler.
Historien om utviklingen av ubemannet teknologi
De første forsøkene på å skape autonome kjøretøy ble gjennomført i det 20. århundre. I arkivet av publikasjonen The New York Time kan du finne nyheter på forespørsel fra autonome biler, fra 80-tallet i forrige århundre.
De første forsøkene på å skape ubemannet teknologi ble laget i 1916, da de opprettet den første radiostyrte droneen. Alle utviklingene av den tiden ble brukt til militære formål. I første verdenskrig ble luft torpedoer og selvdrevne gruver brukt.
Frem til midten av forrige århundre var slike utviklinger eksperimentelle. De var basert på radiostyring, så det gjorde ikke uten menneskelig deltakelse. Sakte ble biler og droner virkelig automatiske.
I 1961 opprettet en student fra Stanford University en selvbil kjøring. Hun jobbet gjennom signalet som ble overført fra kabelen. På 70-tallet forsynte forsker John McCarthy prototypen med teknisk visjon. Takket være ham lærte vognen å bevege seg i automatisk modus. Den hvite linjen var referansepunktet. Hun mottok også de første kameraene, en rekkeviddefinder og flere kanaler for å samle inn informasjon. Samtidig forsøkte John McCarthy å utvikle et tredimensjonalt kartleggingsmiljø.
Etter dette eksperimentet prøvde ingeniører å utvikle nøyaktig ubemannede biler, og ikke modeller basert på radiokontrollsystemer. Den største suksessen ble oppnådd av forskere fra USA, Japan og Tyskland. I 1980 opprettet et team av forskere under ledelse av Ernst Dickmans den første maskinen som beveget seg helt automatisk.
Senere skrev Ernst Dickmans flere vitenskapelige artikler der han beskrev alle detaljer i prosjektet. Arbeidet med den tyske autonome bilen var basert på Kalman-filteret, parallelle databehandlingsmekanismer og imitasjon av den saccadiske øyebevegelsen. Dette systemet er i stand til å vurdere miljøet.
Fra 1987 til 1995 ble det utført arbeid på prosjektet "Prometheus". Den totale investeringen var en milliard dollar. Det var basert på Dickmans-systemet. I 1994 gjennomførte de den første fullverdige testen på offentlige veier: Mercedes kjørte langs Parisveiene med en hastighet på opptil 130 km / t, manøvrert mellom trafikkbaner og overtok andre biler.
I andre halvdel av 90-tallet var det et gjennombrudd i utviklingen av ubemannet teknologi. Dette ble tilrettelagt av utviklingen av kunstig intelligens, nevrale nettverk og maskinlæring. I 2004 fant den første autonome bilkonkurransen sted. I 2010 gjennomførte Google den første praktiske testen av sin selvkjørende bil på offentlige veier. Nå er utviklingen av automatiske biler engasjert i alle store bilprodusenter: Audi, BMW, Tesla og mange andre.
Hva kan konkluderes?
Teknologiene på grunnlag av hvilke moderne autonome biler opererer, er opprettet i forrige århundre. Men for arbeid av høy kvalitet, krever de mange forbedringer, hvorav det viktigste er å lære å behandle en stor mengde informasjon, på grunnlag av hvilken AI kan navigere i trafikken. Over tid vil forskere forfine teknologien, og det kommer inn i vårt daglige liv så raskt som smarttelefoner en gang gjorde.
