Беспилотный автомобиль: Беспилотный автомобиль StarLine

Содержание

Айкар Eyecar — Беспилотный автомобиль на базе компьютерного зрения

Учебный беспилотный автомобиль
на базе компьютерного зрения

Купить

Учебный беспилотный автомобиль

Электроника,
мобильная робототехника и развитие базовых инженерных компетенций

Соревнования

Национальная технологическая олимпиада,
World Robot Olympiad, Innopolis Open Robotics,
PRO Fest, Кубок России по технологиям искусственного интеллекта,
и ещё 10+ престижных международных турниров!

Методические пособия

Книги, онлайн-курсы и пособия по проведению собственных хакатонов

Полигон

Интерактивная роботизированная площадка. Все объекты управляются по Wi-Fi из единого центра

Онлайн-платформа

Работа с технологиями искусственного интеллекта и проведение онлайн-хакатонов и турниров

Проведение ваших мероприятий

Мы предоставляем методики проведения
собственных мероприятий и оказываем всестороннюю поддержку

АЙКАР — это погружение в самый
яркий тренд современной инженерии БЕСПИЛОТНЫЙ ТРАНСПОРТ

Программа основана на решении реальных задач и работе
с ключевыми технологиями искусственного интеллекта:

Компьютерное
зрение

Нейронные
сети

Методы машинного обучения

Системы принятия решений

Учащиеся создают беспилотный автомобиль,
который распознаёт и реагирует на:

Пешеходов

и пешеходные переходы, сбрасывая скорость

Дорожные знаки

Беспилотнику можно задать уникальную реакцию на каждый знак

Светофоры

Айкар следует их сигналам и проезжает перекрёсток только на «зелёный»

Дорожную разметку

и двигается по своей полосе дорожного полотна
(не по линии)

Тоннель

И другие объекты
городской среды

Никаких «детских» задач!

Осваиваемые алгоритмы используются в реальных беспилотниках, а собираемый в результате учебный беспилотный автомобиль подходит для участия в международных соревнованиях

Программирование под Arduino IDE

2 этап

Программирование на Python

3 этап

1 этап

Курс рассчитан на полный учебный год:

Сборка

4 этап

Проектная работа

• Электроника и схемотехника
• Конструирование сложных устройств

• Работа с датчиками линии и дистанции
• Движение беспилотника по заданному маршруту, вдоль стен, в туннеле, поиск пути в лабиринте
• Следование за движущимся объектом

• Программирование на Python и работа с Raspberry Pi
• Методы работы с изображением
• Инструменты машинного обучения: нейронные сети
и линейные классификаторы
• Основы искусственного интеллекта

Решение собственных проектных задач на базе полигонов городской среды

Комплексная подготовка молодого инженера

ИНЖЕНЕРНЫЕ компетенции


Электроника и робототехника

Конструирование автономного мобильного робота

Arduino

Управление мобильным роботом с помощью микроконтроллера

Сенсорное окружение

Работа с базовыми датчиками, решение задач движения на основе ИК и УЗ-сенсоров

Raspberry Pi

Работа с одноплатными компьютерами, оптимизация кода под бортовые мощности

ЦИФРОВЫЕ компетенции

Python

Программирование
реальных задач и
оптимизация кода

Компьютерное зрение

Детектирование объектов на изображениях и отслеживание явлений в видеопотоке

Нейронные
сети

Классификация и идентификация образов, предсказание поведения

Методы машинного
обучения

Работа с большими объёмами данных, классификаторы, детекторы, генераторы

Мы предлагаем:

Подробные методические пособия по сборке и программированию

Онлайн-курсы по компьютерному зрению с глубоким обучением

Online-платформу
для обучения и проведения хакатонов

Курсы повышения квалификации для учителей и педагогов ДО

Подготовку и участие
в ведущих всероссийских соревнованиях

Проведение собственных мероприятий регионального масштаба

Комплексное погружение в работу с искусственным интеллектом

Учебное оборудование для оснащения Лаборатории искусственного интеллекта

Our prices are fixed for some standard services.

Наш курс позволит вам:

Готовить кадры для Цифровой экономики и молодых специалистов, востребованных на рынках Национальной технологической инициативы

Выставлять команды на престижные турниры:

  • Национальная технологическая олимпиада (даёт 100 баллов к ЕГЭ!), профили «Автономные транспортные системы», «Большие данные и машинное обучение»
  • WorldSkills, на стадии открытия компетенция «Искусственный интеллект. Компьютерное зрение.»
  • Международная робототехническая олимпиада World Robot Olympiad, компетенция «Future Engineers»
  • Всеросийская робототехническая олимпиада Innopolis Open Robotics, номинация «Интеллектуальные БПА»
  • АвтоНет 14+, АвтоНет 18+, РобоТраффик, РобоТраффик с компьютерным зрением
  • Carolo Cup, Audi Autonomous Cup

Учить ребят практической работе с наиболее актуальными цифровыми инструментами 21 века, используя межпредметные связи и проектный подход

Проводить на своей базе хакатоны по программированию беспилотных автомобилей и даже устраивать гонки

Работа с УМК «АЙКАР» позволяет участвовать в:

6 лет опыта

Наши разработки применяются в ведущих частных и общеобразовательных школах, кванториумах, ЦМИТах и технопарках

Актуальные задачи

Наши задачи соответствуют вызовам реальной индустрии, а методическая программа одобрена разработчиками Яндекса

Ведём соревнования

  • Национальная технологическая олимпиада
  • Московская предпрофессиональная олимпиада
  • Московский технологический марафон

В 2020-21 уч. г.: 12,000+ человек из 8 стран

Сделано в России

Наши решения поставляются во все ведущие детские центры РФ и уже апробированы в Казахстане, Беларуси, Армении и Германии

На связи по любым вопросам

От обучения преподавателей до помощи
с проведением мероприятий и набором учеников

АЙКАР – это возможность готовить профессионалов будущего сегодня!

Перейти в полный каталог продуктов

Заинтересовались? Оставьте заявку, мы с вами свяжемся в ближайшее время!

О проблемах беспилотных автомобилей / Хабр

«Быстро приблизившись, автомобиль остановился у тротуара, и дверцы его открылись.

— Где же водитель? — с недоумением спросил Незнайка, заметив, что водителя за рулем не было.

— А водителя и не нужно, — ответил Кубик. — Это автоматическая кнопочная машина. Вместо водителя здесь, как видите, расположены кнопки с названиями улиц и остановок. Вы нажимаете нужную кнопку, и машина сама везет вас куда надо»

Н. Н. Носов, «Незнайка в Солнечном городе»

Неунывающий Илон Маск, который, вполне возможно, тоже читал Носова в переводе, вот уже девятый год подряд (первый раз он высказался на эту тему в 2014 году) заявляет, что в самое ближайшее время мы получим полноценный беспилотный автомобиль, но… каждый год что-то не срастается. А в регулярно появляющихся статьях на эту тему авторы рассуждают о том, что до полноценного внедрения этого технологического чуда предстоит еще очень много работы. (например, как здесь). Порассуждаем о проблемах, которые возникают перед разработчиками автомобильного ИИ.

Факторы, мешающие распространению беспилотных авто

  • Плохая погода. Беспилотные автомобили оснащены камерами с искусственным интеллектом, которые помогают им ориентироваться на улицах и идентифицировать некоторые объекты, дорожные знаки и пешеходов (хотя и не всегда корректно, как показал недавний случай с девушкой на пешеходном переходе. Однако зимой на заснеженной дороге камера просто не увидит разметки на дорогах, что делает беспилотное вождение в это время года попросту опасным.

    Исследователи до сих пор так и не нашли способа решить эту проблему, поэтому многие испытания проводятся в странах с теплым климатом или в любое время года, кроме снежной зимы. В настоящее время исследователи работают над усовершенствованием лазерных датчиков с различной длиной волны, которые пытаются «заставить» видеть сквозь снег. Кроме того, разрабатывается и дополнительное программное обеспечение, которое позволит алгоритмам ИИ отличать реальные препятствия от снежинок, капель дождя и других атмосферных явлений.

  • Дорожная разметка. Здесь проблема в том, что разметка на дороге может сильно отличаться даже в пределах одного государства (например, США), не говоря уже об отдельных странах и регионах. Но даже в пределах одного населенного пункта разметка порой крайне неоднородна, и это очень проблематично для беспилотных автомобилей, поскольку их фактически приходится заново обучать вождению в каждом новом месте. Например, на одном перекрестке размечены широкие линии, которые определяют, где машины должны останавливаться перед перекрестком. А перед другим перекрестком стоп-линии затерты или их нет вовсе: сможет ли ИИ понять, что нужно остановиться перед знаком «СТОП», а если его нет, то перед светофором?

    А ведь бывают ситуации, когда близко к дороге расположены здания, и автомобиль не сможет «видеть» другие транспортные средства, едущие через перекресток, и тогда отсутствие привычной для ИИ разметки может спровоцировать серьезную аварию. Поскольку существует множество типов перекрестков, ИИ может быть очень трудно понять, что делать в каждом конкретном случае. А во многих случаях не будет даже бордюров, которые помогли бы определить ширину полосы движения. Решение этой проблемы остается одной из главных загадок для исследователей ИИ и по сей день.

  • Левые повороты (а для британцев, японцев и австралийцев — правые). Правила дорожного движения в ряде случаев разрешают поворачивать налево прямо перед встречным транспортом (например, если едешь по главной дороге, которая уходит налево на перекрестке), но даже людям бывает порой непросто принимать такие решения. Поэтому поворачивать налево без наличия на перекрестке светофора с разрешающей зеленой стрелкой алгоритмам машинного обучения по-прежнему очень сложно.

  • Еще один дополнительный фактор, играющий против автомобилей с ИИ, заключается в том, что три четверти водителей вовсе не желают отказываться от управления своими авто. Причем часто из-за обоснованного недоверия к ИИ, репутация которого в этом деле уже отнюдь не безупречна, а за последний год опустилась до рекордного низкого уровня по причине резкого увеличения числа ДТП с беспилотными авто.

    Одним из возможных решений этой проблемы является привлечение большего числа водителей для тестирования беспилотных автомобилей. Так, генеральный директор Waymo Джон Крафчик рассказал, что автомобили его компании показывают водителям много информации на экране: и это не только маршрут в навигаторе, но и та картинка, которую видят сами автомобили. Также Крафчик добавил, что, чем больше люди ездят на беспилотных автомобилях, тем меньше они смотрят на экран, постепенно начиная доверять машине. Но если «беспилотники» стали попадать в аварии так часто, массовым тестированием с целью повышения доверия ситуацию уже не исправишь.

  • Взаимодействие с живыми водителями и с пешеходами на дорогах. Когда мы сами находимся за рулем, то часто замечаем водителей, нарушающих определенные правила дорожного движения. Человек, как правило, может находить способы обходить такие опасности, а вот самоуправляемым автомобилям бывает трудно принимать подобные решения. И это, наверное, одна из самых сложных проблем, которую ученым придется решить, если прогрессивное сообщество хочет увидеть беспилотные автомобили на дорогах в ближайшей перспективе.

    Пока получается не очень, и в следующей главе мы наглядно проиллюстрируем это примерами, а далее рассмотрим достаточно типичный случай с неизвестно откуда выскочившим на дорогу пешеходом, с чем то и дело сталкиваются живые водители.

Резонансные аварии и обезоруживающая статистика

Неприятная авария произошла в 2018 году в Питтсбурге (США), когда беспилотный автомобиль Argo попал в аварию на перекрестке: в него врезался грузовик, который проезжал этот перекресток на красный свет. В результате двое пассажиров беспилотника попали в больницу с травмами средней степени тяжести.

Можно ли было предотвратить эту аварию, находись за рулем человек? Или поставим вопрос по-другому: насколько безопасным будет сосуществование на дорогах водителей-ИИ и водителей-людей? Вопрос, на который пока нет удовлетворительного ответа.

Еще один случай произошел совсем недавно (декабрь 2021 года). Tesla, управляемая роботом, едва не сбила девушку, которая переходила дорогу строго по правилам, то есть по пешеходному переходу и на зеленый сигнал светофора. На видео хорошо видно, как автомобиль лишь слегка притормозил на повороте, однако поехал дальше, совершенно не обратив внимания на начинающего движение пешехода. То есть ИИ не смог понять, что в этом месте нужно остановиться, потому что не учел сочетания факторов (поворот, пешеход, светофор, разметка), с каждым из которых в отдельности он бы наверняка разобрался.

Может показаться, что эти нашумевшие случаи единичны, но это не так. В июньском обзоре от WP говорится, что за последний год только беспилотные автомобили Tesla попадали в аварии 273 раза. В статье приводится любопытная статистика: Tesla далеко не единственная компания, тестирующая ИИ-водителей, но почти 70% аварий (273 из 392 зарегистрированных) с автомобилями, управляемыми искусственным интеллектом, приходится именно на компанию Илона Маска, наиболее активно продвигающего эту технологию.

Усугубляет ситуацию тот факт, что во многих случаях участники ДТП получили серьезные травмы, а в шести случаях не удалось избежать человеческих жертв. В этой же статье указывается, что, согласно данным, опубликованным NHTSA, с 2016 года по июнь 2021 года беспилотные автомобили Tesla попадали в ДТП всего лишь 35 раз, то есть в среднем всего 7 раз за год. И вот 273 аварии за июнь 2021 – июнь 2022, что аж в 39 раз больше! Согласитесь, одним увеличением количества испытываемых автомобилей объяснить это нельзя, тем более, что ИИ в любом случае должен совершенствоваться.

Вот и получается, что поводов для оптимизма немного: число неприятных инцидентов растет в геометрической прогрессии, что говорит об отсутствии прогресса в развитии технологии. Так что количество желающих видеть машины, управляемые ИИ, в своих городах явно не прибавилось. При этом главная проблема управляющего беспилотным авто ИИ лежит совершенно в иной плоскости, и это то же самое, что мешает работать корректно DALL-E 2, Gato и гугловским алгоритмам (смотрите нашу предыдущую статью, последняя часть которой посвящена проблемам общих ИИ).

Всемогущий ИИ оказался не таким всемогущим, как представляли его создатели

Да, проблема всё та же: алгоритмы ИИ отлично справляются с узконаправленными задачами, но нередко теряются, когда выходят «из зоны комфорта», то есть за рамки этих задач. Слишком много факторов нужно учитывать, чтобы безопасно управлять автомобилем в городской черте. Здесь мало не превышать скорость и соблюдать другие правила дорожного движения — ведь их соблюдают далеко не все. К тому же серьезные проблемы ИИ доставляет разметка, с которой обычно нет проблем у водителей-людей даже в тех случаях, когда они ее не видят.

Тем не менее некоторые авторы (и Илон Маск) уверены, что по мере развития искусственного интеллекта и появления новых разработок беспилотные автомобили появятся на дорогах раньше, чем думает большинство людей. Но такие заявления делаются уже более десяти лет, а «беспилотники» не просто не доминируют, но даже не признаны безопасными, тем более в свете последних событий. Да, скажете вы, но ведь водители-люди регулярно попадают в серьезные неприятности, однако никто не поднимает вопрос о том, чтобы отстранить человека от управления автомобилями.

Верно, но во-первых, летальные исходы с самоуправляемыми авто уже тоже перестали быть исключением. Более того, ДТП с их участием стало в десятки раз больше, хотя самих «беспилотников» на улицах всё еще очень немного. А во-вторых, есть и еще одна сторона, с которой следует подходить к вопросу о делегировании ИИ полномочий на управление любыми транспортными средствами. Для примера давайте рассмотрим следующий случай, с которым нередко сталкиваются водители-люди, а потому непременно столкнется и ИИ, если беспилотные машины получат широкое распространение.

Автор одного из авторитетных авто-журналов предлагает вполне типичный выбор для водителя в городских условиях. По улице едет с максимально разрешенной скоростью (60 км/ч) легковой автомобиль. В салоне водитель и три пассажира. И вот в паре десятков метров впереди переходит дорогу типичный пешеход, уткнувшийся в свой смартфон. Тормозить на такой скорости практически бесполезно — серьезно смягчить удар не получится. Крутануть рулем вправо — въехать прямо в остановку, на которой собрались люди в ожидании автобуса. Влево — вылететь на встречную полосу с неизвестными последствиями. Очевидно, что давить людей на остановке водитель не имеет права, подвергать риску лобового столкновения пассажиров в салоне — тоже. Балбеса впереди, конечно, тоже жалко, поэтому водитель-человек, избегая самого страшного, постарается в худшем случае задеть того по касательной. Но как поведет себя в такой ситуации ИИ? С учетом сотен прошлогодних ДТП с одними только «Теслами», есть серьезные сомнения в том, что «беспилотник» сможет с честью выйти из такой ситуации.

И если технические проблемы решить как-то можно (например, автономная система-дублер, перехватывающая управление и обеспечивающая безопасную остановку транспортного средства в случае отказа основной, выглядит удовлетворительным решением), то с этическими уже куда сложнее. Помните этот пример с роботом-судьей? Подсудимый хоть и удивился вердикту, но вряд ли остался им доволен. Вот только на дорогах страдают не только виноватые. А ведь есть еще зима, странная разметка с ее периодическим отсутствием, левые повороты и непредсказуемые водители, порой нарушающие всё, что только можно. 

Поэтому со сроками повсеместного внедрения автомобильного ИИ эксперты пока не торопятся и осторожно заявляют, что это возможно, но, по крайней мере, не в ближайшие несколько лет. Тем не менее, не всё так плохо, и беспилотные технологии продвигаются вперед значительными темпами там, где они способны легко конкурировать с обычным транспортом, управляемым человеком.

Перспективы есть

8 июля на сайта Минтранса России появилась новость, посвященная экспериментальному движению грузового беспилотного транспорта на одной из российских автомагистралей. Грузовики по управлением ИИ будут ездить по выделенным полосам на трассе М-11 «Нева». Движение планируется организовать к 2024 году, а экспериментальный режим сохранят в течение трех лет с момента запуска выделенки.

Одним из главных заинтересованных участников проекта является крупнейший российский производитель дизельного грузового транспорта, компания «КамАЗ». ИИ-разработки на предприятии ведутся уже достаточно давно, поэтому назрел вопрос о их тестах «в боевых условиях». И надо сказать, перспективы у проекта хорошие, поскольку на трассе ИИ чувствует себя куда лучше, чем в городе, а кроме того, он не устает, в отличие от человека. Также в статье указывается, что использование беспилотных грузовиков уже в ближайшие годы сократит издержки компаний на топливо (до 28%) и зарплаты водителей (до 30%). А к 2030 году планируется создать 19500 км выделенных дорог для грузовых «беспилотников» на трассах.

А вот Яндекс решил пойти другим путем — воздушным. Компания уже в самое ближайшее время собирается внедрить новый для России вид транспорта — аэротакси. Аэротакси или воздушные такси представляют собой небольшие летательные аппараты с вертикальным взлетом и посадкой. Понятно, что в этом случае ИИ будет гораздо легче, ведь в воздухе нет разметки и светофоров, а также не мешают пешеходы, так что на перспективы своего транспорта в Яндексе смотрят с оптимизмом.

Интересно, что воздушные такси в Москве были анонсированы уже год назад, однако на тот момент в России еще не была принята программа электронного правового регулирования (ЭПР). Правила ЭПР стали действовать в марте 2022 года, обеспечив правовую основу для беспилотных технологий. Добавим, что за рубежом технологиями воздушного ИИ занимаются такие известные производители, как Hyundai.

Еще больше перспектив у ИИ на железнодорожном транспорте. На всем известных поездах «Ласточка» машинисты пока еще есть, но они занимаются только контролем посадки-высадки пассажиров и перехватывают управление, если случаются какие-то внештатные ситуации. Всем остальным управляет ИИ, который превосходит человека по обнаружению габаритных препятствий на рельсах как в дневное, так и в ночное время. Например, ИИ может распознать опасность на расстоянии 800 метров днем, а человек с нормальным зрением видит только на 500 м перед собой. Разумеется, у ИИ выше и скорость реакции: 0,3 сек. против 1,3 сек. у человека. В условиях, когда нужно действовать мгновенно, это становится решающим. Чтобы полностью автоматизировать движение «Ласточек», РЖД осталось внедрить всего два модуля: дистанционно управляемые тормозные системы и автоматические двери с функцией контроля безопасности.

Итак, ИИ уже успешно внедряется на железных дорогах и в воздухе, а также имеет хорошие перспективы для управления грузовым транспортом на трассах. Будем надеяться, что прорывы в этих областях рано или поздно приведут к тому, что и легковой беспилотный транспорт будет безопасно работать в сложных городских условиях. Тогда мы с полным правом заявим, что сбылось еще одно пророчество фантастов — на этот раз нашего гениального детского писателя.

НЛО прилетело и оставило здесь промокод для читателей нашего блога:

— 15% на все тарифы VDS (кроме тарифа Прогрев) — HABRFIRSTVDS.

Беспилотный мир впервые попал под жесткое регулирование / Наука / Независимая газета

Разработчики программного обеспечения для транспортных средств могут стать крупнейшими автовладельцами

Тэги: автопром, автомобиль, беспилотный автомобиль, маск, tesla, NHTSA технологии, компьютер






Беспилотные грузовики выглядят, конечно, футуристично. Но сейчас главный вопрос – кто будет нести ответственность за их эксплуатацию. Фото Reuters


Именно тогда, когда капитализация компании Tesla вышла на небывалый для автопрома уровень 1 трлн долл., когда впервые в истории состояние ее основателя и СЕО Илона Маска достигло 300 млрд долл. и все вокруг в воздух чепчики бросают, нельзя не отметить и фундаментальные проблемы, которые порождает инженерная деятельность Маска.


Сначала – вывод


Заимствованный у разработчиков программного обеспечения для гаджетов принцип, который Маск в автопилоте электромобилей Tesla превратил в сценарий, звучит так: водитель должен быть всегда готов взять управление на себя и несет полную ответственность за происходящее, даже когда машину ведет автопилот. И этот принцип… нереалистичен – опасен по логике, по результатам исследований, а теперь и по мнению американского регулятора, Национального управления безопасностью движения на трассах (NHTSA).


В реалистичном сценарии разработчик беспилотных технологий не только отвечает за весь необходимый софт и жестко контролирует его запись в автомобиль, но и владеет беспилотными автомобилями. В реалистичном сценарии не существует личных беспилотных автомобилей, а все они принадлежат разработчикам технологий беспилотности. Они, являясь крупнейшими автовладельцами, предоставляют «автомобиль как услугу». Частный случай сценария CaaS (Communication as a Service – коммуникация как услуга). Для пассажиров и грузов. Это путь Waymo и Яндекс Go.


Дело «NHTSA против Tesla», по факту уравнивающее процедуры изменения конструкции и изменение софта автомобилей, если эти изменения связаны с безопасностью эксплуатации, создает революционный для цифровой экономики прецедент для всех сложных инженерных систем, которые сегодня активно насыщаются программным обеспечением.


«Тефлон» не вечен


До недавнего времени компания Tesla в США была «тефлоновой» – ей было позволено практически все. В первую очередь – тестировать собственные беспилотные технологии не годами и миллионами километров на полигонах или на дорогах с водителями-испытателями (Google этим занимается более 10 лет, а «Яндекс» – более 5 лет), а сразу на живых людях – не знающих, что идут испытания, покупателях (и их семьях!) недешевых машин Tesla.


Более того, Tesla каким-то американским чудом удавалось избегать ответственности за аварии «по вине автопилота». И перед регулятором, NHTSA, и перед американскими судами, и даже в смертельных авариях (первая была в далеком 2016-м). Почему так? Несколько гипотез.


1. Tesla – это Маск, а Маск – это Железный человек, мифологизированный американский супергерой, который «вооружает и спасает Америку». Ему позволено все.


2. Давая карт-бланш Маску в Tesla, США планировали опередить остальные страны в развитии не только электромобилей, но и массовых беспилотных технологий. А значит, подмять под себя огромный перспективный рынок: еще в 2014 году McKinsey оценивали мировой рынок беспилотных авто в 4 трлн долл.


Но неожиданно для мейнстримных аналитиков «тефлон» на Маске пошел трещинами. В августе 2021 года NHTSA начало расследование против Tesla после нескольких столкновений с автомобилями скорой помощи и полиции, стоящими на дороге в темное время суток с включенными проблесковыми маячками. Действуя привычно – не дожидаясь результатов расследования, так, как всегда и во всем мире действуют разработчики софта, – Tesla в сентябре выпустила апгрейд для своего автопилота, улучшающий распознавание световой сигнализации.


Но вновь NHTSA повело себя не так, потребовав от Tesla ранее немыслимое:


– объявить отзывную кампанию из-за обновления софта автопилота. И тут внимание: по мнению NHTSA, любое обновление софта, снижающее риски эксплуатации, требует от автопроизводителя организовать отзывную кампанию и информировать NHTSA, то есть действовать аналогично с устранением механических проблем;


– до 22 октября предоставить в NHTSA исчерпывающую информацию о программном обеспечении автопилота.


Что тут скажешь…


Сценарий «Без ответственности»


Прежде всего никакой, тем более дарованный сверху, «тефлон» не вечен. И если американская ставка на Маска в космосе и электромобилях сыграла на все 100%: Space X – безусловный лидер мировой космонавтики с капитализацией в 100 млрд долл. , а Tesla не только самый дорогой автопроизводитель в мире, но уже и массовый – в сентябре 2021 года Tesla 3 стала самым продаваемым автомобилем в Евросоюзе, – то создать «первый и лучший в мире автопилот» Маску не удалось.


Может быть, потому что Маск силен в трансформации «старых» инженерных отраслей (космонавтики, автомобилестроения), но не в программировании? Или потому, что задача оказалась сложнее и комплекснее, чем представлялось? Или в США осознали, что давать огромные преференции только одному участнику беспилотной гонки «нерыночно», а если закрывать глаза на такие же фокусы всех (американских) разработчиков автопилотов, то на дорогах воцарится хаос?


Далее. Илон Маск поставил не на ту лошадь, выбрав неправильный сценарий развития беспилотности. В его сценарии полную ответственность за движение автомобиля, находящегося под управлением автопилота, несет человек, сидящий на водительском сиденье. Так, при первом запуске автопилота машин Tesla с недвусмысленным названием Full Self-Driving водителю необходимо согласиться на то, что: 1) он готов в любой момент взять управление на себя; 2) он несет полную ответственность за происходящее.


И такой сценарий Маск не выдумал, а взял из практики: 30 лет успешного развития массовых «умных» устройств (гаджетов), разработчики софта для которых никогда не несли ответственности за свои программные ошибки, даже если они приводили к серьезным проблемам у владельцев гаджетов, а в случае масштабности проблемы просто выпускали апгрейд. И именно сценарий «Без ответственности» обеспечил и продолжает обеспечивать разработчикам софта захват новых рынков гаджетов за счет высокой гибкости и темпов развития. Чем не образец для подражания на старте нового рынка?! Ведь автопилот – это тоже более всего софт, а цель – захватить новый рынок.


Поэтому Маск и применил привычный сценарий «умных» устройств для «умных» автомобилей – воистину по Маску беспилотный автомобиль – «гаджет на колесах». Но верный ли это выбор?


Крепче за баранку


В Массачусетском технологическом институте (MIT) изучили поведение водителя, направление и продолжительность его взгляда в сценарии Маска, когда машину ведет автопилот, а водитель находится в постоянной готовности взять управление на себя. Показано то, что по-житейски очевидно: водители при включенном автопилоте забывают про свою ответственность – чаще отвлекаются, смотрят не на дорогу, а на центральную панель или вниз (на смартфон?), расслабляются, занимаются своими делами. Отсюда физическая невозможность водителя мгновенно вернуться к управлению автомобилем, чтобы предотвратить аварию по вине автопилота.





Экспериментально доказано: водители

при включенном автопилоте забывают

про свою ответственность.  Фото Reuters


Тут можно пойти путем бесконечного усложнения (и удорожания) автомобиля, увешивая салон датчиками и камерами, следящими, чтобы водитель не отвлекался, не спал, не читал, а держал руки на рулевом колесе. Но в чем потребительская ценность такой «беспилотности»?


Другой результат сценария по Маску – неизбежный рост числа аварий по вине автопилотов. Ведь если разработчики, как сегодня, нацелены на захват нового рынка и не несут ответственности за свой софт, то они не мотивированы на обеспечение безопасности.


Общий вывод: сценарий «гаджета на колесах» не имеет перспективы. И, осознав это, NHTSA начинает Маска как лидера данного направления поджимать, подвигая к смене парадигмы.


Но есть ли иной – работающий – сценарий развития автобеспилотности? Есть. И удивительно или нет, но в его рамках уже действуют минимум два ключевых мировых разработчика.


Разработчики беспилотности


В основе этого сценария интуитивно логичный и доказанный (MIT) принцип «или–или»: если автомобиль управляется автопилотом, то всю ответственность за результаты управления несет разработчик беспилотного софта, а человек за рулем может заниматься своими делами, даже спать. Если водитель управляет автомобилем, то, несмотря на уровень автоматизации автомобиля и работу систем помощи водителю, всю ответственность несет водитель. (Напомним, в сценарии Маска принцип иной: водитель отвечает всегда.)


И такой принцип сформулирован еще пять лет назад. Он был высказан Сергеем Брином, курирующим с первых дней в Google разработку беспилотных авто, как обобщенный результат многих лет размышлений, исследований и испытаний.


Но мало сказать, что разработчик должен взять на себя всю ответственность за движение беспилотного автомобиля. Необходимо понять, как это сделать, чтобы контролировать риски своего решения. Логика показывает, что для этого разработчику надо контролировать все критические элементы беспилотного управления.


Первое. Собственной разработки беспилотный софт. Это очевидно. Так делают все, включая Маска. Хотя на первых порах он применял беспилотный софт израильской компании Mobileye. Возможно, чтобы быстрее перенять лучший опыт, а далее, использовав как предлог первую смертельную аварию, отказался от ее услуг и взял разработку софта на себя.


Второе. Собственное по максимуму навесное оборудование, используемое для беспилотности: камеры, радары, лидары. И не столько ради снижения стоимости, сколько для того, чтобы не брать на себя ответственность за сбои и ошибки чужого оборудования. И тогда закономерно, что такую разработку, включая лидары, ведут и Google, и Яндекс, и Tesla.


Третье. Собственные техцентры, где под жестким контролем автомобиль оснащается любыми новыми версиями беспилотного софта. Никакие иные варианты не допускаются. И вот тут у Маска иначе: новые версии софта записываются в автомобили Tesla так же, как у всех гаджетов, – удаленно.


Четвертое. И самое неочевидное. Для того чтобы гарантировать, что никто посторонний не внес изменений в отработанные «железо» и софт беспилотного автомобиля – что только и позволяет разработчику взять за него ответственность, – такой автомобиль должен быть… собственностью разработчика!


Следствия этого.


Никаких беспилотных автомобилей в личной собственности – как предлагает Tesla – как минимум до тех пор, пока беспилотные технологии не станут простыми, как велосипед, и регулируемыми сверху донизу!


Разработчики беспилотности становятся крупнейшими автовладельцами с парком в десятки и сотни тысяч беспилотных машин, которые они будут предоставлять как услугу «автомобиль как сервис»: для разовых поездок (замена такси), краткосрочной аренды (замена каршеринга) и долгосрочной аренды. Аналогично с грузоперевозками.


Это и есть будущее автомобильных компаний в составе экосистем Google или Яндекса, например. Причем ближайшее будущее – на горизонте 5–10 лет.


Платформа (модель и марка) автомобиля для разработчика беспилотности некритична: технологии беспилотности универсальны. Поэтому проектировать сами автомобили, строить заводы для их сборки, заниматься глобальной логистикой тысяч комплектующих, если такие компетенции у разработчика технологий беспилотности отсутствуют, нет необходимости. Именно так поступают сейчас Google (правда, после ряда попыток) и Яндекс (сразу).


Если нынешние автопроизводители не смогут разработать собственные решения беспилотности, то их ждет судьба низкомаржинальных поставщиков автоплатформ.


Противный случай


Возвращаясь к требованиям американского регулятора NHTSA к Tesla. Они, эти требования, представляются революционными. NHTSA впервые в истории уравнял требования к изменениям в конструкции автомобиля и в его программном обеспечении, если эти изменения направлены на устранение выявленных проблем с безопасностью. Таких требований к изменениям софта никогда не было для гаджетов, и разработчики софта жили беззаботно.


Теперь для того и другого юридическая процедура едина: надо объявить отзывную компанию, а регулятору раскрыть причины изменений и, если есть, всю статистику нештатных ситуаций, которые привели к изменениям.


Но и это еще не все. Благодаря делу «NHTSA против Tesla» и англосаксонскому прецедентному праву, новые требования по обеспечению безопасности софта теперь есть не только для автомобилей, но де факто и для всех других сложных инженерных систем. А они сегодня активно насыщаются софтом, следовательно, их эксплуатация напрямую связана с рисками для жизни и здоровья людей: самолеты, поезда, суда и т.п.


Лед тронулся, господа разработчики. Забудьте навсегда тезис, что беспилотный автомобиль, самолет, поезд – «гаджет на колесах или с крыльями». Что в противном случае? В противном случае – горько пожалеете.

Подготовка дронов и БПЛА FAA, часть 107

Перейти к содержимому

Обучение работе с дронами и БПЛА FAA, часть 107andrewc2022-04-27T15:10:39-04:00

Обучение работе с дронами для групп и отдельных лиц, которые хотят предоставлять профессиональные услуги предприятиям, использующим небольшие БПЛА. Наш курс обучения пилотов БПЛА подготовит вас к тому, чтобы предлагать профессиональные услуги БПЛА для таких отраслей, как сельское хозяйство, кинематография, кино, строительство, недвижимость, геодезия и картографирование и многие другие.

Наша полная программа обучения

Ищете полный курс обучения? Эта программа предлагает сертификацию обучения в прямом и обратном направлении

0 часов

наземная веб-школа

0 часов

симулятор дрона на базе ПК

0 дней

практическое обучение плюс полет

Prep 7 Часть 1 FAA 9000 Курс

Наряду с обучением дронам в этот пакет включен подготовительный курс, который поможет вам сдать письменный тест FAA Part 107. Наш полный пакет обучения работе с дронами подготовит вас к коммерческому управлению дронами и обслуживанию растущего числа отраслей, внедряющих решения для БПЛА.

Купить сейчас