Как пояснили ТАСС в региональном центре искусственного интеллекта, запуск беспилотных поездов в метро требует от систем компьютерного зрения надежности, превышающей человеческую.
"В подземке нет привычных дорожных знаков и хорошего освещения, путь постоянно меняется: кривые, уклоны, станции, стрелки и колонны между путями. Использование привычных камер здесь недостаточно, и на помощь приходит 3D-лидар, который «ощупывает» пространство лазерными лучами. Но если система будет ошибаться и видеть препятствия там, где их нет, беспилотный поезд будет постоянно экстренно тормозить, парализуя движение на всей линии, а если пропустит реальное препятствие – произойдет катастрофа", – рассказали в центре.
"Обычные алгоритмы пытаются «узнать» конкретный предмет по его форме и очертаниям, но наши специалисты пошли другим путем. Они построили математическую модель «нормального тоннеля» – его стен, свода, рельсов и габарита поезда – и физики самого лидара. Иными словами, система знает, как должен выглядеть безопасный путь, и мгновенно замечает любое отклонение от этой нормы, а технологии машинного обучения лишь уточняют решение в сложных и спорных случаях", – уточнили в областном правительстве.
Разработчикам из команды "СахалИИн" удалось снизить количество ложных экстренных остановок в шесть раз (с 10,3 до 1,8 на км пути) на участках новой линии метро и замечать реального человека, находящегося на пути, на расстоянии 55,5 м практически в 100% случаев (58 из 60 кадров). Обработка сложнейшего массива данных занимает от 56 до 70 мс вместо ожидаемых 100, что позволяет системе "подумать" быстрее, чем обновляется картинка. По словам специалистов, для работы алгоритма не требуются мощные компьютеры – достаточно обычного процессора ноутбука.
Что такое 3D–лидар и как он "видит" в темноте
Лидар (LiDAR – Light Detection and Ranging) – это технология измерения расстояний и сканирования пространства с помощью лазерных лучей. В отличие от обычных видеокамер, которым для качественной съемки необходим внешний свет, лидар сам является источником излучения. Прибор каждую секунду посылает миллионы световых импульсов во всех направлениях и фиксирует время, за которое они отражаются от объектов и возвращаются к датчику.
На основе этих данных бортовой компьютер мгновенно вычисляет точное расстояние до каждого объекта. В результате система формирует так называемое облако точек – детализированную трехмерную модель окружающего пространства в режиме реального времени. Для такой технологии абсолютная темнота подземного тоннеля, пыль или задымление не являются помехой.
Однако у традиционных лидарных систем в метро есть уязвимость: они чувствительны к мелким помехам. Взвесь пыли в воздухе, клубы пара, элементы дренажа или сложная геометрия сводов тоннеля на поворотах часто распознаются стандартными алгоритмами как опасное препятствие. Из-за этого автоматика подает сигнал на экстренное торможение.
Ложные срабатывания и "габарит приближения": ключевые понятия подземной автоматики
В железнодорожной терминологии "габарит приближения строений" – это предельный поперечный контур, внутрь которого не должны заходить элементы сооружений и устройств метрополитена. Существует и зеркальное понятие – "габарит подвижного состава", то есть границы, за которые не может выходить ни одна деталь поезда. Пространство между ними рассчитывается до миллиметра. Задача системы компьютерного зрения – непрерывно сканировать этот свободный промежуток по ходу движения поезда и мгновенно реагировать, если в него попадает посторонний объект.
Однако в реальном тоннеле идеальная пустота отсутствует: там всегда есть элементы кабельного хозяйства, путевые знаки, дренажные лотки или выступы облицовки. Если алгоритм беспилотника ошибается и принимает штатную деталь инфраструктуры за упавшего на рельсы человека или обломок скалы, происходит "ложное срабатывание". Автоматика воспринимает это как аварийную ситуацию и инициирует экстренное торможение.
Главная сложность при создании беспилотных поездов метро заключается в том, чтобы научить искусственный интеллект игнорировать сложные контуры самого тоннеля и при этом гарантированно замечать появление реального препятствия в границах габарита.
Беспилотные поезда в России: от МЦК до метрополитена
Развитие беспилотного рельсового транспорта в России идет по двум направлениям – на наземных железных дорогах и в метрополитенах. Главным полигоном для внедрения систем автоматического управления стало Московское центральное кольцо (МЦК). Здесь курсируют электропоезда "Ласточка", оснащенные элементами искусственного интеллекта, машинного зрения и лидарами, которые позволяют автоматике самостоятельно оценивать обстановку на путях и регулировать скорость движения.
На Большой кольцевой линии продолжаются испытания беспилотного метропоезда. Он проехал уже более 10.000 км – пока без пассажиров.
В метрополитенах страны автоматизация традиционно развивалась в рамках систем автоведения. На многих линиях метро в Москве и других крупных городах поезда уже давно способны двигаться по перегонам и останавливаться на станциях без прямого участия человека. Однако машинист по-прежнему находится в кабине, чтобы контролировать посадку пассажиров, закрытие дверей и действовать в случае нештатных ситуаций.
