Убийца таксистов. Беспилотник «Яндекса» на дорогах Москвы — страхи и личный опыт

Новости из мира такси.
Ответить
Аватара пользователя
sergey
Администратор
Сообщения: 231
Зарегистрирован: 20 дек 2018 10:42

Убийца таксистов. Беспилотник «Яндекса» на дорогах Москвы — страхи и личный опыт

Сообщение sergey » 04 дек 2019 18:06

Слепящее солнце, ледяной ветер, пыль от стройки новой ветки метро. С парковки выезжает бело-красная машина, увешанная причудливой электроникой. За рулём — никого. Такси покорно ждёт пассажиров. Звучит футуристично, в духе Cyberpunk 2077? Но это — реальность. Мы прокатились по Москве на беспилотнике «Яндекса», и вот что он умеет.

Беспилотные автомобили Яндекса
На место водителя садится специально обученный инструктор (руль и педали он не трогает), мы — кто куда. Автопилоту задают маршрут и разрешают начать движение. Включается поворотник, машина аккуратно выползает с прилегающей территории — через заправку, слепой поворот и хитрый въезд на Аминьевское шоссе. На интерактивных дисплеях отображается больше информации, чем можно увидеть в окна: здесь и все распознанные объекты (на 360 градусов!), и высокоточная карта с предполагаемыми траекториями движения, и логика поведения ИИ.

Бортовая система рисует общий маршрут и доступные варианты движения.

Выбирать действия нельзя, система лишь визуализирует опции: перестроиться из полосы «только направо», объехать тихохода на старой «Оке» или пропустить торопыгу слева. На ней же отображаются предполагаемая скорость движения, препятствия, ограничивающие манёвры роботакси, распознанные знаки, пешеходные переходы, опасные участки... Понять намерения цифрового водителя легко без инструктажа — достаточно понаблюдать за поведением беспилотника пару минут.


Беспилотные автомобили Яндекса
Система умнее, чем кажется на первый взгляд. Она, к примеру, знает, что остановившийся на правой полосе общественный транспорт — не просто препятствие, но ещё отличный генератор внезапных пешеходов, бегущих на посадку. Живые водители тоже способны предсказать подобные ситуации, однако не каждый раз подстраховываются. Аналогичным образом ИИ распознаёт мелкую живность на дороге. Белок, кроликов, собак и кошек автомобиль постарается пропустить безопасно для себя и пассажиров.

В первые минуты поездки страшновато — а вдруг цифровой мозг начнёт чудить?

Но затем лёгкая тревожность сменяется каменным спокойствием: машина едет по Москве идеально. Человек способен обеспечить чуть больший комфорт по части плавности хода, но с вероятностью в 99% уступает системе в скорости реакции на нестандартные ситуации. Да и, признаться, не столь дисциплинирован.

На дороге роботакси держится уверенно. Но как это чудо техники функционирует? Экскурсию по внутреннему устройству авто нам провёл Артём Фокин — директор по развитию бизнеса беспилотников «Яндекса».

Беспилотные автомобили Яндекса
Железо и мозги
Нейросети «Яндекса» совершенно нет разницы, в какой машине функционировать. Главное, чтобы внутри была технология Drive-by-Wire — цифрового управления акселератором, тормозами и рулём по CAN-шине. Собственно, это одна из причин, почему всё обкатывают на Toyota Prius. Во-первых, эти модели использует не только российский IT-гигант, — а раз есть успешный мировой опыт, значит, его нетрудно перенять. Во-вторых, у таких иномарок мощная электрическая сеть и большой багажник.

Первые версии автопилота потребляли неприличное количество энергии и занимали весь багажник универсала. Актуальной системе достаточно серверного юнита, прячущегося в нише для запаски. В тонком металлическом корпусе — блоки питания, пара серверных Xeon, три видеокарты NVIDIA и много гигабайт оперативной памяти. Но даже такая конфигурация во многом избыточна и не используется на 100% системой автономного передвижения. Запас производительности заложен для разработчиков — позволяет подключить дополнительные аналитические модули, на лету копировать данные с датчиков автомобиля, следить за выполнением кода автопилота. А также иметь возможность расширять его, не упираясь в аппаратные ресурсы, не тратить время на апгрейды.

Артём Фокин
директор по развитию бизнеса беспилотников «Яндекса»
Сегодня обкатку проходят несколько «Приусов» разных версий — отличаются как сами машины, так и оборудование на борту, его расположение относительно корпуса. Специалисты пытаются подобрать оптимальный вариант: хотят, чтобы система имела максимальный обзор и при этом не страдала от неблагоприятных факторов вроде непогоды и помех от другого транспорта. Собрать авто из готовых модулей сегодня можно за несколько дней.

Цена вопроса — порядка 6 миллионов рублей.

В стоимость включены подержанные Toyota Prius, доставка, растаможка, гора дорогого серверного оборудования и необходимая электроника: радары, лазерные дальномеры, широкоугольные камеры с функцией ночной работы и так далее. Год назад один беспилотник стоил почти 20 млн. Так что не пугайтесь цен, железо стремительно дешевеет.

Беспилотные автомобили Яндекса
Сейчас «Яндекс» строит второе поколение роботранспорта. За основу взяли новую Hyundai Sonata. Инженерам не пришлось даже взламывать бортовое ПО — представительство корейской марки само предложило документацию и помощь по внедрению автономного управления. В итоге всё заработало по CAN-шине: программу научили водить незнакомое авто, объяснили, как плавно разгоняться и аккуратно тормозить.

Опасности и человеческий фактор
Главная черта автопилота — 100-процентная дисциплина. И речь не про безукоснительное соблюдение ПДД. Ни один человек не способен рулить с такой концентрацией, как это умеет ИИ. Дело в физиологии: наш мозг не занимается задачами параллельно, он быстро переключает контексты. А зрение обладает лишь небольшой зоной фокусировки внимания, всё остальное — развитая работа нейросети в голове, достраивающей картинку. Автопилот же фиксирует всё на 360 градусов вокруг себя, отслеживает сотни факторов, способен видеть в полной темноте и — что немаловажно — всегда спокоен.

Когда мы запускали беспилотное такси в Иннополисе, регулярно возникала следующая дорожная ситуация. Большой автобус, который привозит людей из Казани в Иннополис, стоит справа, дорога — две полосы. Он просто стоит справа и всё. Пешеходного перехода перед ним нет, но иногда люди из-за автобуса выбегают. При этом сам автобус — он большой и железный, даже радаром не простреливается, так что это слепая зона. Поэтому мы поняли две вещи. Во-первых, надо запрограммировать автомобиль так, чтобы он отличал слепые зоны. Во-вторых, научить быть готовым к непредвиденным последствиям: из слепой зоны внезапно могут появляться другие участники дорожного движения.

Артём Фокин
директор по развитию бизнеса беспилотников «Яндекса»
Результат подобной отладки — чрезвычайно ответственное поведение ИИ рядом с общественным транспортом. Проезжая очередную слепую зону, машина сбрасывает скорость ровно настолько, чтобы при экстренном торможении не задеть потенциальных пешеходов. Живой водитель, конечно, тоже догадывается, что на дорогу может выскочить очередная «кегля» — но сколько раз действительно притормозит? А если в салоне ещё музыка бодрая играет и все мысли лихача занимает предстоящая футбольная трансляция? В этом ключевое отличие человека от автопилота. ИИ всегда действует по алгоритму «слепая зона — снижай», и не важно, что играет по радио.

Беспилотные автомобили Яндекса
Второе преимущество цифровых мозгов — отсутствие туннельного зрения, характерного для людей. Система одинаково хорошо видит во все стороны, считывает десятки раз в секунду векторы скоростей всех объектов в радиусе 250-300 метров. Для неё попросту нет внезапных сценариев: есть лишь неучтённое поведение в коде. Если у беспилотника не получится уладить необычную ситуацию общими методами, специалисты научат его частному решению. Собственно, ради этого машины и наматывают миллионы километров в мегаполисе. К слову, в 90% случаев весь «внештат» решается снижением скорости до безопасной (когда можно экстренно остановиться без совершения ДТП).

Во время обкатки автопилота в Иннополисе много интересных случаев возникало. Тестируем систему, инженер сидит справа, машина едет сама, за рулём никого нет, дорога — две полосы в одну сторону. Вдруг автомобиль внезапно перестраивается из левой полосы в правую. Инженер уже тянется достать из бардачка клавиатуру, чтобы сделать пометку «Немотивированное перестроение, надо разобраться». Но спустя какое-то время понимает: по той полосе, по которой он двигался, навстречу едут два велосипедиста. По встречке, без фонарей! Он их не видел, в отличие от лидара и радара — в цифровых мозгах данные объединяются от всех сенсоров. Такси оценило угрозу, спокойно перестроилось и поехало дальше.

Артём Фокин
директор по развитию бизнеса беспилотников «Яндекса»
Софт обрабатывает миллионы подобных случаев, в том числе различные неисправности. Бортовая система умеет считывать ряд ошибок, знает, как их классифицировать. Чем-то можно пренебречь, предупредив пользователя за рулём. Другие проблемы требуют либо ручного подтверждения от человека, либо автоматом переводят транспорт в режим аварийной остановки — включается соответствующая сигнализация, ИИ безопасно сбрасывает скорость, останавливается и активирует ручной режим.


Беспилотные автомобили Яндекса
Если вам не нравится дорожная ситуация или поведение робота — «забрать» руль легко в любой момент — автопилот моментально прекращает какое-либо взаимодействие с машиной, стоит водителю оказать воздействие на органы управления. Для внештатных эпизодов предусмотрены аварийные кнопки, аппаратно отключающие все системы автономного вождения. Бах! — и у вас самая обычная Toyota. Ну разве что со странной штукой на крыше и сервером в багажнике. Впрочем, это именно аварийная система, в повседневном режиме ей вряд ли придётся воспользоваться.

Обучение цифровых мозгов
Один из важнейших элементов автономного вождения — навигационная система с картами высокой чёткости. Полагаться только на GPS нельзя. Сигнал способен потеряться в высотках, пропасть в тоннеле, его, в конце концов, можно заглушить или подменить. Да и точность позиционирования недостаточная. Поэтому ИИ полагается на комплексное решение: спутниковые системы и базовые сотовые станции обеспечивают общее понимание того, где находится автомобиль. А цифровое зрение, гироскопы и акселерометры помогают автопилоту пользоваться 3D-картами «Яндекса».

К сожалению, на рынке высокоточных трёхмерных карт сейчас всё сложно. По всему миру есть около 200 компаний, утверждающих, что они делают карты высокой чёткости. Нюанс в том, что если ты сам не разрабатываешь автопилот, то не сумеешь создать для него подходящую карту. Получится какой-то абстрактный продукт, которому просто нет применений.

Артём Фокин
директор по развитию бизнеса беспилотников «Яндекса»
Для создания трёхмерной карты «Яндексу» достаточно оборудования, которое уже установлено на транспорте с комплексами самостоятельного управления. Любое авто не только умеет колесить самостоятельно, но и работает сканером пространства. Один проезд по улицам с живым водителем создаёт массив данных, достаточный для дальнейшей навигации. Любой последующий проход (с человеком за рулём или без) уточняет и дополняет схему ориентирования на местности.



Беспилотные автомобили «Яндекса» тестируют не только в Москве и Казани. Помимо России, отечественные роботы колесили по Израилю и США. Подобное разнообразие маршрутов идёт лишь на благо системе. Инженеры получают аналитику о различных случаях на дороге и обучают нейросеть адекватно реагировать на нетипичные ситуации. К примеру, в Тель-Авиве очень много двухколёсных ТС (велосипеды, скутеры, мотоциклы). А вот поведение людей за рулём там не сильно отличается от России. В Неваде среднестатистические водители гораздо более дисциплинированные, но ночью машине сложнее из-за засветки камер.

В январе этого года мы показывали свою машину на CES. Отправиться на выставку решились поздно — в конце октября 2018, то есть на подготовку оставалось всего два месяца. Изначально, даже не было плана колесить там без человека за рулём. Мы просто приехали и поняли, что разрешение получить суперпросто: нужно заполнить веб-форму. Через две недели в почтовом ящике лежали специальные номера.

Артём Фокин
директор по развитию бизнеса беспилотников «Яндекса»
Беспилотные автомобили Яндекса
За это время инженеры купили обыкновенный «Приус», необходимое железо, всё оборудование для ориентирования в пространстве. Авто фактически собрал один специалист. Да, пришлось чуть доработать ПО. В Америке ПДД отличаются от международных, причём разнятся от штата к штату: например, есть свои знаки и особенности разметки. Вторую проблему подкинул Лас-Вегас — в мегаполисе на фоне неоновых вывесок и пёстрых витрин плохо видно светофоры.

Начали ездить и поняли за три дня тест-драйва, что электроника сама со всем справляется. Тогда мы решили, что надо будет в Лас-Вегасе показать технологию всё-таки без водителя за рулём, а, допустим, посадить его справа. Позвонили в департамент DMV, выполняющий функцию регулирования. Там говорят: мол, у вас человек в машине будет — сажайте его, куда хотите. Поэтому во время CES мы катались без человека за рулём — местные законы позволяли. В Москве пока так нельзя.

Артём Фокин
директор по развитию бизнеса беспилотников «Яндекса»
Человеческий фактор
Обучить робота ездить по полигону — дело нехитрое. Специальные зоны есть и в Подмосковье, и в Иннополисе, где беспилотники накручивают миллионы километров, разъезжая по пустым трекам круглые сутки. В их цифровых мозгах то и дело моделируются различные условия, замеченные в реальном мире: машины разбираются, как правильно реагировать на внештатные ситуации. Там же учат инструкторов — живых испытателей, контролирующих поведение системы на дорогах общего пользования.

У нас создан полигон под Москвой. Там обучаются водители. У нас есть специальный режим, он называется Crazy Mode, когда мы переаттестуем всех наших испытателей примерно раз в две недели. Смысл в том, что мы выпускаем авто на дорогу, а оно периодически начинает чудить. Задача человека — сохранять контроль и вовремя вмешиваться в управление. Просто чтобы люди не расслаблялись. Многие наши водители отмечали, что когда садятся в собственную машину, то не понимают, почему она не едет сама. Вот насколько расслабляется мозг и атрофируется навык вождения при пользовании автопилотом. Они привыкли — ездишь, ничего не происходит. Надо периодически устраивать встряску, ведь случаи бывают разные. А за безопасность отвечает человек. Пока что.

Артём Фокин
директор по развитию бизнеса беспилотников «Яндекса»
Живой наставник нужен, чтобы научить цифровые мозги правильно обрабатывать сложные ситуации в городе. Львиная доля усилий команды тратится на программирование машины адекватно предсказывать поведение людей и реагировать на него. Будь то другие водители или пешеходы. Человеческую дурость никакой симуляцией не предугадаешь, поэтому сложные моменты надо просто отрабатывать на практике — ездить по улицам.

Беспилотные автомобили Яндекса
Банальный пример с беспокойным пешеходом: стоит на нерегулируемом переходе мужчина, мнётся, вроде как собирается на ту сторону, а активных действий не предпринимает. По ПДД водитель обязан пропустить его. На практике человек за рулём оценивает варианты развития событий и либо проезжает, либо ждёт. Машине же требуется увидеть подобные ситуации множество раз, чтобы нейросеть по косвенным признакам научилась определять дальнейший алгоритм действий других водителей, в том числе и недисциплинированных. То же касается строительной техники, транспорта спецслужб и тому подобного.

У нас есть ряд задач, которые мы для себя называем длинным хвостом. Сейчас объясню, что это. Есть проблемы, которые необходимо решить, прежде чем машина будет безопасно справляться с любыми ситуациями на дороге. Базовое обеспечение ориентирования, распознавания дорожных ситуаций, следование по маршруту — очевидные, грубые концепции. После этого такси можно выпускать на дороги. В этот момент проблемы переходят в нюансы, в длинный хвост.

Артём Фокин
директор по развитию бизнеса беспилотников «Яндекса»
Сложные условия уже давно не ставят систему в тупик. Электронный разум во многом реагирует почти как живой, хоть его этому специально не учили. Скажем, идёт сильный дождь или плотный снег, ухудшающий видимость. Человек в таких обстоятельствах снижает скорость, чтобы минимизировать риски и иметь больше времени на принятие решения. Так же поступает и автопилот. Сократилась предсказуемая дистанция? Надо снизить скорость, чтобы можно было затормозить в случае нештатной ситуации. Безопасность превыше всего.


Беспилотные автомобили Яндекса


Когда мы решаем проблему безопасности, начинаем трудиться над оптимизацией. Как маневрировать, если двигается колонна спецтехники? Как поддерживать безопасную дистанцию до впереди идущего автомобиля? Как пропустить скорую? То есть это моменты, которые тоже важны, но не настолько, чтобы иметь возможность выключить машину вовремя. Сюда же относится и общение между двумя автопилотами в потоке. Научатся водить самостоятельно — сделаем модуль, позволяющий автомобилям заранее договариваться о маневрах, быть предсказуемыми друг для друга.

Артём Фокин
директор по развитию бизнеса беспилотников «Яндекса»
Итоги и впечатления
Многие из нас ежедневно ездят по улицам, будь то личная машина, авто из каршеринга, такси либо общественный транспорт. И среди всех этих водителей в городском потоке может встретиться робот. Сегодня это редкость. Но, как показал наш небольшой тест-драйв, беспилотник держится на дороге куда предсказуемее и безопаснее, чем 90% «бомбил» на жёлтых иномарках с шашками на крыше.

Беспилотные автомобили Яндекса
Да, «Яндексу» есть над чем трудиться, однако здесь отлично работает эффект масштаба. Чем больше таких робомашин на дорогах, тем лучше они понимают нас и наш мир. Учатся плавно трогаться, маневрировать в плотном трафике и аккуратно замедляться. Уже сегодня ясно одно. Если вы таксист или ваша профессия связана с вождением, пора осваивать что-то новое, пока не поздно. Это сейчас автопилот — нечто дорогое, футуристичное и непонятное.

К 2025 году он может оставить вас без работы.

Ответить