Нервная система для автопилота
В Московском политехе создают систему мониторинга рисков в реальном времени
В Московском политехническом университете ведут разработку комплексной системы мониторинга и управления безопасностью автоматизированных транспортных средств в процессе эксплуатации. Система будет выявлять сбои, анализировать параметры функционирования и прогнозировать риски в режиме реального времени.
Фото: t.me / mospolytech
Фото: t.me / mospolytech
Проект при поддержке гранта конкурса им. П. Л. Капицы Московского политеха в рамках федеральной программы «Приоритет 2030» реализует кандидат технических наук Дарья Макарова, специалист в области автоматизированных систем управления транспортом, участник разработки первого в России высокоавтоматизированного магистрального тягача.
«Существующие подходы к обеспечению безопасности автоматизированных транспортных средств не покрывают все возможные риски. Алгоритмы реакции на сбои не структурированы по уровням критичности, а данные о техническом состоянии штатных систем не интегрированы в работу автоматизированной системы вождения. Мы разрабатываем методику, которая учитывает весь спектр рисков — от программных сбоев до деградации механических систем и угроз кибербезопасности»,— рассказала Дарья Макарова.
Разрабатываемая система охватит пять категорий рисков: сбои поведенческих алгоритмов управления, деградацию характеристик систем под воздействием внешних факторов, неисправности штатных систем автомобиля, некорректную эксплуатацию и угрозы кибербезопасности. Алгоритмы будут анализировать данные телеметрии и параметры работы автоматизированной системы вождения, а реакция на выявленный риск будет варьироваться в зависимости от тяжести возможных последствий — от предупреждения оператора до автоматического перевода транспортного средства в режим минимального риска.
Проблема особенно остра для перспективы полностью беспилотного транспорта — без водителя или оператора в салоне. В этом случае система должна самостоятельно выявлять не только программные сбои автоматизированной системы вождения, но и неисправности механических и электронных узлов автомобиля, критичные для безопасности движения. Число автоматизированных транспортных средств, тестируемых на дорогах общего пользования России, растет, что делает создание подобных инструментов контроля все более необходимым.
Методика рассчитана на транспортные средства с уровнями автоматизации 3, 4 и 5 по классификации SAE — международному стандарту, описывающему степень участия человека в управлении автомобилем: от частичной автоматизации отдельных функций до полного отсутствия водителя за рулем. Прототип системы может быть развернут как на бортовом вычислителе автомобиля, так и на периферийных устройствах интеллектуальной инфраструктуры и в облачной среде. В будущем планируются взаимодействие и последующее внедрение разрабатываемых решений совместно с группой компаний КАМАЗ.