几天前
，维多莫斯蒂（Vedomosti）说 ，莫斯科将很快开始测试无人驾驶电车。 现在，他们正在仓库中对他进行测试，但是几个月后，他们计划在17号路线上将其发射-到目前为止，没有乘客，也没有司机。
在下一阶段，驾驶员还将继续控制电车。 该系统将仅记录触发，但仅在两种情况下才能影响电车的控制-如果在轨道上看到异物，它将减慢速度；如果在恶劣的天气条件下驾驶员加速过快，它将减慢速度。
最有可能的是，电车将在几年内完全无人驾驶。 正如Vedomosti所写，到2021年至2022年。
开发基于PC Transport Systems生产的Vityaz M模型，Cognitive Technologies公司从事自动驾驶。 她的无人驾驶车辆开发部门负责人Yuri Minkin向我们介绍了该项目的更多信息。
感测器
如果我们谈论完全无人驾驶的电车的配置，该系统将使用20个摄像头和10个雷达。 我们目前正在研究一种解决方案，以使传感器覆盖电车周围的所有360度。 这是我们目前的数量估算。
大多数将安装在前面。 多达五个具有不同配置的摄像机。 三个摄像头位于后部，其余摄像头分布在整个汽车上。 独立的传感器还控制门的周边。 摄像头或其他传感器都可以在门口工作-我们仍在解决此问题。 他们必须看到没有人进门并且可以关闭。
摄像机和雷达分别是很好的仪器，但是当它们单独工作时，尤其是在困难的条件下，它们不能提供完整的信息。 在理想条件下，相机足以满足所有需求。 但是不幸的是，我们没有生活在理想的世界中。 由于各种原因，相机可能会停止正常运行。
例如，阳光普照或照明水平很低，大雪，大雨。 也就是说，人和相机都看不到任何东西的那些条件。 发行一个在大雾中任何地方都无法使用的系统会很奇怪。 这是没有必要的，甚至是危险的，因为雾可能会被悄悄溜走。 而且雷达对天气条件不是很敏感，但同时看不到完整图片。 例如，它无法识别交通信号。
为了解决所有这些问题，我们使用了数据融合技术-当我们同时处理来自摄像头和雷达的数据，并基于两个不同的传感器做出决策时。 因此，获得了全天候的解决方案，同时这是合理可接受的。
当然，在困难条件下的检测精度会降低。 为了确保交通安全并确保可接受的质量水平，必须采取预防措施-减速等。 这减少了制动距离，并增加了评估当前状况的时间。
雷达将向前和向后看。 它们的作用半径很大-可达200米，甚至更大。 雷达将在拐角处，以便我们控制所有盲点。 还有更多沿着电车的周边。
雷达是我们的发展。 我们准备好相机。 但是，电车生产商将共同提出确切的问题，数量和阶段。 因此，我们将在最终设计决策阶段更好地讨论所有问题。
软体类
首先，它是来自不同传感器（摄像头，雷达，高精度定位，惯性传感器）的数据的同步接收和处理。 最主要的是，数据是同步接收的，因此系统可以理解所有信息都涉及一个时间段。
我们还从机载电车系统接收信息。 例如，控件的位置，发动机转速，车门的状况以及电车的各个节点。
还有高精度制图-我们预先收集的信息，并且会不断更新。 有了它，即使我们丢失了GPS信号，我们也始终可以根据来自摄像头和雷达的信息来恢复位置。 我们知道路线上所有感兴趣的物体的位置，停靠点，交通信号灯等等。
例如，为了不浪费计算机资源来检测整个路线上的交通信号，我们知道它们在哪里，并在必要时包括相应的组件。 这使您可以优化计算负载。
软件的下一个层次是处理。 我们还原周围的道路场景，布置对象，分析道路场景并就如何影响控件做出决策。
如果我们正在谈论驾驶员警告系统，那么我们将评估是否应该干预该系统。 如果是自动驾驶，那么他会不断评估道路状况。
机器视觉和神经网络训练
借助机器视觉，我们可以检测各种物体-行人，汽车，交通信号灯，箭头的位置等。 驱动程序监视的所有许多对象也将被系统识别。
我们基于神经网络进行识别-这是最成熟的方法。 但是，此任务需要功能相对强大的计算机以可接受的速度提供可接受的质量。 在汽车中，可以放置此类设备，然后将其连接到电源。 此外，这种运输方式的设备成本是可以接受的。
很长时间以来，我们一直在收集有关现有电车的数据。 该项目历时六个多月，刚刚宣布。 我们在一天中的不同时间，不同的光照条件下收集。 我们正在不断扩展数据集-这是最有价值的事情。 已经开发和改进了算法，并且可以将数据集用于多年的测试和培训。 这是任何机器学习的基础。
对于部分检测器（例如，对汽车和行人的识别），我们使用之前在电车项目之前收集的数据
安全性，备份系统，攻击
由于电车的高科技技术，我们可以使用适当的接口单元完全控制电车。 我们可以影响所有理事机构，并接收有关所有电车系统当前状态的信息。
有一个备份系统。 所有节点都复制有空白。 我们的系统总是向正在运行的自治单元发送信号。 该信号消失后，该装置将使汽车停下来。
所有信息都包含在本地。 我们不会在外面开电车。 首先，否则将是不安全的。 其次，现有的通信渠道不能提供足够的保证。 我们都知道，如果在移动过程中通信渠道发生故障，情况通常是无法预测的。 因此，一切都在船上专门处理。
该系统没有外部入口。 它完全不受攻击。 仅当您攻击电车本身时，打开面板，连接电线-但这已经是一个奇妙的故事。 通过Internet进行黑客攻击和管理电车是不可能的。 整个系统是封闭的，完全隔离。
在使用障碍图像进行攻击的情况下，雷达将为我们提供帮助。 例如，视觉将被欺骗-它会看到不存在的汽车和制动器。 但是在雷达上，我们将看到前方没有任何东西。 是的，它将变得很清楚-发生了问题，电车会减速或发出信号。
但同样，我们收集了所有可以欺骗您视力的方法，并开发出解决这些问题的方法，并确保您的视觉系统不会对此类图像做出反应。 欺骗是特定于每种实现的；它们不是通用的。 假设特斯拉有一个特定的系统，并且有人知道如何欺骗它。 而且最有可能的是，欺骗特斯拉的事物不会欺骗我们。
您可以通过持续监控来解决此问题。 坏人想出了新的偷窃方式，好人想出了如何保护自己免受这种情况的侵害。
有轨电车与普通无人车的区别
一方面，责任在增长，因为它是客运。 始终确保平稳行驶。 您了解到，您要为数十个人负责。
另一方面，电车在轨道上行驶，在交通法规方面几乎总是有优势。 无需解决滑行问题，它的轨迹，所有关键景点，所有交通信号灯，停靠站始终是众所周知的。 这大大简化了任务。
此外，电车体积大，设备放置和动力方面的问题更少。 在汽车中，发电机功率并不总是足以容纳允许您自动驾驶的设备。 但是电车没有问题。
我们合作的电车非常现代。 一切都是电子控制的，并且已经有许多内置的安全系统。 例如，直到门被锁上，他才能完全移动。 如果门在关闭时偶然发现某些东西，它们会自行打开，切勿挤压任何人。 因此，事实证明，这是一个非常成功的基础机器，我们已经在其上安装了系统。
也就是说，从实现的角度来看-更简单，但更负责。
但是很多事情需要协调。 首先，我们与电车制造商进行协调，然后前往Mosgortrans，这使测试过程变得有些复杂。 如果我们可以开车到垃圾掩埋场，那么可以在一个小仓库中进行测试-但您不会去那里很多-或者可以在城市条件下专门组织测试以确保安全。 例如，晚上骑车。
自动驾驶和时间表
这将按现在的方式进行。 每个电车都有应遵循的时间表。 如果汽车在电车轨道上站起来，日程将改变。 考虑到行进途中可能存在障碍，已经进行了准备。 有轨电车的运营经验丰富；众所周知，平均而言，有轨电车如何偏离其理想时间表。 我们将这些偏差放置在运动路线中。
自然，更严重的事情可能发生。 将来，当我们了解其他电车的运动时，将提供一个系统，我们将牢记这一点。
是的，驾驶员可以多花一秒钟的时间等待奔跑，挥手和迟到的人，但是汽车却没有。 从理论上讲，这当然可以确定下来，但实际上这不会发生。 如果我们等待一分钟，那么一分钟后就会有人跑来跑去。 这是一辆汽车，并且按照明确的规则运行。 由于这些固定的规则，它更安全。
使项目脱离试验阶段需要什么
我们需要测试所有内容-包括已经准备好的内容。 在许多情况下，一切都很好。 但是我们知道生活中充斥着各种事件，因此我们需要进一步尝试，模仿城市中的不同场景，以查看系统是否正常工作。
我们的计划是发射几辆有轨电车，它们将骑行，收集数据并观察系统的工作原理。 也就是说，系统不会影响控件，而只会取消订阅其响应。 我们将监视并比较系统的反应与驱动程序的反应。 在此基础上，我们将分析对与错。 我们将获得传感器的所有信息，并查看出了什么问题。
自然，需要进一步开发算法。 视觉已经足够接近行业标准，已经可以正常工作了。 有必要制定方案并分析细微差别。 例如，分析行人如何移动，以使系统不会错误运行，但同时在真正需要时降低速度。
这些都是需要花费大量时间的调整，调试细微差别。