TASS nyhedsbureau annoncerede planerne for selskabet KAMAZ at investere 400 millioner rubler i udviklingen af en ubemandet teknologi til styring af godskøretøjer. Ifølge kilder foretager organisationen en investering fra sit eget budget, men offentlige industrier vil også bidrage til udviklingen.
Inden for rammerne af flere præsidentvirksomheder oprettes et hold ansvarlig for oprettelsen og forfremmelsen af det ubemandede lasttransportmarked i Rusland. Det vil omfatte eksperter fra forskellige store virksomheder og offentlige myndigheder.
I begyndelsen af året talte generaldirektøren for KamAZ om planlagte investeringer i denne teknologi på 7 milliarder rubler. Halvdelen kommer fra statsbudgettet, en anden halvdel vil blive betalt af russiske bilproducenter. I begyndelsen af februar i år blev det rapporteret, at Volgabus modtog 200 millioner rubler fra det føderale budget til udvikling af ubemandede busser.
I anden halvdel af 2018 præsenterede KamAZ sin første prototype af en ubemandet lastbil til verden. En international virksomhed deltog også i sin udvikling. Kamsk planlægger at starte masseproduktion af dette produkt i 2022.
Hvad er ubemandet teknologi?
Ubemandet teknologi er kunstig intelligens, uden menneskelige kvaliteter, som ofte forårsager ulykker på vejene. Sandsynligheden for overtrædelse af trafikregler i AI er nul, da den fungerer i henhold til strengt foreskrevne algoritmer. Minimering af den menneskelige faktor på vejen vil reducere antallet af ulykker med 90%.
Teknologien er baseret på en passiv model. Grundlaget for computersyn er det menneskelige, i stedet for at øjnene bruges moderne videokameraer. I vores land fungerer denne model i takt med den aktive model, som bruges af mange udenlandske virksomheder - for eksempel Google Car.
Teknologien om ubemandet køretøjskontrol er tilpasset forholdene i vores land. Hvis det i andre lande bygger på ledelse på ideelle veje, hvor der ikke er huller, stød, god mærkning, tager vores model hensyn til alle mangler og lærer at køre bil under forhold med dårlig vejoverflade. Til dette udvikles en omfattende algoritme, der lærer at navigere på vejen uden at markere, være i stand til at gå rundt om pits, hummocks og meget mere.
Russisk teknologi bruger følgende moduler:
- Billedbehandling af høj kvalitet. Billedet fra kameraet tilpasser sig under alle vejrforhold og i ethvert lys;
- C-Pilot lærer at genkende forskellige genstande på vejen og indsamle et stort antal oplysninger. Hver dag genkender han tydeligere bevægelige og ikke-bevægelige genstande på vejen;
- Objektsporing udføres på basis af bayesiske filtre og optisk strømning. Denne tilgang giver dig mulighed for at kombinere mange vejrammer til et enkelt billede af videostrømmen;
- For at sikre den stabile bevægelse anvendes foveal bevægelsen. Videokameraer er ikke rettet på hele billedet, men bestemmer kun kanalen foran transporten, som bærer de maksimale risici ved kørsel (andre deltagere i bevægelsen, fodgængere osv.);
- Den hurtige drift af algoritmerne tilvejebringes ved brug af neurale netværk. De forudbestemmer arkitekturen i området og alle genstande, der ligger i bilens sti;
- Stereoskopisk vision bestemmes af objekter, der konstant skifter form, er over eller under vejen (for eksempel reflektion af forlygter på en våd vejoverflade);
- For at give en klar definition af trafiksituationen kræves der et kraftigt kamera for hurtigt at fange et billede. Kognitiv piloteknologi bruger et 2 megapixel kamera, der fanger billedet som Full HD i 45 millisekunder;
- Ud over videooversigten er der mange anvendelser af sensorer af forskellige typer. De giver autopiloten mulighed for at se hele 360 graders vejmiljø i multi-sensorisk opfattelse;
- Bird Eye-teknologien bestemmer køretøjets position på vejen med decimeter nøjagtighed. Desuden husker denne teknologi faste genstande (bygninger, trafiklys osv.) På grundlag af tidligere opnåede data som følge af kørsel;
- Til geografisk orientering anvendes Openstreetmaps-kort;
- For at sikre den optimale bevægelsesbane (under hensyntagen til forskellige interferensobjekter) anvendes en separat teknologi og algoritme;
- Et separat modul "Driver" styrer alle mekaniske enheder transport. Han er ansvarlig for at dreje rattet til det ønskede antal grader, sænker og tilføjer gas i nødvendige situationer.
En sådan omfattende tilgang sikrer højkvalitets drift af den ubemandede teknologi. Nu er hun i udviklingsfasen, kunstig intelligens bliver undervist i, hvordan man opfører sig på vejen og hvordan man interagerer med andre køretøjer.
Historien om udviklingen af ubemandet teknologi
De første forsøg på at skabe autonome køretøjer blev gennemført i det 20. århundrede. I arkivet for publikationen The New York Time kan du finde nyheder på anmodning fra autonome biler, der går tilbage til 80'erne i det sidste århundrede.
De første forsøg på at skabe en ubemandet teknologi blev lavet i 1916, da de skabte den første radiostyrede drone. Alle udviklinger af den tid blev brugt til militære formål. I første verdenskrig blev luft torpedoer og selvdrevne miner brugt.
Indtil midten af sidste århundrede var sådanne udviklinger eksperimentelle. De var baseret på radiostyring, så det gjorde ikke uden menneskelig deltagelse. Langsomt blev biler og droner virkelig automatiske.
I 1961 oprettede en studerende fra Stanford University en selvkørende vogn. Hun arbejdede gennem det signal, der blev overført fra kablet. I 70'erne udrustede forsker John McCarthy prototypen med teknisk vision. Takket være ham lærte vognen at bevæge sig i automatisk tilstand. Den hvide linje var dens referencepunkt. Hun modtog også de første kameraer, en rækkefinder og flere kanaler til at indsamle information. Samtidig forsøgte John McCarthy at udvikle et tredimensionelt kortlægningsmiljø.
Efter dette forsøg forsøgte ingeniører at udvikle nøjagtigt ubemandede køretøjer og ikke modeller baseret på radiostyringssystemer. Den største succes blev opnået af forskere fra USA, Japan og Tyskland. I 1980 oprettede et team af forskere under ledelse af Ernst Dickmans den første maskine, der flyttede helt automatisk.
Senere skrev Ernst Dickmans flere videnskabelige artikler, hvori han beskrev alle detaljer i hans projekt. Arbejdet i den tyske autonome bil var baseret på Kalman-filteret, parallelle computermekanismer og efterligning af den saccadiske øjenbevægelse. Dette system er i stand til at vurdere miljøet.
Fra 1987 til 1995 blev der udført arbejde på projektet "Prometheus". Den samlede investering var en milliard dollars. Det var baseret på Dickmans systemet. I 1994 gennemførte de den første komplette test på offentlige veje: Mercedes kørte langs Parisvejene med en hastighed på op til 130 km / t, manøvreret mellem trafikbaner og overtog andre biler.
I anden halvdel af 90'erne var der et gennembrud i udviklingen af ubemandet teknologi. Dette blev lettet af udviklingen af kunstig intelligens, neurale netværk og maskinindlæring. I 2004 fandt den første autonome bilkonkurrence sted. I 2010 gennemførte Google den første praktiske test af sin selvkørende bil på offentlige veje. Nu er udviklingen af automatiske biler involveret i alle større bilproducenter: Audi, BMW, Tesla og mange andre.
Hvad kan man konkludere?
De teknologier, på grundlag af hvilke moderne autonome biler opererer, er blevet skabt i det sidste århundrede. Men for arbejde af høj kvalitet kræver de en masse forbedringer, hvoraf det vigtigste er at lære at behandle en stor mængde oplysninger, på grundlag af hvilke AI kan navigere i trafikken. Over tid vil forskerne forfine teknologien, og det kommer ind i vores dagligdag så hurtigt som smartphones engang gjorde.
