Беспилотники научат быть более уверенными на узких и забитых транспортом улицах
20 июля 2021
В питтсбургском университете Карнеги-Меллона придумали алгоритм поведения водителя-робота на узких улицах
Александр Климнов, фото CMU
Этот сценарий знаком любому водителю, которому приходилось ехать по многолюдной узкой улице: припаркованные у тротуаров машины не оставляют достаточно места для транспортных средств, движущихся в обоих направлениях, не говоря уже об обгонах. Одному из водителей или приходится нырять в промежуток среди припаркованных машин, или останавливаться как можно дальше, чтобы другой водитель мог протиснуться мимо.
Водители как-то находят способ договариваться кто из них проедет первым, хотя и не без случаев недовольства и досады между ними. Программирование автономного транспортного средства (робокара) на то же самое поведение без человека за рулем и без знания того, что может предпринять другой водитель и стало уникальной задачей для программистов из Центра исследований автономных транспортных средств компании Argo AI при университете Карнеги-Меллона (CMU) в городе Питтсбург (штат Пенсильвания).
Бывший научный сотрудник Института робототехники Школы компьютерных наук, а ныне сотрудник Лаборатории автономных воздушных систем Технического института при Мюнхенском университете Кристоф Киллинг поясняет: «Это неписаные правила дорожного движения и одно из самых главных затруднений в деле автоматизации вождения. Вы должны научиться взаимодействовать с другими участниками движения по этому сценарию, не зная, пропустит вас вообще другой автомобиль или нет».
Работая в CMU, Киллинг объединился с ученым-исследователем доктором философии Джоном Доланом и студентом Адамом Виллафлором, чтобы решить эту проблему. На Международной конференции по робототехнике и автоматизации эта команда представила свое исследование под заковыристым названием «Научиться надежно решать вопросы об использовании своей полосы движения на дороге с двусторонним движением при сценариях вождения с высокой степенью конфликтности».
Эта команда считает, что их исследование стало первым для данного конкретного сценария вождения, который требует от водителей как людей, так и автопилотов (роботов) совместной работы, чтобы безопасно разъезжаться друг с другом, не зная, о намерениях встречного участника движения. Водители должны сбалансировать свою настойчивость с сотрудничеством. Чрезмерно агрессивный водитель, который просто не обращает внимания на другие автомобили, может подвергнуть риску себя и других участников движения (включая даже свою жизнь и жизнь своих пассажиров – авт.). Напротив, чрезмерно уступчивый и вежливый водитель, который всегда пропускает встречные машины, вообще рискует никогда не проехать по такой улице с достаточно интенсивным движением (в условиях нашей страны для этого достаточно лишь сильного снегопада – авт.).
Мистер Долан сказал: «Я всегда считал это интересным, а иногда и самым сложным аспектом вождения в Питтсбурге». Фото на заставке: транспортные средства пытаются разойтись друг с другом на многолюдной улице в Питтсбурге, штат Пенсильвания.
В наши дни автономные транспортные средства («автодроны» – авт.) признаны наиболее оптимальным решением проблемы финальной доставки посылок и заказов и транспортировки грузов или пассажиров, т.е. логистической задачи т.н. «последней мили». Но для того, чтобы робокар («робовэн») доставил пиццу, посылку или человека к месту назначения, он должен располагать возможностью перемещаться в ограниченном уличном пространстве при неизвестных намерениях окружающих водителей.
Команда Долана разработала метод моделирования различных уровней взаимодействия водителей: насколько вероятно, что данный водитель будет останавливаться, чтобы позволить другому водителю проехать первым и использовала эти модели для обучения алгоритму, который мог бы помочь робокару безопасно и эффективно ориентироваться в такой ситуации. Пока что алгоритм использовался только при моделировании дорожного движения, а не на физическом транспортном средстве в реальной дорожной среде, но результаты получены уже многообещающие. Так, команда Долана обнаружила, что их алгоритм работает все же лучше, чем иные существующие модели управления автономным движением.
Вождение автомобиля в основном и состоит из сложных сценариев, подобных этому. По мере того как исследователи автономного вождения решают их, они ищут способы заставить алгоритмы и модели, разработанные для одного сценария, скажем, выезда на шоссе, работать и для других сценариев, например, таких как смена полосы движения или поворот налево на перекрестке с пересечением встречного движения.
Долан говорит: «Наше обширное тестирование выявляет последний процент случаев ручного управления. Мы продолжаем находить эти редкие, но важные для безопасного вождения случаи и придумывать способы их решения».
Справка: Argo AI – независимая компания, занимающаяся технологиями автономного вождения, со штаб-квартирой в Питтсбурге. Компания была основана в 2016 году Брайаном Салски и Питером Рандером, ветеранами программ автоматизированного вождения Google и Uber. Компания Argo AI создает программное обеспечение, оборудование, карты и облачную инфраструктуру для поддержки беспилотных транспортных средств. У Argo AI имеется два основных инвестора: концерны Ford Motor (с 2017 года) и Volkswagen Group (с 2020-го).Технология автоматизированного вождения (SDS) от компании Argo AI будет внедрена в автомобили, производимые данными автопроизводителями в рамках этих партнерских отношений. По состоянию на лето 2020 года компания Argo AI оценивалась в $7,25 млрд, а количество ее сотрудников достигало 1000 сотрудников. Офисы компании расположены в Питтсбурге, Детройте, Папло-Альто, Крэнбери (штат Нью-Джерси) и немецком Мюнхене.
P.S. На ряде научно-практических конференций в России за минувшие три-четыре года данную проблему уже неоднократно поднимали, ведь именно создание полностью «антроподумающего» автопилота, который бы обеспечил полную безопасность передвижения робокара при соблюдении всех правил движения, но соответствовал бы реалиям дорожного движения, т.е. не зависал бы, безнадежно пропуская бесконечный поток пешеходов на нерегулируемом перекрестке или описанный выше поток встречных машин на узкой или забитой припаркованными машинами улице, а также встраивался в плотный транспортный поток, состоящий из агрессивных водителей (ведь например, просто медлительный водитель-ученик часто вызывает дополнительную агрессию у других даже вполне спокойных водителей) и представляет на сегодня основную проблему для развития автоматизированного движения по дорогам любых категорий, так как все прочие проблемы в принципе решаемы уже имеющимися техническими и программными средствами, хотя иногда и весьма-весьма дорого.
Следите за новостями на портале www.rim3.ru
Загрузка