Беспилотный автомобиль

5G для железных монстров

03.12.2020 14:20:34 |

Автор: admin

Различные беспилотники все активнее входят в нашу жизнь. И если с дронами и БПЛА все более или менее понятно как в части практического использования в мирных и не самых мирных целях, так и в части территориального применения, то с наземными беспилотниками все немного сложнее. Тут вам и ограниченность пространства для маневра и теста, и множество дополнительных правил использования и законов, и совсем другой подход к безопасности.

Вот и получается, что прямо сейчас большая часть из наземных беспилотных проектов проводит долгое время в статусе пилота. Полноценно протестировать беспилотное такси или робота-курьера в условиях мегаполиса с кучей пешеходов и, прямо скажем, активным трафиком довольно сложно.

Зато есть объекты, на которых и людей не очень много, и инфраструктура подходящая есть, и требования по безопасности выполняются. Да, да, мы о тяжелой промышленности и добыче ископаемых.

Это БЕЛАЗ 7513R, карьерный роботизированный самосвал грузоподъемностью в 130 тонн и максимальной скоростью 50 км/ч. Именно для этих машин мы развернули участок 5G-сети в действующем угольном разрезе Черногорский, республика Хакасия, СУЭК.

В 2019 году мы уже тестировали работу таких самосвалов и работающих в паре с ними погрузчиков, но на мощностях 4G. А в этом году на оборудовании Huawei развернули фрагмент сети на 5G. Для этого используются две распределенные двухсекторные базовые станции (gnodeB) с частотой 100 МГц, работающие в режиме non-standalone. Собственно, из-за использования NSA мы добавили в в систему ещё пару радиомодулей для создания якорной LTE-сети к тем четырем 5G-модулям, что установили в самом начале теста.

Самосвалы работают на базе решения от VIST GROUP.

Здесь и раскрывается один из ощутимых плюсов 5G именно для беспилотников минимальный пинг между командой, отправленной оператором из центра управления, на сам БЕЛАЗ. Ведь процесс управления беспилотным самосвалом выглядит так

на БЕЛАЗе и вдоль маршрута установлены HD-видеокамеры, каждая из них передает видеопоток в центр обработки информации
оператор, глядя на видепоток с HD-камеры БЕЛАЗа, осуществляет управление самосвалом.

Да, да, как в старых добрых автосимуляторах с рулем и педалями. Только машинка настоящая и её эксплуатационная масса чуть более 100 тонн. На одном БЕЛАЗе стоят 7 видеокамер, и для нормальной работы им надо около 30 Мбит/с. Значит, на 2 БЕЛАЗа у нас уже 14 видеокамер и удвоенный поток в 60 Мбит/с. И так далее, в зависимости от количества машин, которое хочется подключить.

Чем меньше пинг в этом случае, тем быстрее работа в целом оператор может не держать в голове, что между его действием (поворотом руля) и реальным поворотом самосвала всегда закладывается ощутимый временной лаг. Соответственно, повышается как точность движения БЕЛАЗов, так и безопасность на объекте. Рельеф угольного разреза довольно сложный, а так как добыча продолжается рельеф еще и меняется.

Фрагмент тестовой 5G-сети охватывает именно полуторакилометровую часть маршрута БЕЛАЗов. Важно понимать, что это именно тестирование 5G-сети, которое, как мы надеемся, повысит сам интерес к технологии и на цифрах докажет её полезность. При этом говорить о полномасштабном внедрении 5G на подобных производствах пока рановато, ведь у нас в стране в целом не то чтобы наверняка определились с регулированием конкретных частот, плюс надо учитывать и стоимость развертывания: полная стоимость сети диапазона 4,4-4,99 (именно на него пока есть разрешение Госкомиссии по радиочастотам), окажется весьма выше, чем сети для 3,4-3,8 (предпочтительный диапазон 5G).

Ранее для управления беспилотниками использовали технологии промышленного интернета на базе MESH, и в сравнении с ним 5G пока выдает лучшие результаты.

В целом, пилот показал себя как успешный, и в будущем польза для отрасли будет куда более очевидна. Конечно, остаются общие вопросы и сложности с внедрением 5G в РФ, с разрешением на частоты и прочим, но, надеемся, и это пройдет.

Подробнее..

Категории: It-инфраструктура , Транспорт , Сотовая связь , 5g , Робототехника , Беспилотный автомобиль , Блог компании билайн бизнес , Белаз , Суэк

Можно порешать задача про лидарное облако откоманды беспилотных автомобилей Яндекса

20.10.2020 12:19:01 |

Автор: admin

Меня зовут Андрей Гладков, я разработчик в направлении беспилотных автомобилей. Сегодня я поделюсь с сообществом Хабра задачей, которая связана с важнейшим сенсором беспилотника лидаром, и с тем, как мы обрабатываем лидарные данные. Вы можете попробовать решить задачу самостоятельно на платформе Контест. Система проверит решение с помощью автотестов и сразу сообщит результат. Разбор и код решения в спойлерах ближе к концу поста. Тем, кто был на митапе в нашем цехе в прошлом году, задача покажется знакомой мы предлагали её в качестве входного билета, но публично никогда ей не делились.

Условие

Ограничение времени	15 секунд
Ограничение памяти	64 МБ
Ввод	стандартный ввод или input.txt
Вывод	стандартный вывод или output.txt

Беспилотный автомобиль стоит на ровной асфальтовой площадке, на крыше автомобиля установлен лидар. Даны измерения, полученные лидаром за один период сканирования.

Измерения представляют собой множество из $inline$ точек, имеющих координаты $inline$ , $inline$ и $inline$ . Больше 50% точек принадлежат дороге. Моделью положения принадлежащих дороге точек в пространстве является плоскость с параметризацией

$A\cdot x+B \cdot y + C \cdot z + D=0.$

Точки, которые принадлежат дороге, отклоняются от модели не больше чем на заданную величину $inline$ .

Необходимо найти параметры $inline$ и $inline$ соответствующей дороге плоскости. Число точек, отклоняющихся от модели не больше чем на $inline$ , должно составлять не менее 50% от общего числа точек.

Формат ввода

Входные данные заданы в текстовом формате. Первая строка содержит фиксированный порог $inline$ $inline$ . Вторая строка содержит число точек $inline$ $inline$ . Следующие $inline$ строк содержат координаты $inline$ , $inline$ и $inline$ $inline$ для каждой точки, разделителем является символ табуляции (формат строки "x[TAB]y[TAB]z"). Вещественные числа имеют не более 6 десятичных знаков.

Формат вывода

Выведите параметры $inline$ , $inline$ , $inline$ и $inline$ соответствующей дороге плоскости. Числа разделяйте пробелами. Выведенные параметры должны задавать корректную плоскость.

Пример 1

Ввод	Вывод
0.013200010-10010100	0.000000 0.000000 1.000000 0.000000

Пример 2

Ввод	Вывод
0.013200310-10210102	-0.099504 0.000000 0.995037 -0.995037

Пример 3

Ввод	Вывод
0.011020-100.22000.220100.215-100.151500.1515100.1510-100.110100.120181.715-151.2	-0.010000 0.000000 0.999950 0.000000

Данные примеры синтетические. В реальном облаке точек объектов значительно больше: поработайте над edge-кейсами.

Где порешать

Попробовать свои силы можно на Контесте: https://contest.yandex.ru/contest/12698/enter/

Разбор и готовый код

Разбор

Сначала давайте задумаемся над тем, что должны представлять из себя входные данные. Больше 50% точек, как сказано в условии, относятся к дороге, остальные, как мы можем догадаться, к другим объектам, которые возвышаются над дорогой. Это могут быть другие автомобили, пешеходы, столбы и т. д. Их возвышение над дорогой может быть достаточно большим по сравнению с заданной величиной отклонения точек дороги $inline$ .

Получается, для решения задачи нам нужен метод оценки параметров модели, устойчивый к большому количеству выбросов. Одним из таких методов является RANSAC (ссылка на Википедию). Метод итеративно перебирает гипотезы (наборы параметров модели), построенные по случайно выбранным точкам, и выбирает из гипотез лучшую.

Применительно к задаче шаг его итерации можно описать так:

Берем случайные три точки, вычисляем по ним параметры плоскости (гипотезу).
Оцениваем, насколько гипотеза хороша сколько точек с учетом заданного порога $inline$ можно отнести к плоскости дороги, а сколько нужно признать выбросами.
Обновляем лучшую гипотезу, если текущая оказалась лучше.

В базовом варианте шаг реализовывается довольно просто. Ниже пример кода. Пример не является продакшен-кодом и опирается на то, что входные данные соответствуют описанию задачи.

Код на C++

#include <algorithm>#include <array>#include <cmath>#include <cstdint>#include <iostream>#include <random>#include <vector>struct Point3d {  double X = 0.0;  double Y = 0.0;  double Z = 0.0;};using PointCloud = std::vector<Point3d>;struct Plane {  double A = 0.0;  double B = 0.0;  double C = 0.0;  double D = 0.0;};bool CreatePlane(    Plane& plane,    const Point3d& p1,    const Point3d& p2,    const Point3d& p3) {  const double matrix[3][3] =    {{          0,           0,           0},  // this row is not used     {p2.X - p1.X, p2.Y - p1.Y, p2.Z - p1.Z},     {p3.X - p1.X, p3.Y - p1.Y, p3.Z - p1.Z}};  auto getMatrixSignedMinor = [&matrix](size_t i, size_t j) {    const auto& m = matrix;    return (m[(i + 1) % 3][(j + 1) % 3] * m[(i + 2) % 3][(j + 2) % 3] -            m[(i + 2) % 3][(j + 1) % 3] * m[(i + 1) % 3][(j + 2) % 3]);  };  const double A = getMatrixSignedMinor(0, 0);  const double B = getMatrixSignedMinor(0, 1);  const double C = getMatrixSignedMinor(0, 2);  const double D = -(A * p1.X + B * p1.Y + C * p1.Z);  const double norm_coeff = std::sqrt(A * A + B * B + C * C);  const double kMinValidNormCoeff = 1.0e-6;  if (norm_coeff < kMinValidNormCoeff) {    return false;  }  plane.A = A / norm_coeff;  plane.B = B / norm_coeff;  plane.C = C / norm_coeff;  plane.D = D / norm_coeff;  return true;}double CalcDistance(const Plane& plane, const Point3d& point) {  // assume that the plane is valid  const auto numerator = std::abs(      plane.A * point.X + plane.B * point.Y + plane.C * point.Z + plane.D);  const auto denominator = std::sqrt(      plane.A * plane.A + plane.B * plane.B + plane.C * plane.C);  return numerator / denominator;}int CountInliers(    const Plane& plane,    const PointCloud& cloud,    double threshold) {  return std::count_if(cloud.begin(), cloud.end(),      [&plane, threshold](const Point3d& point) {        return CalcDistance(plane, point) <= threshold; });}Plane FindPlaneWithFullSearch(const PointCloud& cloud, double threshold) {  const size_t cloud_size = cloud.size();  Plane best_plane;  int best_number_of_inliers = 0;  for (size_t i = 0; i < cloud_size - 2; ++i) {    for (size_t j = i + 1; j < cloud_size - 1; ++j) {      for (size_t k = j + 1; k < cloud_size; ++k) {        Plane sample_plane;        if (!CreatePlane(sample_plane, cloud[i], cloud[j], cloud[k])) {          continue;        }        const int number_of_inliers = CountInliers(            sample_plane, cloud, threshold);        if (number_of_inliers > best_number_of_inliers) {          best_plane = sample_plane;          best_number_of_inliers = number_of_inliers;        }      }    }  }  return best_plane;}Plane FindPlaneWithSimpleRansac(    const PointCloud& cloud,    double threshold,    size_t iterations) {  const size_t cloud_size = cloud.size();  // use uint64_t to calculate the number of all combinations  // for N <= 25000 without overflow  const auto cloud_size_ull = static_cast<uint64_t>(cloud_size);  const auto number_of_combinations =      cloud_size_ull * (cloud_size_ull - 1) * (cloud_size_ull - 2) / 6;  if (number_of_combinations <= iterations) {    return FindPlaneWithFullSearch(cloud, threshold);  }  std::random_device rd;  std::mt19937 gen(rd());  std::uniform_int_distribution<size_t> distr(0, cloud_size - 1);  Plane best_plane;  int best_number_of_inliers = 0;  for (size_t i = 0; i < iterations; ++i) {    std::array<size_t, 3> indices;    do {      indices = {distr(gen), distr(gen), distr(gen)};      std::sort(indices.begin(), indices.end());    } while (indices[0] == indices[1] || indices[1] == indices[2]);    Plane sample_plane;    if (!CreatePlane(sample_plane,                     cloud[indices[0]],                     cloud[indices[1]],                     cloud[indices[2]])) {      continue;    }    const int number_of_inliers = CountInliers(        sample_plane, cloud, threshold);    if (number_of_inliers > best_number_of_inliers) {      best_plane = sample_plane;      best_number_of_inliers = number_of_inliers;    }  }  return best_plane;}int main() {  double p = 0.0;  std::cin >> p;  size_t points_number = 0;  std::cin >> points_number;  PointCloud cloud;  cloud.reserve(points_number);  for (size_t i = 0; i < points_number; ++i) {    Point3d point;    std::cin >> point.X >> point.Y >> point.Z;    cloud.push_back(point);  }  const Plane plane = FindPlaneWithSimpleRansac(cloud, p, 100);  std::cout << plane.A << ' '            << plane.B << ' '            << plane.C << ' '            << plane.D << std::endl;  return 0;}

Комментарии к коду

Посмотрим на кусок кода, представленного выше:

  const double matrix[3][3] =    {{          0,           0,           0},  // this row is not used     {p2.X - p1.X, p2.Y - p1.Y, p2.Z - p1.Z},     {p3.X - p1.X, p3.Y - p1.Y, p3.Z - p1.Z}};  auto getMatrixSignedMinor = [&matrix](size_t i, size_t j) {    const auto& m = matrix;    return (m[(i + 1) % 3][(j + 1) % 3] * m[(i + 2) % 3][(j + 2) % 3] -            m[(i + 2) % 3][(j + 1) % 3] * m[(i + 1) % 3][(j + 2) % 3]);  };  const double A = getMatrixSignedMinor(0, 0);  const double B = getMatrixSignedMinor(0, 1);  const double C = getMatrixSignedMinor(0, 2);  const double D = -(A * p1.X + B * p1.Y + C * p1.Z);

В этих строках выполняется вычисление параметров плоскости по трем точкам (ссылка на Википедию). В первой строке $inline$ должны стоять элементы $inline$ , $inline$ и $inline$ . Если вычислять определитель этой матрицы через алгебраические дополнения для первой строки, то дополнения войдут в итоговое выражение как коэффициенты при $inline$ , $inline$ и $inline$ , то есть будут как раз коэффициентами $inline$ , $inline$ и $inline$ плоскости.

При выборе случайной тройки индексов можно дополнительно учитывать, какие тройки уже встречались. Для этого можно завести unordered_set и записывать в него идентификаторы троек.

Подробнее..

Категории: Блог компании яндекс , Программирование , Алгоритмы , Задачи для программистов , Занимательные задачки , Беспилотный автомобиль , Лидар

Беспилотные автомобили будут спасать своих пассажиров

19.08.2020 00:05:19 |

Автор: admin

Похоже, корпорация Apple решила вторгнуться на перспективный рынок беспилотных авто и стать там законодателем моды. По крайней мере, в вопросах безопасности. На сайте Patently Apple, который отслеживает разработки корпорации, появилась информация о новой патентной заявке от Apple. Она предусматривает максимально возможную защиту здоровья пассажиров авто в самых разнообразных случаях, вплоть до наводнений.

Дизайнерский концепт ябломобиля от Magic Torch, сообщество Behance.net

Подозрения о том, что Apple делает свой беспилотный электромобиль, ходят давно. Разработки держатся в строжайшем секрете, но то инсайдеры сольют информацию, то руководство яблочных невзначай проговорится. Считается, что проект на разных этапах назывался Apple Car, iCar и, наконец, Titan. Работа над ним ведется с 2014 года. Американская пресса даже называла адрес штаб-квартиры разработчиков: Саннивейл, штат Калифорния, 195 N. Wolfe Road. В 2015 году Bloomberg на основе инсайдерской информации прогнозировал, что Apple Car выйдет на рынок в 2020 году. Этого не произошло: напротив, в конце 2019 года Apple уведомила власти штата об увольнении из подразделения беспилотных автомобилей 190 сотрудников (тем самым косвенно подтвердив существование проекта).

Однако компания не отошла от автомобильной тематики. Летом прошлого года она купила стартап по производству беспилотных машин Drive.ai. В минувшем феврале Apple запатентовала новые автомобильные сиденья, а в июне представила цифровые ключи для машины Car Keys, позволяющие заводить и глушить двигатель при помощи iPhone или часов Apple Watch.

Цифровыми ключами дело не ограничилось. Журналисты Patently Apple изучили патентную заявку Apple (ознакомиться ней можно тут). Они обнаружили большое количество ноу-хау, касающихся безопасности пассажиров. Например, датчики, отслеживающие дыхание и сердцебиение, причем не только людей, но и кошек с собаками. Также описаны датчики давления в сиденьях машин, уровня углекислого газа, температуры тел пассажиров (с помощью лазерного и инфракрасного термометров) и др. Все эти параметры будут не просто собираться, а сопоставляться и анализироваться бортовым компьютером. Он будет контролировать, соответствуют ли показатели здоровья пассажиров норме.

Дизайнерский концепт ябломобиля от Magic Torch, сообщество Behance.net

Машина позаботится и о предотвращении несчастных случаев. Например, если человек собрался выйти из машины на дорогу и есть опасность, что в отрытую дверцу врежется другая машина дверь просто не откроется, пока опасность не минует.

Особое место в патентной заявке уделено защите при наводнениях. По данным телекомпании ABC, 94 американца ежегодно погибают в машинах во время наводнений. Аналогичной статистики по России нет, однако только летом 2017 года спасатели достали со дна Байкала 92 автомобиля.

Сенсорные системы Apple способны определять уровень воды вокруг автомобиля, скорость водного потока. Они поймут, погружается ли машина или уже ушла под воду и на какую глубину. Система жизнеобеспечения одновременно минимизирует протечку воды в салон и в то же время облегчит его покидание: разблокирует двери, ремни безопасности (есть вариант, когда они будут автоматически перерезаны), подаст сигнал бедствия, подскажет пассажирам, как покинуть машину. Если пассажиры останутся в салоне, компьютер откроет подачу кислорода. В противном случае автомобиль выдаст средства спасения, возможно, даже сам наденет их на пострадавших и начнет дозировано запускать в салон воду, чтобы уменьшить разницу в давлении внутри машины и снаружи это поможет покинуть тонущий автомобиль. Даже уйдя под воду, авто будет подавать сигналы бедствия спасателям.

Дизайнерский концепт ябломобиля от Magic Torch, сообщество Behance.net

Патентная заявка 20200255002 была зарегистрирована в марте 2018 года. Какие из упомянутых в ней ноу-хау будут применены, в каких комбинациях пока сложно сказать. Неизвестно даже, выпустит ли Apple в итоге свой ябломобиль или будет только продавать свои разработки на сторону (возможно, пока этого не знает даже Тим Кук). Зато можно уверенно предположить, что технологии Apple помогут задать стандарты безопасности беспилотных автомобилей для всего рынка. Тем более, почва готова: во многих странах частные компании и государства разрабатывают проекты по повышению безопасности на дорогах с помощью цифровых решений, в том числе в преддверии эры беспилотников. Например, в России власти планируют вложить от 3 до 5 млрд рублей на платформу "Автодата". Одна из ее главных задач сделать движение более безопасным. Так что выпустит Apple свою машину или нет её технологии точно будут востребованы рынком.

Подробнее..

Категории: Безопасность , Apple , Искусственный интеллект , Транспорт , Автомобильные гаджеты , Беспилотный автомобиль

Как стать разработчиком беспилотного автомобиля?

01.02.2021 18:10:50 |

Автор: admin

Мир меняется и появляется все больше новых, перспективных, интересных профессий. Растущая автоматизация и роботизация влияет на востребованность специалистов из различных областей. Мы уже можем наблюдать, как некоторые профессии теряют свою актуальность, а в скором времени исчезнут вовсе. Это естественный процесс, за последние 100 лет множество профессий появилось и ушло навсегда.

Но что нас ждет в будущем? Какие специалисты будут самыми востребованными и высокооплачиваемыми? Эксперты прогнозируют в скором будущем высокую потребность в следующих профессионалах: проектировщик 3D-печати, разработчик роботов, дизайнер виртуальной реальности, менеджер по космическому туризму, сити-фермер, онлайн-доктор, разработчик беспилотного транспорта.

Сегодня подробнее остановимся на молодой, перспективной и востребованной профессии во всем мире - на разработчиках беспилотного транспорта. Как попасть в профессию? На кого необходимо выучиться? Какие задачи предстоит решать? Постараемся ответить на все вопросы.

Образование и компетенции

Какое будущее ждет наземный транспорт и специалистов, которые с ним работают? В обозримом будущем транспорт будет становиться все более автоматизированным, а в конечном итоге и полностью беспилотным. За счет этого часть профессий исчезнет, но на смену им придут новые. Беспилотники нужно будет разрабатывать, обслуживать, модернизировать, защищать от кибератак. И молодым специалистам еще предстоит этому обучиться.

Сегодня на разработчика беспилотного транспорта не отучишься за пять лет в вузе или на дополнительных курсах. Но постепенно российские университеты начинают знакомить своих студентов с этой новой и перспективной профессией. Первую в России магистерскую программу по подготовке специалистов для работы с высокоавтоматизированными транспортными средствами уже запустил Университет ИТМО совместно с НПО СтарЛайн. Студенты изучают в университете программу Функциональная безопасность беспилотных транспортных средств, а для практики и закрепления знаний используют ресурсы НПО СтарЛайн. Молодые специалисты смогут попробовать свои силы и новые знание в проекте по созданию беспилотного автомобиля OSCAR. Студенты также могут устроиться на практику в компанию, занимающуюся разработкой беспилотников, получить бесценный опыт, а в дальнейшем и приглашение на работу.

Беспилотный автомобиль проекта OSCAR

В профессию разработчик беспилотного транспорта приходят люди с разным образованием, опытом работы и компетенциями. Конечно, существует определенный набор базовых знаний, которые необходимы для работы с автономным транспортом. Техническое образование, знание основ и нескольких языков программирования, английский язык, основы робототехники, машиностроения, знания в области нейронных сетей и машинного обучения. Профессия пока не требует большого опыта работы, куда важнее знания, находчивость, умение найти нестандартный выход из ситуации и навыки работы в команде. Например, в команде разработчиков проекта Беспилотный автомобиль StarLine из Санкт-Петербурга трудятся молодые специалисты, учащиеся вузов и только выпустившиеся магистры. При это беспилотник StarLine уже уверенно перемещается по дорогам Северной столицы и принимает участие в гонках высокоавтоматизированных транспортных средств на заснеженных трассах.

Над созданием беспилотного автомобиля StarLine в первую очередь работают инженеры, инженеры-робототехники, инженеры в области Data Science и искусственного интеллекта. В нашей команде есть победители хакатона, который проводился в рамках Международного фестиваля робототехники РобоФинист. Увлечение робототехникой еще со школьных лет помогло ребятам не только получить первое место, но и приглашение на работу, - рассказывает Борис Иванов, руководитель проекта Беспилотный автомобиль StarLine.

Если вы хотите заниматься беспилотным транспортом, стать разработчиком и повысить свои навыки программирования - участвуйте в конкурсах, олимпиадах и хакатонах. Это позволит получить новый опыт и знания, приобрести полезные знакомства, вас могут заметить и предложить работу. Попасть в команду разработчиков беспилотного транспорта сейчас проще, чем будет в дальнейшем, так как высокой конкуренции пока нет. Но, чтобы получить работу, необходимо обладать набором определенных уникальных знаний и уметь применять их на практике.

Задачи и востребованность на рынке

Задачи перед специалистом, работающим с беспилотным транспортом, стоят разнообразные и их большое количество. Разработчик может заниматься грузовым, пассажирским, легковым транспортом, спецтехникой для предприятий и добывающей промышленности, а также транспортом для сельского хозяйства. Для каждого вида транспорта необходимо будет решать свои уникальные задачи.

Рассмотрим подробнее чем же занимается разработчик автономного транспорта на примере все того же беспилотника StarLine. Команда, работающая над автомобилем, создает универсальную платформу, которую в дальнейшем можно будет интегрировать практически в любое транспортное средство. Специалисты работают над самой платформой; создают различные сценарии в виртуальном симуляторе, отслеживая поведение беспилотника в той или иной ситуации и корректируют его действия, обучая систему; проводят тестирования на дорогах города и на закрытых площадках, затем изучают и корректируют работу системы; создают цифровую модель дороги, которая позволяет автомобилю передвигаться, ориентируясь не только на работу датчиков. Конечно, у каждой команды свои подходы и свои цели, работа может отличаться, но разработчики из Санкт-Петербурга, США и Китая будут выполнять схожие задачи во время создания и тестирования беспилотных технологий.

Кому-то покажется трудностью и большим минусом отсутствие четкого алгоритма работы, стандартизации каждого действия и правил. Но профессия нова и интересна тем, что дает возможность изобретать, придумывать новые подходы и постоянно решать новые задачи, совершать открытия, которые могут повлиять на многие сферы жизни всего человечества.

Многим кажется, что беспилотный транспорт войдет в нашу жизнь еще очень нескоро. Но мы живем в век оглушительного развития технологий. Институты, IT-корпорации, автопроизводители и маленькие стартапы по всему миру сейчас с большим интересом осваивают беспилотные технологии. Каждый производитель авто и IT-гигант занимается разработкой прототипа беспилотного автомобиля, понимая важность и перспективность данного направления. Поэтому потребность в специалистах, которые могут работать над созданием высокоавтоматизированного транспорта будет только расти. И доходы разработчиков также будут увеличиваться, ведь они обладают уникальными компетенциями и знаниями, за которыми стоит будущее.

Испытания беспилотного автомобиля StarLine на дорогах города

Подробнее..

Категории: Разработка по , Искусственный интеллект , Машинное обучение , Транспорт , Будущее здесь , Робототехника , Беспилотники , Технологии будущего , Автомобили , Беспилотный автомобиль , Starline

Водитель, вы слабое звено новая разработка Honda

18.11.2020 18:12:16 |

Автор: admin

Пока современные мировые автогиганты инвестируют миллиарды долларов в то, чтобы первыми приблизиться к созданию автономных самоуправляемых автомобилей, Honda Motor Co. вышла вперёд в этой ожесточенной технической гонке, заявив, что разработала первую в мире модель беспилотного автомобиля 3-го уровня eyesoff.

Презентация Honda Legend Traffic Jam Pilot.

В апреле 2020-го министерство земли, инфраструктуры, транспорта и туризма (MLIT) Японии внесло частичные поправки в закон о дорожных транспортных средствах, благодаря чему автомобили 3-го уровня автономии с системой Traffic Jam Pilot (новая модель Honda Legend как раз об этом) получили возможность выйти на рынок и в скором времени будут украшать скоростные трассы и многополосовые магистрали страны восходящего солнца.

На самом деле разработка компании Honda вряд ли стала большим инфоповодом для автоспециалистов, т.к. об аналогичных разработках уже сообщали другие крупные автопроизводители в прошлом. Например, модель Audi A8 2017-го года позволила бы передвигаться в беспилотном режиме как раз благодаря системе Traffic Jam Pilot (здесь с громкими заявлениями о своем первом в мире продукте Honda погорячилась). Однако, есть одна загвоздка. Дело в том, что государства накладывают на эксплуатацию автомобилей 3-го уровня автономии законодательные ограничения, в результате чего систему не внедряют во флагманские модели и не допускают до массового производства. И тот факт, что власти Японии узаконили данную технологию беспилотного вождения, является значимой новостью как для компании Honda, так и для будущего беспилотных автомобилей в целом.

Да что такое этот ваш беспилотник?

Чтобы понять, какие возможности вождения подарит своему владельцу новая модель Honda, стоит разобраться, по какому принципу определяется уровень автономности и что вообще понимается под словом автономность в контексте возможностей автомобиля.
Беспилотный автомобиль оснащён программным обеспечением, руководящим работой всех систем автомобиля, и сенсорами, собирающими информацию о пространстве. Этот симбиоз позволяет передвигаться без участия человека.

Система сенсоров (датчиков) включает в себя:

несколько камер, в т.ч. инфракрасные для ночного видения
лидар (сканирование местности с помощью лазерных лучей)
радар (определяет расположение объектов через радиоволны)
GPS
датчики одометрии (прибор для измерения оборотов колес)

Безусловно, технология построена на алгоритмах ИИ, которые по мере получения большего количества данных обучаются, подмечают ошибки и повышают свою эффективность. В процессе эксплуатации система накапливает информацию о ситуациях дорожного движения и сообщает ее в удаленный центр обработки. Он, в соответствии с извлеченными уроками обновляет все другие системы, встроенные в авто данной модели.

Как стать автономным автомобилем: пошаговая инструкция

Классификация беспилотных транспортных средств разработана всемирной ассоциацией SAE International, в которую входят более 128000 инженеров и технических экспертов. SAE выделяет шесть уровней автоматизации.
Уровень 0 здесь водитель полностью принимает на себя рулевое управление, регулирование скорости, определение момента смены полосы, поворота и т.д. Водитель сам контролирует свой автомобиль и мониторит проезжую часть, реагирует на различные нестандартные ситуации, например, при слиянии дорог.
Автомобили 1-го уровня могут самостоятельно регулировать скорость в зависимости от того, как движутся соседние автомобили и осуществлять торможение. SAE не относит авто данного уровня в разряду беспилотных, т.к. основные задачи вождения все равно лежат на плечах водителя.

Может показаться, что уровень 2 это и есть полноценный автопилот, однако согласно SAE это все же частичная автоматизация. Рассмотрим возможности 2-го уровня на примере Autopilot в Tesla и Super Cruise в General Motors. Автомобили могут самостоятельно менять скорость, тормозить, управлять рулем. Однако, системы несовершенны, есть ряд обстоятельств, при которых система не способна правильно считывать внешние условия и самостоятельно управлять транспортом. В обеих моделях водитель должен быть начеку и в любую секунду перенять управления на себя в случае необходимости.
Для того, чтобы сохранять внимание водителя на дороге, даже тогда, когда кажется, что автомобиль полностью самостоятелен, разработчики идут на различные ухищрения. Например, Tesla просит, чтобы руки водителя всегда находились на руле автомобиля и контролирует это через специальные датчики. Если водитель уберет руки более чем на 30 минут, последуют визуальные и звуковые предупреждение, если водитель никак не отреагирует, система остановится. Система в General Motors не требует от водителя держать руки всегда на руле. Вместо этого система определяет расположение головы водителя. Если его взгляд направлен не на дорогу, система активирует предупреждения: мигание лампочки на руле, акустические сигналы и вибрация кресла.

Теперь предлагаем рассмотреть возможности 3-го уровня автономии, который представляется наиболее актуальным в контексте современной новостной повестки. Корректно ли причислять такую систему к разряду беспилотного транспорта? Как бы не так Во 2-ом уровне требуется постоянное внимание водителя, по-настоящему автоматизированными SAE называет системы 4-го уровня, а 3-й знаменует собой как бы переход: система может взять на себя управление при движении в дорожной пробке или медленном потоке транспортных средств на скорости до 60 км/ч, в то время как водитель будет находится в резерве и может спокойно убрать ногу с педали, а руки с рулевого колеса и отвлечь свое внимание, например, на бортовое телевиденье автомобиля или свой смартфон.
Подобные модели сталкиваются с ограничениями не только со стороны законодательства разных стран. Юристы многих автокомпаний опасаются, что если авто с 3-м уровнем автопилота окажется в ДТП, бремя ответственности в любом случае ляжет на производителя (именно по этой причине Volvo отказалась от подобных разработок).

Система Traffic Jam Pilot, которая интегрирована как в Audi A8, так и в новую модель Honda Legend заключает в себе серию проверок безопасности:

наблюдение за водителем, система считывает количество поворотов головы и морганий; если у мозга машины возникнут подозрения, что водитель спит, она разбудит его с помощью различный акустических сигналов, в противном случае автомобиль остановится.
оперативная обработка особенностей трассы, таких как маркировка дороги, обочин и боковых барьеров (избыточное количество датчиков и камер сканируют на все 360).

Система 4-го уровня автономии mind off позволяет водителю и вовсе покинуть свое место и лечь спать, например. Если система предвидит, что окажется в районах, где не способна управлять автомобилем, она заранее оповестит об этом водителя. Как ни удивительно, подобные разработки уже есть (от Google, Uber или отечественного Yandex). Однако, прототипы 4-го уровня автономии столкнулись с рядом проблем. Один из главных: передвижение подобных автомобилей строго ограничено заданным маршрутом система может передвигаться только по местности, где она этому обучена, с которой она хорошо знакома.

Беспилотник от Yandex.

5-й уровень полностью автоматическая система управления. Предполагается, что единственная задача, которая будет стоять перед водителем: ввести данные адреса в навигационную систему, а умный автомобиль, не смотря на погодные условия, обстановку на дороге и т.д., доставит пассажиров до пункта назначения. Рули, педали и прочее в данном транспорте будет отсутствовать по причине отсутствия утилитарной пользы.
Небезызвестный Илон Маск выступил с заявлением, что базовая функциональность к подобному беспилотному транспорту будет готова уже к этому году. Многие аналитики крайне пессимистично отнеслись к этому заявлению и считают, что на пути к полному беспилоту стоят еще годы исследований.

Страны не готовы к такому повороту

Новый автомобиль Honda Legend будет доступен к продажам 31 марта 2021 года. Его цена составит 10 млн йен это $95 000, что на 40% выше, чем аналогичная модель без возможностей автопилота. На данный момент сообщается, что его можно будет приобрести только в Японии.
Одним из главных препятствий к широкому распространению беспилотников 3-го уровня, является отсутствие четко регламентированных правил безопасности, которые эти автомобили должны соблюдать. Более 50 стран, включая Германию, Канаду, страны Европейского союза, Южную Корею и Японию подписали соглашения, которые будут регулировать, где и на каких условиях разрешены автономные транспортные средства. Но на данный момент только Япония готова начать применять составленные правила на практике.

Как вы думаете, к каким проблемам на дороге могут привести беспилотные автомобили? Хотели бы вы приобрести беспилотную Honda?

Список литературы:

Rosevear J. Self-Driving Cars: Understanding the 6 Autonomous Levels [Электронный ресурс]. URL: www.fool.com/investing/2018/09/06/self-driving-cars-understanding-6-autonomous-level.aspx
Автопилот для пробок как работает Audi AI traffic jam pilot [Электронный ресурс]. URL: www.computerra.ru/228867/avtopilot-dlya-probok-kak-rabotaet-audi-ai-traffic-jam-pilot
Автопилот от 0 до 5. Гид по уровням беспилотных автомобилей [Электронный ресурс]. URL: truesharing.ru/tp/22173
Audi отказалась от продвинутого автопилота в A8 [Электронный ресурс]. URL: motor.ru/news/audi-autopilot-28-04-2020.htm
Honda cleared to begin selling first Level 3 autonomous cars [Электронный ресурс]. URL: futurism.com/the-byte/honda-cleared-begin-selling-first-level-3-autonomous-cars

Подробнее..

Категории: Искусственный интеллект , Машинное обучение , Транспорт , Будущее здесь , Робототехника , Киберпанк , Беспилотный автомобиль , Машинное обучение. нейросети

РобоКросс 2010 2018. Уже история

19.05.2021 00:17:20 |

Автор: admin

"РобоКросс". А если полностью - Ежегодные полевые испытания беспилотных робототехнических систем РобоКросс. На Хабре были уже статьи посвящённые РобоКроссу с описанием мероприятия с точки зрения команд, сторонних наблюдателей и прессы. Ниже общая информация с описанием и цифрами по командам, этого довольно необычного на момент старта, мероприятия или точнее испытаний.

Внимание! Это не разбор решений и технических описаний отдельных беспилотников, это попытка собрать в одном месте всю накопленную информацию о мероприятии в целом и сохранить данные для истории робототехники, с надеждой, что возможно это кому-то и когда-то пригодится. Далее много текста, фото и справочной информации.

РобоКросс был придуман и задуман вдохновителями программы Робототехника и стартовал в 2010 году на просторах молодёжного форума Селигер. По факту, все команды, с самого начала, были студенческие. На тот момент даже на старте соревнования РобоКросс выглядели следующим образом - команда берёт настоящую, действующую машину, монтирует на неё свои (ну или чужие) системы и получается БПТС. Как с технической точки зрения, управление КПП, двигателем, педалями, так и с программной. Вся эта получившаяся система отправляется на полигон, зачастую на месте доделывается и пытается выполнить задания и действия, которые среднестатистический водитель выполняет не задумываясь.

Справка. Согласно брендбуку правильно писать так - РобоКросс. Р и К большие, остальное маленькими.

Одним из самых интересных фактов РобоКросс-2010 было то, что он проходил на 6 (шести) ГАЗелях Бизнес, которые Группа ГАЗ подарила ВУЗовским командам с обязательством участия в РобоКроссе. Получив машины всего лишь за пару месяцев до старта, команды смогли всё-таки сделать так, чтобы машины поехали. Следующий 2011 год тоже проходил на Селигере и уже не только с ГАЗелями. Причём надо понимать что всё было внове, всё-таки 2010 год и технологий по беспилотникам в широком доступе не было.

РобоКросс на Селигере

Но в тот же год стало ясно, места мало и формат не Селигеровский. Как ни крути РобоКросс требовал больше времени, места и оборудования для команд и в определённый момент стало очевидно что такие испытания требуют обеспечения безопасности на гораздо более серьёзном уровне. Всё таки, когда работает и едет беспилотное транспортное средство, БПТС, это всегда непредсказуемо, а значит опасно. Потеря сигнала позиционирования, сбой программы. Всё что угодно может сделать беспилотник неконтролируемым. И пока при первичных испытаниях никто ничего лучше не придумали, чем территория с ограниченным доступом и барьером безопасности.

И в 2012 году (мой первый год) опробовали площадку под городом Волоколамском. Это была асфальтированная площадка 180 * 120 м, с рабочей частью отведённой под полигон, чуть больше чем 100 * 100 метров, огороженная забором. Территория подготовленная под какой-то рынок, но таки не занятая им. По факту на тот момент, единственное место, которое подошло под испытания и с которым срослось.

Волоколамск 2012 год. Стартовая арка с ГАЗелькой.

И это был первый опыт организаторов самостоятельного плавания, так сказать без базовой площадки, где вылезло много вопросов с организацией. Всё это было щедро приправлено неудачной погодой в виде дождя и сильного ветра. Впрочем это и позволило закрыть все дыры и в следующие годы провести испытания относительно спокойно.

Группа ГАЗ - главный спонсор РобоКросса

Немного статистики и дат испытаний РобоКросс с 2010 по 2018 год

	Год	Кол-во команд с беспилотными машинами	Количество команд с коптерами	РобоКросс Технологии	Unior Race
1	2010	6	нет	нет	нет
2	2011	7	нет	нет	нет
3	2012	6	нет	нет	нет
4	2013	9	нет	нет	нет
5	2014	7	3	нет	нет
6	2015	9	9	нет	нет
7	2016	6	4	2	нет
8	2017	8	6	2	3
9	2018	10	4	нет	7

В разное время в зависимости от наличия возможностей в качестве приза за победу командам доставалась оплата поездки на международные соревнования - испытания ELROB(https://www.elrob.org/) или небольшие призы.

Смогли посмотреть на других, себя показать и поучаствовать в международных соревнованиях:

2013 - команда RedEyes из Коврова. Швейцария.
2014 - команда НАМТ из Нижнего Новгорода. Германия
2015 - команда Аврор из Рязани. Польша
2016 - команда Аврора из Рязани. Австрия.

Вот команды которые приезжали на РобоКросс с 2010 по 2018 год, некоторые соответственно по нескольку раз (просто в алфавитном порядке):

4х4 / г. Нижний Новгород, НГТУ им Алексеева
Avrora Robotics / Рязань, ООО "КБ Аврора"
BaumanCar / г. Москва, ФГБОУ ВПО Московский государственный технический университет имени Н.Э. Баумана
CVL Robots / г. Москва, Московский государственный машиностроительный университет (МАМИ)
KSTA Team / Владимирская область, ФГБОУ ВПО КГТА им. В.А. Дегтярева
Le Talo / г. Владимир Le Talo Robotics
LOOK / г. Рязань Рязанский государственный радиотехнический университет, Студенческое конструкторское бюро (СКБ)
MobRob / г. Саратов, Саратовский государственный технический университет имени Гагарина Ю.А.
Red Eyes / г. Ковров, ФГБОУ ВПО КГТА им. В.А. Дегтярева
АВРОРА / г. Рязань
ВОЛГА / г. Нижний Новгород, Нижегородский государственный университет им. Н.И. Лобачевского
ЛК / г. Рязань, ФГБОУ ВПО ""Рязанский государственный радиотехнический университет" (ФГБОУ ВПО ""РГРТУ"")
ЛТИС / г. Москва, МАИ
МК Ультра-НН / Нижний Новгород, ГБОУ СПО НАМТ и ФГБОУ ВПО НГТУ им. Р.Е. Алексеева
НАМТ / г.Нижний Новгород, ГБОУ СПО НАМТ
Роботон / г. Рязань, ФГБОУ ВПО "РГРТУ"
СКБ ФАУСТ МАИ / Москва Московский Авиационный институт.
Технотон/ г. Рязань, ФГБОУ ВПО "РГРТУ"
УМиКо / г. Москва, Университет Машиностроения (МАМИ)
ФАУСТ / г. Москва, МАИ
ФГУП "НАМИ" / г. Москва, ГНЦ РФ ФГУП "НАМИ"
Фидесис / Москва Фидесис
Физтех / Москва, МФТИ
Шрёдингер кота / г. Уфа, Уфимский государственный колледж радиоэлектроники

Любопытные организационные тонкости.

Говоря про задания, точно можно утверждать, что с течением времени задания испытаний менялись совсем не кардинально и очень плавно. Связано это было с тем, что основные участники РобоКросса всё-таки студенческие команды. В течение учебного года у них куча других вопросов - учёба, активности ВУЗа, в конце концов работа которая параллельно с учёбой. И погружаться в смысл заданий они начинали в лучшем случае за пару месяцев до самих испытаний, а то и уже на самом мероприятии. Это конечно сильно сказывалось на результате. И именно в таком формате РобоКросс стал прекрасной площадкой для ребят и себя показать и на людей посмотреть.

Схема стандартного расположения служб на малом испытательном кольце автополигона "Берёзовая пойма"

О самих заданиях можно сказать что основное базовое задание всегда было движение из точки А в точку В в автоматическом, то есть автономном режиме. Дальше уже в зависимости от года и ситуации добавлялись всякие расширения: препятствия, фиксация камерой и передача изображений, разворот с помощью заднего хода, возврат в точку старта, следование за меткой.

Первоначально задания были совместным творчеством собственно организаторов. А вот 2013 года в формировании регламента и требованиям которые выдвигались к беспилотникам стал принимать участие Объединённый инженерный центр автозавода ГАЗ. Регламенты стали выглядеть грамотно технически и более если так можно сказать, обоснованно. Конечно регламенты и задания не раз вызывали споры на испытаниях и апелляции команд, но я и сейчас продолжаю считать что подключение таких специалистов было очень правильным и своевременным шагом. Главный судья РобоКросса с 2013 года ведущий специалист Объединенного инженерного центра.

Вот пример регламента испытаний 2017 года.

Разделение между организаторами и специалистами ГАЗа функций по техническому обеспечению и смысловому наполнению позволило сосредоточиться каждому на своём деле. Ведь таких мероприятий и испытаний в нашей стране до 2010 года не было. Понятно что можно сравнить с гонками и ралли разных классов и видов, но лишь только сравнить. На деле на площадке появлялась куча нюансов, которые приходилось решать уже на месте.

Машинка команды "Аврора" под граундом

Так же на Хабре неоднократно появлялись статьи про организацию технических мероприятий, где подробно расписывались все аспекты. В организации соревнований БПТС, тем более полевых, есть куча мелочей, которые надо продумать и учесть. Но что точно на таких испытаниях приходилось делать, так это приспосабливать все знания и очевидные вещи, которые есть при подготовке всех мероприятий, но выглядят совсем по другому на испытаниях беспилотников, в том числе потому, что они происходят в поле.

Типичный вид трассы РобоКросса. Бочки - это препятствия. Мешки с песком для устойчивости знаков.

В первую очередь, это где и как разместить команды. Как ни странно самый удачный вариант оказался в палатках рядом с полигоном, тем более если территория позволяет. Тот же Волоколамск показал. что возить людей на автобусах утром и вечером в гостиницу неудобно ни для команд, ни для организаторов. Участники, как настоящие фанаты своего дела, паяли и программировали почти круглосуточно. Увезти и привезти всех в один час, нереально и я бы сказал даже не правильно. Оказываясь на полигоне, нередко без стабильного интернета, они наконец то могли заняться только своим проектом и ничем другим.

Установка антен мониторинга

Часто полевые условия напоминали о себе, солнце, жара и самое главное дождь. Который всегда невовремя. Ни для команд, ни для электричества. Так была выбрана оптимальная высота граунда укрытия для команд и их машин, где под одной крышей можно разместить от 6 до 10 машин. По высоте тента ГАЗели, самой высокой машины испытаний, чтобы она точно заходила под навес. А по периметру граунд завешивался баннерами сеткой, это имело свой смысл - потолок выше, дождь стекает по баннерам вниз, а ветровая нагрузка минимальная. С точки зрения возможных осадков территория малого кольца на автополигоне ГАЗа была идеальным местом - песчаная почва, на которой вода уходила быстро и безболезненно даже в сильный дождь. В то время, когда в 2017 году Нашествие под Тверью и Alfa Future People под Нижним Новгородом тонули в грязи и трактористы за сутки зарабатывали себе на новый трактор, на территории РобоКросса всё было тихо и мирно, только просто очень мокро.

Большой граунд. По верху закреплены баннеры-сетки.

Ещё один вариант граунда.

Два маленьких граунда

Отдельным и ответственным блоком всегда проходило обеспечение безопасности на площадке как днём так и ночью. Само собой полный комплект служб - скорая, охрана и пожарные. Огнетушители и пожарные щиты. Как бы не казалось утомительным и бюрократическим это действо, команды всегда подписывали целый ворох бумаги. В их числе техника безопасности, заявление об ответственности и отдельно техника пожарной безопасности. И ещё кое чего по мелочи. Это настраивало на серьёзный лад и организаторов и команды. Алкоголь на территории РобоКросса всегда был под запретом, под угрозой дисквалификации всей команды. И надо отметить что эксцессов связанных с пьянством не было ни разу. Если команды и участники и позволяли себе что то в ночи или в финальный день, то это не было видно при свете дня.

В поле очень важный момент, обеспечение ветрозащиты. Всегда старались делать с кратным запасом. Для тех кто не знает, это якорение каждой стойки шатра или укрытия к бетонному блоку 2,4 тонны, в крайнем случае его половинке. Старожилы Селигера помнят как летали укрытия весом в несколько сотен килограммов. Забивать якоря в землю и песок можно только для небольших шатров.

Совсем бюджетный вариант укрытия с мощной ветрозащитой. Этап застройки.

Вид начала старта и крепления граунда к ветрозащитному блоку.

Бетонные же блоки в 2012 году в Волоколамске, в 2013 году полностью и частично в 2014 в Нижнем Новгороде были основой обеспечения периметра безопасности для заездов беспилотников. Потом оказалось и дешевле и проще установить с разрешения полигона основную отбортовку из стандартного однорядного дорожного отбойника. Тем более на него прекрасно крепился специально сделанный баннер. И красиво и безопасно.

Трасса с однорядным барьером на котором закреплены баннеры, со знаками и БПТС команды НАМИ

В тот же 2012 год у организаторов прибавилось седых волос, когда незабываемая команда ФАУСТ (из института МАИ) наглядно показала что бетонные блоки надо укладывать на широкую сторону, руководствуясь принципом то что уже повалено можно только сдвинуть, а от команд требовать устанавливать на самих машинах кнопки безопасности отключающие беспилотник, причём на каждом борту.

Тогда же беспилотники привязали на верёвочку, провод с кнопкой на разрыв на конце которую должен был держать член команды. То есть если машина уезжала от хозяина и вырывала из руки провод, то двигатель сразу глушился. Конечно вид человека от команды, который держал кнопку с проводом и бежал или шёл за машиной, был не очень эффектный, но это было гораздо безопаснее. Впрочем об этом организаторы не пожалели ни разу.

Долго ломали голову, как сделать полосу разметки на дороге. Передумали многие варианты, в итоге её сделали из пожарного шланга и прибили в прямом смысле этого слова.

Прибитая к грунтовой дороге разметка. Высокие технологии

"РобоКросс" прошёл и в 2019 году. Пандемия 2019 года подкосила всех и РобоКросса не было. Насколько известно, планируется и в 2021 году. Но про него уже расскажут ребята, которые будут его проводить. Удачи им.

Далее официальная информация из пресс-релизов в спойлерах, чтобы не загромождать текст.

РобоКросс-2010

РобоКросс-2010

Первые соревнования состоялись (впервые в России) 18 июля 2010 года на молодежном инновационном форуме Селигер 2010. Количество команд от одного ВУЗа не ограничено. Согласно правилам, автомобили должны были автономно (без участия оператора) выполнить 3 задания:

проехать по прямой от точки до точки задание являлось квалификационным заездом;

проехать по п-образной траектории примерно 100 на 30 метров;

проехать по сложной кривой общей протяженностью около 400м.

Трасса задавалась дорожными конусами, расставленными на трассе. Команды-участники могли заранее пройти трассу и снять координаты узловых точек для своих автомобилей основной системой навигации являлась ГЛОНАСС/GPS (обязательное условие соревнований) Геос-1М. Еще одним обязательным условием было наличие системы экстренной остановки (подобно системе E-STOP).

Команды-участники представляли такие учебные заведения как:

Московский автодорожный институт,

Ковровскую государственную технологическую академию,

Саратовский государственный технический университет,

Рязанский государственный радиотехнический университет,

Нижегородский автомеханический техникум,

Нижегородский государственный университет им. Лобачевского.

По результатам проведения Робофест-2010 командам участникам было подарено 6 автомобилей Газель-бизнес для их переоборудования в беспилотные транспортные средства и вручено приглашение на Робокросс-2011. Один их спонсоров (Техновижн) так же представил для участия свою Газель.

Места распределились следующим образом:

1. Red Eyes (Ковровская государственная технологическая академия)

2. НАМТ (Нижегородский автомеханический техникум)

3. Аврора (Рязанский государственный радиотехнический университет)

РобоКросс-2011

РобоКросс-2011

Соревнования снова проходили на берегу озера Селигер. Задания включали в себя не только автономный вариант движения транспортного средства, но и ручной:

Движение в автономном режиме по прямой и остановка квалификация;

Движение в ручном режиме управления разведка. Необходимо было приехать в точку с заданными географическими координатами (координаты выдавались за полчаса перед заездом). В этой точке находился предмет, который необходимо было опознать, и передать его изображение;

Движение в автономном режиме по кривой (так же задаваемой координатами узловых точек), общей протяженностью 500м транспортировка.

На трассе находились препятствия, ширина коридора в самых узких местах составляла около 3м (при средней погрешности ГЛОНАСС/GPS приемника в 10м). Движение от точки до точки проходило по произвольной траектории с учетом объезда препятствий. Оценивались точность и время прохождения трассы. Требования к системам навигации и экстренной остановки не изменились.

Кроме Газелей, участие принимали самодельные транспортные средства и легковые автомобили. Квалификацию смогли пройти 7 транспортных средств.

Места распределились следующим образом, как и в прошлом году:

1. Red Eyes (Ковровская государственная технологическая академия)

2. НАМТ (Нижегородский автомеханический техникум)

3. Аврора (Рязанский государственный радиотехнический университет)

РобоКросс-2012

РобоКросс-2012

18-20 июля 2012 г. в Московской области под Волоколамском прошли третьи соревнования автомобилей-роботов РобоКросс-2012. Зарегистрировались на месте проведения соревнований 6 команд: RED EYES (г. Ковров), MobRob (Саратов), АВРОРА (г. Рязань), ВОЛГА (г. Нижний Новгород), НАМТ (г. Нижний Новгород), ФАУСТ (г. Москва).

В рамках соревнований командам-участницам предлагалось создать транспортное средство, которое в автономном или телеуправляемом режиме будет способно пройти маршрут, посетив указанные в задании точки. При этом транспортное средство должно провести видео- или фоторазведку местности и передать эту информацию оператору.

Места распределились следующим образом:

1. НАМТ (Нижегородский автомеханический техникум)

2. RED EYES (Ковровская государственная технологическая академия)

3. ВОЛГА (Нижегородский государственный университет им. Лобачевского)

Еще один партнер Программы компания National Instruments, учредила специальную номинацию Лучшее техническое решение. Первое место в этой номинации заняла команда MobRob, второе ВОЛГА, третье АВРОРА.

РобоКросс-2013

РобоКросс-2013

С 17 по 20 июля 2013 года в Нижнем Новгороде на полигоне Автозавода ГАЗ Берёзовая пойма прошли четвёртые Ежегодные полевые испытания РобоКросс-2013.

Задание соревнований называлось Мул и было призвано смоделировать реальную ситуацию, в которой возникает необходимость вернуть транспортное средство (ТС) в том числе и с грузом, в точку, где было начато движение, в автономном режиме (без оператора или водителя). Вес груза 5 50 кг. Начисление баллов производится за время прохождения и факт доставки груза.

В РобоКроссе-2013 приняли участие девять студенческих команд из Москвы, Нижнего Новгорода, Рязани, Коврова, Саратова и Уфы. Квалификацию прошли следующие команды российских учебных заведений:

Red Eyes (Ковровская государственная технологическая академия),

MobRob (Саратовский государственный технический университет им. Ю.А.Гагарина),

Аврора (Рязанский государственный радиотехнический университет),

Волга (Нижегородский государственный университет им. Лобачевского)

НАМТ (Нижегородский автомеханический техникум)

Места распределились следующим образом:

Аврора (Рязанский государственный радиотехнический университет),

НАМТ (Нижегородский автомеханический техникум)

MobRob (Саратовский государственный технический университет им. Ю.А.Гагарина).

РобоКросс-2014

РобоКросс-2014

С 07 по 12 июля 2014 года в Нижнем Новгороде на полигоне Автозавода ГАЗ Берёзовая пойма прошли пятые Ежегодные полевые испытания РобоКросс-2014. Абсолютным победителем испытаний стала команда Аврора Рязанского государственного радиотехнического университета. Команда Аврора с робототехнической системой на базе автомобиля ГАЗель в этом году стала двукратным абсолютным победителем РобоКросса и на церемонии награждения получила сертификат на участие в Европейских испытаниях роботов Eurathlon-2015. Также робототехники из Рязанского государственного радиотехнического университета смогли стать обладателями номинаций Лучшее техническое решение - команда Аврора, Лучшая команда в классе Свободный - команда LOOK.

Остальные номинации испытаний распределились следующим образом:

Командная работа - УМиКо, г. Москва (Университет Машиностроения)

Награда от судей - BaumanCar, г. Москва (Московский государственный технический университет имени Н.Э.Баумана);

Системный подход - Волга (НГУ им. Лобачевского г. Нижний Новгород);

Специальный приз от Оргкомитета - ФАУСТ (Московский Авиационный Институт).

На площадке РобоКросс-2014 также проводились испытания беспилотных летательных систем (БЛС). Лучшая команда в испытаниях Беспилотных летающих систем - команда ЛК из Рязани, а на втором месте с небольшим отрывом финишировала команда из г. Коврова Red Eyes.

РобоКросс-2015

РобоКросс-2015

Фонд Олега Дерипаска Вольное Дело и Группа ГАЗ при партнёрстве с Фондом Сколково провели с 13 по 17 июля 2015 года в Нижнем Новгороде соревнования автоматизированных транспортных средств РобоКросс-2015.

Абсолютным победителем соревнований стала команда Аврора Рязанского государственного радиотехнического университета, которая продемонстрировала эффективные технические решения, внедренные на автомобиле ГАЗель для повышения функциональности при беспилотном режиме вождения. Команда-победитель получила право участвовать в Европейских испытаниях роботов ElRob в 2016 году. Команда Фауст Московского авиационного института стала обладателем номинации Лучшее техническое решение.

Номинации испытаний распределились следующим образом:

1. Командная работа команда ФГУП НАМИ,

2. Награда от судей УМиКо (Москва, Университет машиностроения),

3. Системный подход команда МК-Ультра-НН (сборная команда Нижегородского автомеханического техникума и НГТУ им. Р.Е. Алексеева),

4. За настойчивость в достижении цели команда KSTA Team (Ковровская государственная техническая академия),

5. Лучший в классе Свободный команда LOOK (Рязанский государственный радиотехнический университет).

В состязаниях приняли участие 18 студенческих команд ведущих вузов Москвы, Нижнего Новгорода, Рязани, Коврова и Владимира. Большинство команд неоднократно участвовали в РобоКроссе на автомобилях ГАЗель, подаренных Горьковским автозаводом Группы ГАЗ самым активным участникам программы Робототехника.

Впервые в рамках основных испытаний автономных транспортных прошел Открытый кубок Сколково, в котором команды продемонстрировали возможности своих роботов в упражнении Параллельная парковка в полностью автономном режиме. Победителем стала команда Avrora Robotics (КБ Аврора, Рязань), которая получит грант от Фонда Сколково.

РобоКросс-2016

РобоКросс-2016

с 11 по 15 июля 2016 года на полигоне Автозавода ГАЗ, Берёзовая пойма, г. Нижний Новгород, проведены седьмые Ежегодные полевые испытания беспилотных систем РобоКросс-2016

Наибольшее количество баллов в направлении Наземные транспортные средства набрала команда Фауст Московского авиационного института, второе место заняла команда KSTA Team (Ковровская государственная техническая академия), третье место Студенческое конструкторское бюро Роботизированные транспортные системы (СКБ РТС, сборная команда Нижегородского автомеханического техникума и Нижегородского государственного технического университета).

Лучшими командами, использовавшими автономный режим вождения, стали команды СКБ РТС и команда Аврора Рязанского государственного радиотехнического университета.

В направлении Беспилотные летающие средства победителем стала команда Коптер Express (Москва), в направлении РобоКросс-технологии команда Le Talo (Le Talo Robotics, Владимир).

Кубок Сколково за демонстрацию робототехнических систем помощи водителю получила команда ФГУП НАМИ.

В состязаниях приняли участие 14 студенческих команд ведущих вузов Москвы, Нижнего Новгорода, Рязани, Коврова, Владимира и Санкт-Петербурга.

В ходе основных соревнований на специально подготовленном испытательном полигоне участники продемонстрировали способность транспортных средств самостоятельно, в полностью автоматическом или телеметрическом режимах выполнять комплекс упражнений на земле и в небе, руководствуясь данными Глобальной навигационной спутниковой системы (ГЛОНАСС). Для команд была смоделирована реальная ситуация, при которой беспилотный автомобиль в автономном режиме должен пройти трассу с препятствиями, выполнить развороты и другие маневры, в том числе, и с использованием задней передачи. Летающие беспилотные платформы, помимо демонстрации самостоятельного полета, выполнили задание по доставке груза в определенную точку местности на основе заранее заданных координат-меток.

В этом году основной регламент был расширен новыми заданиями по автоматизированным системам помощи водителю ADAS (Advanced driver assistance systems).

В рамках РобоКросса-2016 впервые стартовало новое направление РобоКросс-технологии, в котором команды представили экспертам Группы ГАЗ проекты, ориентированные на решение конкретных задач в области беспилотных и интеллектуальных систем с возможностью реализации в ближайшей перспективе. Наиболее востребованными темами в этой области являются системы предупреждения о сходе с полосы движения, помощи при смене полосы движения, предупреждения о фронтальном столкновении, автоматического торможения.

РобоКросс-2017

РобоКросс-2017

Фонд Олега Дерипаски Вольное Дело и Группа ГАЗ при участии фонда Сколково провели

с 03 по 07 июля 2017 года на полигоне Автозавода ГАЗ, Берёзовая пойма, г. Нижний Новгород восьмые Ежегодные полевые испытания беспилотных систем РобоКросс-2017.

Абсолютным победителем среди студенческих команд в направлении РобоКросс-транспортные средства признана команда CVL Robotics Московского политехнического университета, лучшей командной среди разработчиков и коммерческих организаций стала команда ФГУП НАМИ, в специальной номинации За волю к победе победила команда Нижегородского государственного технического университета.

В состязаниях приняли участие 19 студенческих команд ведущих вузов Москвы, Нижнего Новгорода, Рязани, Коврова, Владимира, Оренбурга, Самары и Санкт-Петербурга. В РобоКроссе участвовали не только наземные транспортные средства, но и летающие беспилотные системы.

В этом году основной регламент был расширен новыми заданиями по автоматизированным системам помощи водителю ADAS (Advanced driver assistance systems). Стратегия развития Группы ГАЗ предусматривает планы по оснащению транспортных средств системами активной помощи водителю с целью снижения рисков дорожно-транспортных происшествий, происходящих по вине человека.

В ходе основных соревнований на специально подготовленном испытательном полигоне участники продемонстрировали способность транспортных средств самостоятельно, в полностью автоматическом или телеметрическом режимах, выполнить комплекс упражнений на земле и в небе, руководствуясь информацией глобальной навигационной спутниковой системы ГЛОНАСС. В задании для команд была смоделирована реальная ситуация, при которой беспилотный автомобиль в автономном режиме должен пройти трассу с препятствиями, выполнить развороты и другие маневры, в том числе и с использованием задней передачи. Летающие беспилотные платформы, помимо демонстрации самостоятельного полета, выполняли задание по доставке груза в определенную точку местности на основе заранее заданных координат-меток.

В направлении РобоКросс-технологии команды представили экспертам Группы ГАЗ проекты, ориентированные на решение конкретных задач в области беспилотных и интеллектуальных систем с возможностью реализации в ближайшей перспективе. Наиболее востребованными темами в этой области являются системы предупреждения о сходе с полосы движения, помощи при смене полосы движения, предупреждения о фронтальном столкновении, автоматического торможения.

РобоКросс -2018

РобоКросс -2018

Фонд Вольное Дело и Горьковский автозавод с 9 по 12 июля 2018 года будут проводить в Нижегородской области IX Ежегодные полевые испытания беспилотных систем РобоКросс-2018. В состязаниях примут участие 25 студенческих команд ведущих вузов Москвы, Нижнего Новгорода, Иркутска, Рязани, Саратова, Ульяновска, Владимира, Самары и Санкт-Петербурга. Соревнования пройдут на испытательном полигоне Горьковского автозавода.

В рамках РобоКросс-2018 будут проведены следующие испытания:

Основные:

Испытания мобильных робототехнических систем беспилотные транспортные системы выполняют задание на специально оборудованной трассе полигона.
ADAS для роботизированных систем дополнительные испытания мобильных робототехнических систем с элементами моделирования реальных дорожных ситуаций.
Беспилотные летательные системы - 2018 испытания летающих робототехнических систем транспортировки и мониторинга.
"UNIOR RACE -2018" - соревнования беспилотных робототехнических транспортных средств на основе готовых решений-конструкторов (например "Юниор").

Пилотные:

- Городская маршрутка испытания на полигоне с имитацией условий городской инфраструктуры в рамках регламента ADAS для беспилотных транспортных средств.

Как и в прошлом году основной регламент будет расширен новыми заданиями по автоматизированным системам помощи водителю ADAS (Advanced driver assistance systems). Стратегия развития Горьковского автозавода предусматривает планы по оснащению транспортных средств системами активной помощи водителю с целью снижения рисков дорожно-транспортных происшествий, происходящих по вине человека.

В связи с этим важной задачей компании является подготовка кадров, имеющих компетенции в разработке, адаптации и практическом применении функций ADAS (предупреждение о выходе из полосы движения, экстренное автоматическое торможение перед внезапно возникшим препятствием, интеллектуальное ограничение скорости, предупреждение об опасности наезда, обнаружение и распознавание дорожных знаков, боковое видеонаблюдение мониторинг слепых зон, мониторинг усталости и состояния водителя, помощь в пробке и др.).

Отметим, что на данный момент многие участники программы Робототехника в прошлом, ныне работают на предприятиях Горьковского автозавода.

В ходе основных соревнований на специально подготовленном испытательном полигоне участники должны продемонстрировать способность транспортных средств самостоятельно, в полностью автоматическом или телеметрическом режимах выполнить комплекс упражнений на земле и в небе, руководствуясь информацией глобальной навигационной спутниковой системы ГЛОНАСС. Согласно заданию для команд будет смоделирована реальная ситуация, при которой беспилотный автомобиль в автономном режиме должен пройти трассу с препятствиями, выполнить развороты и другие маневры, в т. ч. и с использованием задней передачи. Летающие беспилотные платформы помимо демонстрации самостоятельного полета должны выполнить задание по доставке груза в определенную точку местности на основе заранее заданных координат-меток.

Также в этом году на площадке полигона также пройдут состязания Unior Race соревнования модульных конструкторов малых беспилотных робомобилей Юниор на специальном поле, которое моделирует городскую обстановку. Команды отработают все основные элементы программного обеспечения и технических решений, которые могут быть масштабированы на полноразмерные беспилотные автомобили. Беспилотные робомобили Юниор Стандарт (производитель Aurora Robotics) студенческие команды получили в качестве приза от Фонда Вольное Дело за победу в направлении AutoNet 18+ во время Всероссийского робототехнического фестиваля РобоФест-2017.

Судьями соревнований являются инженеры-конструкторы Группы ГАЗ. Все регламенты разработаны при активном участии объединенного инженерного центра Горьковского автозавода и ресурсного центра программы Робототехника. Большинство команд неоднократно принимали участие в РобоКроссе на автомобилях ГАЗель, подаренных "Горьковским автозаводом" самым активным участникам программы Робототехника.

Ссылки на публикациях в СМИ:

Ссылки на публикациях в СМИ:

http://edurobots.ru/event/robokross-2017-3-7-iyulya-nizhnij-novgorod/

https://russia.tv/video/show/brand_id/3838/episode_id/1520745/video_id/1650194/

http://gazgroup.ru/media/news/fond-olega-deripaski-volnoe-delo-i-gruppa-gaz-podveli-itogi-robokrossa-2017/

https://www.newstube.ru/media/robokross-2017-ezhegodnye-polevye-sorevnovaniya-bespilotnyh-transportnyh-sredstv

https://sk.ru/news/b/press/archive/2017/07/05/sorevnovaniya-robokross2017-proydut-v-nizhnem-novgorode-6-iyulya.aspx

https://www.youtube.com/watch?v=uVLxCMJtOPY

https://www.kommersant.ru/doc/3344712

http://mospolytech.ru/news_new.php?id=9685

http://www.ap-st.ru/ru/main/ru/news/10713/

http://nami.ru/news/unmanned-vehicle-ssc-rf-fsue-nami-on-an-annual-field-competition-robocross-2017-in-the-program-calendar-live-04-09-2017