Компания Cognitive Technologies, занимающаяся созданием систем искусственного интеллекта для управления беспилотными транспортными средствами, разработала технологию компьютерного зрения, которая дает автороботу возможность с высокой точностью интерпретировать сложные ситуации, возникающие, как правило, в критические моменты (внезапное появление на дороге других участников движения, пешеходов, посторонних предметов и т. п.).
Камеры прототипа авторобота — основной инструмент получения информации о дорожной сцене
Фото: Cognitive Technologies
В компании считают, что эта технология позволит избежать ошибок, которые допускали известные зарубежные системы при распознавании объектов дорожной сцены.
— Фактически мы в чем-то научились моделировать функцию гиппокампа человека,— говорит руководитель департамента разработки беспилотных транспортных средств Юрий Минкин,— который выделяет и удерживает в потоке внешних сигналов наиболее важную информацию по текущей ситуации, выполняя функцию хранилища кратковременной памяти, как ОЗУ компьютера.
Известно, что гиппокамп также определяет степень важности запоминаемой информации и принимает решение, что нужно сохранить, а что забыть.
Как и гиппокамп человека, система компьютерного зрения Cognitive Technologies научилась дополнять информацию о текущей дорожной ситуации данными, которые она запомнила несколькими мгновениями ранее. При этом система хранит в памяти не всю картинку, полученную с видеокамеры, а лишь наиболее важные ее элементы, непосредственно влияющие на дорожную обстановку и безопасность. Это дает возможность хранить не все изображение целиком, а лишь 5-10% его объема и не требует какого-либо значительного повышения ресурсов вычислительного устройства. Это также позволяет использовать как видеокамеры с не самой высокой разрешающей способностью, так и относительно узкоугольные объективы.
Разработчики уверены, что использование технологии обеспечит серьезное преимущество перед аналогами, ведь разработанное решение позволяет решить одну из серьезных проблем для любой системы компьютерного зрения: распознавание объектов, находящихся на самой границе картинки. Как показывает практика, именно в этих случаях возникает наибольшее количество ошибок. Использование для их распознавания модели Cognitive Technologies дает отступ, который необходим для работы нейронных сетей глубокого обучения и других сверхточных нейронных сетей.
Когда объект (в белом круге) попадает на границу поля зрения видеокамер (ABCD), распознать его очень сложно. Искусственный интеллект авторобота дополняет знание о текущей дорожной ситуации данными из оперативной памяти (моделирование функции гиппокампа человека). Картинка A'B'C'D', зафиксированная мгновением ранее, содержит информацию об объекте, достаточную для его распознавания
Проекты Cognitive Technologies по созданию беспилотных транспортных средств
Компания Cognitive Technologies за последние два года объявила о начале трех проектов по созданию беспилотных транспортных средств к 2020-2022 годам.
В феврале 2015 года был инициирован совместный проект с ПАО КАМАЗ. На его реализацию государство, в лице Минобрнауки России, выделило 300 млн рублей.
В августе 2016 года компания анонсировала собственные разработки системы автономного вождения C-Pilot, которая может устанавливаться как на легковых, так и на других типах автомобилей. Прототип авторобота с системой помощи водителя, или ADAS (Advanced Driver Assistance System), уже сегодня позволяет предупреждать водителя о дорожных ситуациях, требующих повышенного внимания. Она способна указать на сход с полосы (Line departure warning), распознать дорожные знаки (Traffic sign recognition), предупредить о возможном столкновении (Forward collision warning), обеспечить мониторинг слепых зон (Blind spot detection system), вовремя заметить пешеходов на линии движения (Pedestrian Protection System) и т. д.
Важнейшей особенностью решений компании является их адаптированность к российским условиям. В отличие от зарубежных разработчиков, ориентирующихся во многом на идеальные условия дорожного движения (качественную разметку, благоприятные погодные условия и т. п.), подход Cognitive Technologies к созданию системы машинного зрения позволяет распознавать дорожную сцену (в том числе границы дороги, ширину полос движения и пр.) в отсутствие какой-либо разметки. Разрабатываемый комплекс призван обеспечить автоматическую работу транспорта при различных погодных условиях, кроме случаев недостаточной видимости, определяемых требованиями ПДД. Также предусматривается возможность обнаружения на дороге практически любых препятствий, включая животных, что качественно отличает российское решение от существующих зарубежных аналогов.
Проект по созданию беспилотного КАМАЗа сегодня находится на стадии полигонных испытаний. Опытный образец способен в автономном режиме совершать простейшие маневры (поворот, разворот, движение змейкой и др.), останавливаться перед препятствиями, двигаться в организованной колонне. Были проведены отдельные тесты в условиях недостаточной видимости и на дороге с искусственными препятствиями.
Сейчас партнеры вплотную подошли к выпуску предпромышленной версии системы помощи водителю, или ADAS, для КАМАЗа с элементами искусственного интеллекта. Выпуск версии ADAS первого уровня с элементами искусственного интеллекта для КАМАЗ запланирован уже к началу следующего года.
В начале 2016 года Cognitive Technologies приступила к созданию беспилотных технологий для сельского хозяйства. На реализацию технологической части проекта государство, в лице Минобрнауки РФ, выделило 68 млн рублей. Партнеры проекта — разработчик конкурентоспособных на мировом рынке моделей сельхозтехники "Ростсельмаш" и один из крупнейших агрохолдингов республики Татарстан "Союз-Агро". Компания объявила о создании и проведении испытаний опытного образца сельхозтехники, оснащенного системой компьютерного зрения и способного замечать опасные объекты на поле: камни, металлические предметы, столбы — а также людей.
Разработчики должны создать систему беспилотного вождения сельхозтехники на базе технологий компьютерного зрения, автоматизированную систему управления технологическим процессом, а также комплексную информационную систему мониторинга сельхозтехники и посевов, включая мониторинг процесса обработки полей и условий роста урожая.
Разработчики уверены, что использование подобной технологии в установленной на автомобиле Tesla системе компьютерного зрения позволило бы избежать аварии, произошедшей в мае этого года.