Vor einigen Tagen
sagte Wedomosti , Moskau werde bald damit beginnen, eine unbemannte Straßenbahn zu testen. Jetzt testen sie ihn im Depot, aber in ein paar Monaten planen sie, ihn auf der Route Nr. 17 zu starten - bisher ohne Passagiere und mit einem Fahrer in der Kabine.
In der nächsten Phase wird der Fahrer auch weiterhin die Straßenbahn steuern. Das System zeichnet nur die Auslösung auf, kann jedoch nur in zwei Fällen die Steuerung der Straßenbahn beeinflussen - es wird langsamer, wenn es ein fremdes Objekt auf den Gleisen sieht, und langsamer, wenn der Fahrer bei schlechtem Wetter zu stark beschleunigt.
Höchstwahrscheinlich wird die Straßenbahn erst in wenigen Jahren völlig unbemannt sein. Wie Vedomosti schreibt, bis 2021–2022.
Die Entwicklung basiert auf dem Vityaz M-Modell, das von PC Transport Systems hergestellt wird, und das Unternehmen Cognitive Technologies beschäftigt sich mit Autopiloten. Die Leiterin ihrer Abteilung für die Entwicklung unbemannter Fahrzeuge, Yuri Minkin, erzählte uns mehr über das Projekt.
Sensoren
Das System wird 20 Kameras und 10 Radargeräte verwenden - wenn wir über die Konfiguration einer völlig unbemannten Straßenbahn sprechen. Wir arbeiten derzeit an einer Lösung, damit die Sensoren alle 360 Grad rund um die Straßenbahn abdecken. Dies ist unsere aktuelle Mengenschätzung.
Die meisten werden vorne installiert. Es gibt bis zu fünf Kameras in verschiedenen Konfigurationen. Drei Kameras befinden sich hinten und der Rest ist über das Auto verteilt. Separate Sensoren steuern auch den Türumfang. In der Tür funktionieren entweder Kameras oder andere Sensoren - wir arbeiten noch an diesem Problem. Sie müssen sehen, wenn niemand in der Tür ist und sie können geschlossen werden.
Kameras und Radargeräte sind gute Instrumente, liefern jedoch keine vollständigen Informationen, wenn sie isoliert arbeiten, insbesondere unter schwierigen Bedingungen. Unter idealen Bedingungen reichen Kameras für alles. Leider leben wir nicht in einer idealen Welt. Aus verschiedenen Gründen funktionieren Kameras möglicherweise nicht mehr normal.
Zum Beispiel scheint die Sonne oder eine sehr geringe Beleuchtung, starker Schneefall, starker Regen. Das heißt, jene Bedingungen, unter denen weder die Person noch die Kameras etwas sehen. Es wäre seltsam, ein System herauszubringen, das bei starkem Nebel nirgendwo hinkommt. Es wird nicht benötigt und ist sogar gefährlich, da der Nebel unbemerkt aufsteigen kann. Und das Radar ist nicht so witterungsempfindlich, kann aber gleichzeitig nicht das ganze Bild sehen. Beispielsweise erkennt es kein Verkehrssignal.
Um all dies zu lösen, wird die Datenfusionstechnologie verwendet - wenn wir gleichzeitig Daten von Kameras und Radargeräten verarbeiten und Entscheidungen auf der Grundlage von zwei verschiedenen Sensoren treffen. Somit wird eine Allwetterlösung erhalten, die gleichzeitig vernünftigerweise akzeptabel ist.
Die Erkennungsgenauigkeit unter schwierigen Bedingungen nimmt natürlich ab. Um die Verkehrssicherheit zu gewährleisten und ein akzeptables Qualitätsniveau zu gewährleisten, müssen Vorsichtsmaßnahmen getroffen werden - Geschwindigkeitsreduzierung und so weiter. Dies verringert den Bremsweg und verlängert die Zeit zur Beurteilung der aktuellen Situation.
Radargeräte schauen vorwärts und rückwärts. Sie haben einen großen Aktionsradius - bis zu zweihundert Meter, vielleicht sogar etwas mehr. Radargeräte befinden sich an den Ecken, sodass wir alle toten Winkel kontrollieren können. Und noch ein paar mehr am Rand der Straßenbahn.
Radargeräte sind unsere Entwicklung. Wir halten die Kameras bereit. Aber was genau gestellt wird, in welcher Menge und zu welchen Zeitpunkten, ist eine gemeinsame Frage mit dem Hersteller von Straßenbahnen. Daher sollten wir in der Phase der endgültigen Entwurfsentscheidung besser über alles sprechen.
Software
Erstens ist es das synchrone Empfangen und Verarbeiten von Daten von verschiedenen Sensoren - Kameras, Radar, hochpräzise Positionierung, Trägheitssensoren. Die Hauptsache ist, dass die Daten synchron empfangen werden, so dass das System versteht, dass sich alle Informationen auf einen Zeitraum beziehen.
Wir erhalten auch Informationen von Straßenbahnsystemen in der Luft. Zum Beispiel die Position der Steuerungen, die Motordrehzahl, der Zustand der Türen und verschiedene Knotenpunkte der Straßenbahn.
Es gibt auch hochpräzise Kartografie - die Informationen, die wir im Voraus gesammelt haben, und sie werden ständig aktualisiert. Damit können wir den Standort immer anhand von Informationen von Kameras und Radargeräten wiederherstellen, auch wenn wir das GPS-Signal verloren haben. Wir wissen, wo sich alle interessanten Objekte auf der Route befinden, Haltestellen, Ampeln und mehr.
Um beispielsweise keine Computerressourcen für die Erkennung von Verkehrssignalen entlang der gesamten Route zu verschwenden, schließen wir bei Bedarf die entsprechende Komponente ein, da wir wissen, wo sie sich befinden. Auf diese Weise können Sie die Rechenlast optimieren.
Die nächste Stufe in der Software ist die Verarbeitung. Wir stellen die Straßenszene um uns herum wieder her, ordnen Objekte an, analysieren die Straßenszene und treffen Entscheidungen darüber, wie die Steuerung beeinflusst werden soll.
Wenn es sich um ein Fahrerwarnsystem handelt, bewerten wir, ob es Zeit ist, dass das System eingreift oder nicht. Wenn es um Autopiloten geht, dann bewertet er ständig die Straßenszene.
Bildverarbeitung und Training neuronaler Netze
Mit Hilfe der Bildverarbeitung erkennen wir eine Vielzahl von Objekten - Fußgänger, Autos, Verkehrssignale, die Position der Pfeile und mehr. Alle vielen Objekte, die der Treiber überwacht, werden auch vom System erkannt.
Wir führen eine Erkennung basierend auf neuronalen Netzen durch - dies ist der bewährte Ansatz. Für diese Aufgabe ist jedoch ein relativ leistungsfähiger Computer erforderlich, um eine akzeptable Qualität bei akzeptabler Geschwindigkeit zu erzielen. Im Auto ist es möglich, solche Geräte zu platzieren und an die Stromversorgung anzuschließen. Darüber hinaus sind die Kosten für die Ausrüstung für diese Art des Transports akzeptabel.
Wir haben lange Zeit Daten über bestehende Straßenbahnen gesammelt. Das Projekt dauert mehr als sechs Monate, gerade wurde es angekündigt. Wir sammeln zu verschiedenen Tageszeiten bei unterschiedlichen Lichtverhältnissen. Wir erweitern ständig Datensätze - das ist das Wertvollste. Algorithmen werden entwickelt und verbessert, und Datensätze können über viele Jahre zum Testen und Trainieren verwendet werden. Dies ist die Grundlage jedes maschinellen Lernens.
Für einen Teil der Detektoren, zum Beispiel die Erkennung von Autos und Fußgängern, verwenden wir die Daten, die wir zuvor vor dem Projekt mit einer Straßenbahn gesammelt haben
Sicherheit, Backup-System, Angriffe
Aufgrund der Hochtechnologie der Straßenbahnwagen können wir die Straßenbahn über die entsprechende Schnittstelleneinheit vollständig steuern. Wir können alle Leitungsgremien beeinflussen und Informationen über den aktuellen Stand aller Straßenbahnsysteme erhalten.
Es gibt ein Backup-System. Alle Knoten werden mit einem Rand dupliziert. Unser System sendet immer ein Signal an eine autonome Einheit, dass es funktioniert. Sobald dieses Signal verschwindet, stoppt das Gerät einfach das Auto.
Alle Informationen sind lokal enthalten. Wir fahren nicht mit der Straßenbahn nach draußen. Erstens wäre es sonst nicht sicher. Zweitens bieten bestehende Kommunikationskanäle keine ausreichenden Garantien. Wir alle verstehen, dass die Situation im Allgemeinen unvorhersehbar ist, wenn während der Bewegung etwas mit dem Kommunikationskanal passiert. Daher wird alles ausschließlich an Bord bearbeitet.
Dieses System hat keinen Eingang von außen. Es ist für Angriffe völlig geschlossen. Nur wenn Sie die Straßenbahn selbst angreifen, das Panel öffnen, an die Kabel anschließen - aber das ist schon eine fantastische Geschichte. Das Hacken über das Internet und das Verwalten der Straßenbahn ist unmöglich. Das gesamte System ist geschlossen und vollständig isoliert.
Bei Angriffen mit Snag-Bildern hilft uns das Radar. Zum Beispiel wird das Sehen getäuscht - es wird ein nicht existierendes Auto und eine Bremse sehen. Aber auf dem Radar werden wir sehen, dass nichts vor uns liegt. Ja, es wird klar - es stimmt etwas nicht, die Straßenbahn wird langsamer oder gibt ein Signal.
Aber auch hier sammeln wir alle Methoden, mit denen Sie Ihr Sehvermögen täuschen können, und entwickeln Methoden, um sie zu umgehen, damit das Bildverarbeitungssystem nicht auf solche Bilder reagiert. Täuschungen sind für jede Implementierung spezifisch und nicht universell. Angenommen, Tesla hat ein bestimmtes System und es wird jemandem klar, wie man es austrickst. Und höchstwahrscheinlich wird uns das, was Tesla täuscht, nicht täuschen.
Sie können dies durch ständige Überwachung bewältigen. Böse Jungs haben neue Wege gefunden, um zu stehlen, gute Jungs haben sich ausgedacht, wie sie sich davor schützen können.
Unterschiede zwischen einer Straßenbahn und gewöhnlichen unbemannten Fahrzeugen
Einerseits wächst die Verantwortung, weil es sich um den Personenverkehr handelt. Sorgen Sie immer für eine reibungslose Fahrt. Sie verstehen, dass Dutzende von Personen an Bord sind, für die Sie verantwortlich sind.
Auf der anderen Seite fährt die Straßenbahn auf Schienen, sie hat fast immer einen Vorteil in der Verkehrsordnung. Keine Notwendigkeit, das Problem des Rollens zu lösen, seine Flugbahn, alle wichtigen Punkte von Interesse, alle Ampeln, Haltestellen sind immer genau bekannt. Dies vereinfacht die Aufgabe erheblich.
Darüber hinaus ist die Straßenbahn groß, weniger Probleme mit der Platzierung der Ausrüstung, mit ihrer Leistung. In einem Auto reicht die Generatorleistung nicht immer aus, um Geräte aufzunehmen, mit denen Sie autonom fahren können. Aber es gibt keine Probleme mit der Straßenbahn.
Die Straßenbahn, mit der wir gearbeitet haben, ist sehr modern. Alles wird elektronisch gesteuert und es gibt bereits viele integrierte Sicherheitssysteme. Zum Beispiel kann er sich überhaupt nicht bewegen, bis die Tür verschlossen ist. Wenn die Türen beim Schließen auf etwas stoßen, öffnen sie sich selbst und kneifen niemals jemanden. Daher stellte sich heraus, dass es sich um eine sehr erfolgreiche Basismaschine handelt, auf die wir bereits unsere Systeme setzen.
Das heißt, aus Sicht der Implementierung - einfacher, aber verantwortungsbewusster.
Aber viele Dinge müssen koordiniert werden. Zuerst koordinieren wir uns mit dem Hersteller der Straßenbahn, dann fahren wir nach Mosgortrans, was den Testverlauf etwas erschwert. Wenn wir mit dem Auto zur Mülldeponie fahren können, können die Tests entweder in einem kleinen Depot durchgeführt werden - aber Sie werden nicht viel dorthin fahren - oder Sie können Tests speziell unter städtischen Bedingungen organisieren und die Sicherheit gewährleisten. Zum Beispiel nachts fahren.
Autopilot und Zeitplan
Dies wird so funktionieren, wie es jetzt funktioniert. Jede Straßenbahn hat einen Zeitplan, dem sie folgen sollte. Wenn ein Auto auf den Straßenbahnschienen aufsteht, bewegt sich der Fahrplan. Es wird bereits vorbereitet, um zu berücksichtigen, dass es Hindernisse auf dem Weg der Bewegung geben kann. Es gibt viel Erfahrung im Betrieb von Straßenbahnen, es ist seit langem bekannt, wie durchschnittlich eine Straßenbahn von ihrem idealen Fahrplan abweichen kann. Wir platzieren diese Abweichungen im Bewegungsweg.
Natürlich kann etwas Ernsthafteres passieren. In Zukunft wird ein System bereitgestellt, wenn wir über die Bewegung anderer Straßenbahnen Bescheid wissen, und wir werden uns in diesem Sinne bewegen.
Ja, der Fahrer kann eine zusätzliche Sekunde auf die Person warten, die zu ihm rennt, mit den Händen winkt und zu spät kommt, das Auto jedoch nicht. Theoretisch kann dies natürlich festgelegt werden, aber in der Praxis wird dies nicht passieren. Wenn wir eine Minute warten, kommt in einer Minute jemand anderes angerannt. Dies ist ein Auto und es funktioniert nach klaren Regeln. Dank dieser festen Regeln ist es sicherer.
Was ist erforderlich, um das Projekt aus der Pilotphase herauszuholen?
Wir müssen alles testen - auch was schon fertig ist. Unter verschiedenen Bedingungen funktioniert alles gut. Wir verstehen jedoch, dass das Leben reich an Ereignissen ist. Deshalb müssen wir weiter versuchen, verschiedene Szenarien in einer Stadt nachzuahmen, um zu sehen, ob das System funktioniert oder nicht.
Wir planen, mehrere Straßenbahnen zu starten, die fahren, Daten sammeln und die Funktionsweise des Systems beobachten. Das heißt, das System wirkt sich nicht auf die Steuerelemente aus, sondern hebt die Antworten einfach ab. Und wir werden die Reaktion des Systems überwachen und mit der Reaktion des Fahrers vergleichen. Darauf aufbauend werden wir analysieren, was richtig und was falsch ist. Wir werden alle Informationen von den Sensoren haben und sehen, wo was schief geht.
Natürlich müssen Algorithmen weiterentwickelt werden. Vision ist bereits nah genug an Industriestandards, an dem, was bereits funktionieren darf. Es ist notwendig, Szenarien zu erarbeiten und die Nuancen zu analysieren. Zum Beispiel, um zu analysieren, wie sich Fußgänger bewegen, damit das System nicht falsch funktioniert, sondern gleichzeitig langsamer wird, wenn es wirklich benötigt wird.
Dies sind alles Optimierungs- und Debugging-Nuancen, die viel Zeit in Anspruch nehmen.