Искусственный интеллект и симулятор: как в России обучают беспилотники

Машины с полноценным автопилотом — безопасным и не требующим внимания человека — пока кажутся чем-то фантастическим. Но подобный транспорт разрабатывают не только в Китае или в США, но и в России. Стартап Navio на презентации в Москве рассказал о том, как развивается проект по созданию роботизированных автомобилей.

Что такое Navio?

Компания Navio появилась в 2020-м и раньше называлась «СберАвтоТех». Уже через год на российские дороги вышли первые легковые автомобили с прототипами беспилотных систем на борту. А ещё через два — по трассе М-11 «Нева» между Москвой и Санкт-Петербургом начали курсировать автономные грузовики. 

В прошлом году Navio представила прототип роботизированного тягача L5, который оснащён автопилотом высшего, пятого уровня по международной классификации. Места для водителя в нём не предусмотрено в принципе: такая машина изначально разрабатывалась как полностью автономная. Пока она не может передвигаться по дорогам общего пользования — законы не позволяют, но испытывается на полигоне.

Одновременно с выходом L5 стартовала разработка новой модификации автономного тягача, который будет выпускаться серийно. Первые прототипы построены на базе грузовиков Sitrak: 45 машин передвигаются между Москвой и Санкт-Петербургом. Есть в парке Navio и легковые автомобили на базе Kia Ceed — они ездят по улицам города, отшлифовывая технологию. 

Все машины на номерах и могут выходить на дороги общего пользования в рамках так называемого экспериментального правового режима. Главное условие: за рулём должен обязательно находиться оператор, который в случае нештатной ситуации возьмёт управление на себя. Но в России уже готовится законопроект, дающий больше полномочий автономному транспорту — существующие ограничения останутся в прошлом.

Но и сейчас прототипы автономных грузовиков не просто катаются туда-сюда между городами. Машины доставляют реальные грузы — заказчики уже получили 130 000 тонн различных товаров.

Все исследовательские машины Navio проехали суммарно уже более шести миллионов километров, а одним из наиболее значимых результатов стал пробег беспилотного грузовика по маршруту Санкт-Петербург – Казань. Путь протяжённостью 1600 километров проходил по трассам М-11 «Нева», ЦКАД и М-12 «Восток». Роботрак потратил на рейс 24 часа —  в 2,5 раза меньше времени, чем привычный дальнобойщик. 

Как обучают автономный транспорт?

Нынешняя классика разработки автономного транспорта — так называемый алгоритмический подход. Он предполагает, что архитектура беспилотников состоит из ряда модулей, которые независимо друг от друга выполняют определённые функции. В их числе — восприятие окружающего мира (радары, лидары, камеры), локализация местоположения (карты, спутниковая навигация), планирование и предсказание (программная часть) и контроль управления (то, что приводит машину в движение). 

Для управления этими модулями необходим набор заранее прописанных строгих сценариев, основанных на ПДД. Работают они по принципу «если — то». Например, если автомобилю надо повернуть направо, то нужно проверить наличие помех, перестроиться в крайний ряд, уступить дорогу и уже потом совершить манёвр.

Такой подход требует ручной подготовки алгоритмов для каждого варианта «общения» машины с окружающим миром. Схема позволяет за короткий промежуток времени получить хорошие результаты, быстро построив рабочий самоуправляемый прототип. Но у этой системы есть серьёзное ограничение — невозможность масштабирования. Чёткие детерминированные сценарии плохо работают в условиях реальной жизни, когда на дорогах могут происходить совершенно неожиданные вещи, не прописанные в Правилах. 

Поэтому сейчас основной тренд — переход на нейросетевые схемы. Одна из них — VLA (Vision-Language-Action, или визуальные языковые модели действия), работу с которой и развивает Navio. Такие технологии не имеют разрозненных модулей, а объединяют в себе восприятие, планирование и выполнение манёвров с адаптацией к новым сценариям «на лету», то есть с прогнозом дорожной обстановки и применением накопленного опыта в нестандартных ситуациях. 

Для обучения нейросетевой модели нужен большой объём тестовых данных, включая реальные поездки десятков автомобилей в разных условиях. Все записанные передвижения затем распределяются на 17 категорий сценариев, в том числе манёвры уклонения, экстренное торможение, взаимодействие со спецтранспортом и статическими препятствиями, перемещение в жилых зонах, по перекрёсткам, ремонтируемым участкам и так далее.

Существуют и более сложные сценарии — внезапный выезд встречного транспорта или выход животного на дорогу, которые нужно «показать» искусственному интеллекту, но сложно и небезопасно воспроизводить даже на полигоне. Для этого компания и создала фотореалистичный симулятор NavioSim.

Как работает NavioSim? 

Такой симулятор отдалённо похож на компьютерную игру с продвинутой графикой: в виртуальном мире передвигается автономный автомобиль, который сталкивается с различными дорожными ситуациями. Только в этом случае детализация изображения крайне высокая, сравнимая с видеозаписью регистратора.

NavioSim оцифровывает зафиксированную датчиками и камерами реальную поездку, переводит её в трёхмерную модель, в которую затем можно вносить любые изменения. И при этом свободно перемещаться внутри обработанной сцены на условном тягаче или легковушке — тип беспилотника также одна из переменных в этой задаче. 

Искусственный интеллект переводит сложный поток данных с камер, радаров и лидаров в понятное описание ситуации: какие объекты на дороге, что рядом с ними, как они взаимодействуют и как могут себя повести. То есть ИИ способен связать с контекстом всю картину целиком, интерпретируя её смысл по-человечески.

Симулятор позволяет задавать время суток и года, погодные условия, добавлять или удалять любых участников движения, корректировать их траекторию, менять дорожные знаки и так далее. Таким образом, из одного реального проезда можно создать в контролируемой виртуальной среде самые разные сценарии в практически неограниченном количестве. В том числе — крайне редкие и рискованные. 

Система способна не только тестировать сами дорожные ситуации, но и проверять, как автономный автомобиль справится с ними при возникновении ошибок в программной части или с неисправной «механикой». Вдобавок сценарий из симулятора можно передать на реальный беспилотник на полигоне, чтобы посмотреть, как та или иная проблема будет решена управляющей электроникой вживую, а не в виртуальной среде.  

Симулятор, как говорят в Navio, позволяет ускорить сбор данных для обучения и тестирования автономных систем. Вся информация хранится в облачных сервисах, потому что держать такой объём на борту беспилотника невозможно, но во время тестов на дорогах общего пользования ИИ подбирает из «облака» и передаёт мозгам машины нужные для той или иной ситуации сценарии. 

_{Фотографии: Navio}