Вместе они сильны

Видеть, слышать, чувствовать или обоняние – наши собственные органы чувств по отдельности никогда не будут такими же успешными, как в общей связи. При насморке, шницель уже не будет таким же замечательным на вкус, и с завязанными глазами мы чувствуем себя потерянными в окрестностях. Даже самые современные технологии работают именно так: хотя автомобили, оснащенные радиолокатором, лазером и камерами, уже достаточно хорошо воспринимают окружающую среду, только интеллектуальная сеть всех датчиков может привести к прорыву в автономном вождении. В начале следующего десятилетия партнеры по сотрудничеству Mercedes-Benz и Bosch хотят довести автономное управление до этапа производства. Однако это гигантская задача – привести всю технику под одну крышу.

Фактическая технология датчиков больше не является наукой о ракетах: камера регистрирует изображение окружающей среды, радиолокационный датчик излучает электромагнитные волны и перехватывает отражения, а лазерный сканер – это световые лучи, которые отбрасываются обратно из окружающей среды. Каждая технология имеет свои преимущества и недостатки: радар работает в любую погоду, измеряет расстояние и скорость и даже может видеть сквозь автомобили, но не распознает цвета и затрудняется даже при правильном определении форм. Лазерные сканеры очень точно измеряют мир в 3D, но очень дороги и имеют проблемы с дождем и туманом. Камера имеет большой диапазон и может обнаруживать цвета, но также не работает в тумане и при загрязнении и подвержена оптическим иллюзиям. Кроме того, она может распознать только те объекты, которые были ранее классифицированы.

Классификация означает, что систему камер нужно научить тому, что она видит. Ученые называют эту дисциплину искусственного интеллекта как Deep learning, в которой компьютеру будет демонстрироваться десятки тысяч образцов изображений автомобилей, пешеходов, грузовиков, велосипедистов, деревьев, дорожных знаков, домов, до тех пор, пока, поставив его прямо перед ним, он, в какой-то момент, не узнает его. Тогда эта технология способна распознавать записанное изображение, в течении миллисекунд, все возможные объекты и препятствия – и ориентироваться в них или избежать их.

Человеческий интеллект попадает в компьютер

В настоящее время эта же процедура используется специалистами в области лазерной и радиолокационной техники. Хотя световые лучи и электромагнитные волны независимо распознают разные объекты. Для определения того, что это такое, также нужны так называемые нейронные сети, то есть алгоритмы, которые обучают соответствующий блок управления. Это то, как человеческий интеллект попадает в компьютер: все образцы изображений были классифицированы человеческими руками и каждым отдельным транспортным средством, каждый прохожий и каждый куст «помечены».

Без вмешательства человека дальнейшее развитие технологии невозможно, самообучение системы не должно быть ни в коем случае. В противном случае существует риск того, что каждый автомобиль будет отличаться от уровня знаний, а производители не могут больше гарантировать, какие возможности автомобиль имеет, а какие нет. Тем не менее, благодаря регулярным обновлениям, уровень знаний о программном обеспечении может постоянно улучшаться, а скорость обнаружения в детекторе может быть дополнительно увеличена. Это, наконец, предпосылка для того, чтобы автомобиль нашел свой собственный путь. Именно здесь вступает в действие сотрудничество отдельных систем: в котором навязанная информация накладывается, с одной стороны, возникает избыточность. То есть, что один датчик пропускает, вероятно, будет обнаружен другим. И сопоставление классифицированных объектов гарантирует, что велосипедист действительно является велосипедистом, а дерево – деревом, которое не может внезапно прыгнуть на дорогу.

Необходим двойной контроль

Вместе с существующими данными навигационной системы, которые дают автономному автомобилю приблизительное направление, технология наблюдения окружающей среды затем вычисляет оптимальный маршрут, который должен быть максимально точным. Для рулевого управления требуется максимальная точность управления дроссельной заслонкой и тормозом, и постоянно необходимо регулировать параметры движения. Как и человеческий водитель, компьютер в конечном итоге должен реагировать на внезапный дождь, удары или плохой асфальт. Однако, прежде всего, необходим двойной контроль: если тормозная система выходит из строя, технология замены сразу же запускается, как и рулевое управление.

Advertisements