Что нужно знать о беспилотниках. Главное из интервью Яндекса

Дмитрий: Существуют «уровни беспилотности». Их пять. Может быть, слышали? Они определяют уровень автономности технологии. Суть в том, что самый низкий уровень — когда без водителя почти ничего не происходит, а самый высокий уровень — это, грубо говоря, когда машина без человека может перемещаться в условиях города.

Мы делаем уровень 5 — систему, которая в конечном итоге не будет требовать наличия водителя за рулем. Робота, который в условиях города будет полностью автономно перемещать машину из точки А в точку Б.

Насколько я понимаю, существует два подхода к тому, как строить беспилотные автомобили: можно просто научить машину копировать поведение человека за рулем, а можно предоставить искусственному интеллекту самостоятельно разбираться, как правильно ездить. Вы какого придерживаетесь? Или все не так?

— Скажем так: есть подход, при котором нейронной сети показывают большое количество картинок с камеры, как видит дорогу и окружение водитель. Как человек водит машину? Он видит, он слышит и головой вертит — это обзор. И дальше у него, условно, есть две кнопки. Одна — левее/правее, другая — тише/быстрее. Все. То есть на входе нужно дать картинку, на выходе нужно крутить рулем или нажимать педали. Я упрощаю, на самом деле там все гораздо сложнее. Еще у нас есть маршрут, по которому нужно проехать, есть настроение — все это влияет на то, как мы ведем автомобиль. То есть при таком подходе мы как бы строим такой абстрактный мозг, который по картинке «с глаз», с камеры научится рулить машиной и будет ездить.

Мы придерживаемся другого подхода — когда задача разбивается на несколько больших подзадач. Последовательно и постоянно решая их, мы решаем главную — перемещение автомобиля из точки А в точку Б.

И что это за подзадачи?

Дмитрий: Первая — мы должны понять, где мы находимся и как мы ориентированы, куда мы смотрим. Это так называемая проблема локализации, когда нужно определить положение, причем сделать это нужно крайне точно. В нашем случае нам нужна сантиметровая точность.

Следующий шаг — нам нужно понять, что происходит вокруг. Это так называемая задача восприятия. Нужно увидеть и классифицировать другие автомобили, увидеть пешеходов, велосипедистов, в общем, всех участников дорожного движения. Кроме того, есть разные препятствия, как регламентированные ПДД, — например, конусы или отбойники, так и не регламентированные, — например, коробка, которую ветром сдуло с обочины и она стоит и преграждает путь.

Дальше нужно спрогнозировать, что случится дальше. Куда этот автомобиль поедет, куда пойдет этот пешеход, переходит он дорогу или стоит? Это задача предсказания.

Следующий большой кусок — это задача планирования. Когда мы знаем, где мы, что вокруг нас и что случится дальше, и знаем, куда нам надо доехать, мы должны спланировать, собственно, наши действия. Автомобиль должен решить, что ему в следующие несколько секунд, точнее — миллисекунд, нужно делать — с учетом того, как он увидел и понял текущую дорожную ситуацию.

И последняя задача — это задача контроля, когда мы исполняем план, отдавая команды системам управления автомобилем.

Локализация — это, как я понимаю, не только и не столько GPS, потому что он не даст сантиметровую точность?

Дмитрий: Самый популярный сенсор, который используют для локализации беспилотных машин, есть в каждом телефоне — это GNSS-приемник, который принимает сигналы GPS, ГЛОНАСС или, например, Beidou. Этот приемник дает машине только базовую информацию, а дальше в работу включаются расширения этой системы, которые позволяют скорректировать разные ошибки, возникающие из-за искажения сигналов в ионосфере, и так далее. Проблема с GNSS в том, что она не надежна. Точность решения может снижаться до метров и даже десятков метров в зависимости от окружения. Если ехать в плотной городской застройке, где плохо видно спутники, то и погрешность будет очень высокой.

Есть и другие разные способы, которые позволяют локализоваться. Например, визуальная одометрия или визуальная локализация — когда вывод о том, сколько и куда проехала машина, можно сделать по разнице между кадрами.

Способ, который мы наиболее активно используем, — лидарная локализация. Лидар в каждой точке пространства говорит нам, какие объекты находятся вокруг нас. Он сообщает машине «облако точек», отражений от всех таких объектов. Дальше машина строит специальную карту с учетом этих объектов и понимает, где находится, — с сантиметровой точностью.

Лидар «видит» примерно на 100 метров вокруг. Но если мы находимся на открытой местности, то GNSS, скорее всего, сработает очень хорошо, а лидарная визуализация хуже. Если смешать данные от двух источников, на выходе получится точная координата, где на самом деле находится машина.

Дмитрий: По-хорошему подход такой: у нас есть карта с информацией о том, где какие правила и ограничения действуют. А по мере движения мы определяем ограничения, которые есть на знаках, и дополняем этой информацией карту. И если, например, знак по какой-то причине не определился, чего, в принципе, не должно быть никогда, или он развернут (всякое бывает), у нас все равно есть знания про него из карты.

Что еще важно в восприятии? Дорожная разметка. Мы должны понимать, где у нас границы дороги, пешеходные переходы и так далее. И информация об этом изначально, конечно, идет с камеры. Плюс используется лидар, чтобы корректнее оценить плоскость дороги. Вот так — очень упрощенно — работает восприятие: с помощью этих сенсоров мы находим объекты, классифицируем их и располагаем в этом условном, виртуальном, реконструированном мире, который дальше используется для просчета плана движения автомобиля.

Сегодня мы проезжали мимо женщины, которая шла посередине дороги, вдоль припаркованных машин, — и мы не стали из-за нее останавливаться. А если бы она остановилась, мы бы тоже остановились? В какой момент машина бы предположила, что она будет перебегать дорогу?

Дмитрий: В том конкретном случае женщина находилась в зоне парковки, она не выходила на ту часть дороги, по которой обычно едут машины. Если бы оказалась на ней или пошла в ее сторону, мы бы остановились. Текущая конфигурация ведет себя так, что если кто-то находится в той зоне, которая является именно дорогой, или собирается в нее зайти, мы, конечно, остановимся и будем ждать, пока человек не уйдет.

В голову приходят какие-то ситуации, которые может быть сложно просчитать. Например, если на дороге появляется регулировщик и издалека машет палочкой.

Дмитрий: Чтобы построить действительно надежную систему, нужно собрать огромное количество разных ситуаций: если машина будет ездить только в рамках одного небольшого квартала, она научится делать это почти идеально. Но если потом эту машину выпустить на Кремлевскую набережную и она наткнется на регулировщика, которого она никогда раньше не видела, то алгоритм подумает, что это пешеход, который переходит дорогу, и будет тупить.

Но вообще говоря, регулировщик — это регламентированное ПДД поведение, такому машина должна быть обучена «из коробки». Тут действительно сложным и интересным является то, что за пределами правил: когда вроде бы не особо нарушают, но уже едут не так, как положено. Или здесь люди обходят по дороге, хотя тротуар свободный — там просто яма посередине, им неудобно. И надо не стоять и ждать, а просто прижаться чуть в сторону и проехать. Таких вещей действительно много, и их предстоит все насобирать, классифицировать и обучить систему правильно и адекватно реагировать.

На Западе идет разговор о том, чтобы законодательно обязать людей, которые сидят за рулем беспилотных машин, ни на что не отвлекаться, чтобы водитель всегда был готов перехватить управление и резко затормозить или повернуть. То есть ты не имеешь права сидеть в телефоне.

Дмитрий: А сейчас разве это не так? Неважно, какая это машина, беспилотная или нет. Прямо сейчас вся ответственность за все, что касается управления автомобилем, лежит на водителе. И он не может отвлекаться, даже если у него автопилот в машине.

Именно. Но тогда зачем это? Как я себе представлял автопилот? Вот куплю я себе беспилотную машину, сяду на заднее сиденье, вобью адрес и буду заниматься своими делами. А мне говорят: нет, дорогой, ты первые 15 лет, ну или 5 лет, должен сидеть за рулем. И не просто рулить и хотя бы получать удовольствие, а еще и сидеть и думать — ошибется сейчас компьютер или не ошибется?

Дмитрий: Я думаю, все будет немного по-другому. Во-первых, будут появляться дополнительные функции в автомобилях, которые люди покупают как личное транспортное средство. Например, те же шоссейные автопилоты, которые не полностью ведут автомобиль, но могут исправить огрехи невнимательности, подрулить в полосе, если водитель засыпает или отвлекся. Начать громко сигналить: «Не засыпай!» И пока водитель просыпается, подруливать.

А во-вторых, будут появляться полностью автономные машины, которые никто никогда покупать в личное пользование не будет. Потому что в этом нет смысла. Это как сейчас мы вызываем такси: мы же не владеем автомобилем, который к нам приезжает. Мы просто говорим: «Я хочу доехать по такому-то адресу». Приходит машина, вы в нее садитесь. Сейчас там водитель, и он вас везет.

А тут мы будем вызывать машину, и она будет приезжать без кого-либо. Мы будем садиться, и она нас будет довозить. При этом нам вообще не надо за ней следить. Потому что ее просто не выпустят, пока у нас [разработчиков] не будет уверенности, что она проедет не хуже, чем водитель, который сейчас это делает.

А сейчас российское законодательство никак не регламентирует ни автопилот, ни совсем беспилотники? Про это оно ничего не говорит?

Дмитрий: Сейчас никак. Очень много разных разговоров, но прямо сейчас никаких специальных правил на этот счет не существует.

И как вы это решаете?

Дмитрий: Все тесты, которые касаются полностью беспилотного управления, проходят на закрытой территории. На полигоне мы вольны проводить любые эксперименты. А по городу мы ездим и активно собираем данные. Да, у нас доработанные автомобили — на них установлен набор сенсоров, чтобы собирать данные. И все эти доработки сертифицированы в ГАИ.

Дмитрий: Утопичная идея: если представить далекое будущее, где на дорогах только беспилотники, то эффективность дорожной инфраструктуры многократно возрастет. Она будет сильно безопаснее, чем сейчас. Во многих местах мы сможем сильно поднять скорости, и это по-прежнему будет безопасно. Какие-то перекрестки мы сможем сделать вообще нерегулируемыми, машины сами смогут договориться, кто когда проезжает. Это все чистый экономический плюс для города.

А еще нам не нужна будет парковка, потому что такой машине не надо стоять. После того как она меня высадила, она может поехать повозить кого-нибудь еще. Полезная утилизация автомобиля сильно бы возросла.

Дмитрий: Неожиданных ситуаций у нас много, и в основном они связаны с поведением людей на дороге. Вот мы сейчас катались, и вы видели: дорога односторонняя, парковочная полоса справа. Слева тротуар. Кто-то паркуется на тротуаре, мешает пешеходам ходить и занимает полполосы. И вот как с этим быть?

Или до этого был тестовый заезд. Мы ехали по односторонней дороге, а нам навстречу по встречке ехал товарищ. Потому что он, видимо, ошибочно повернул, думая, что сюда можно ехать, а потом, когда встретил нас, осознал, что так было нельзя. И он начал сдавать задом, разворачиваться.

Разные ситуации бывают, но они безопасно отрабатываются. В худшем случае мы останавливаемся и стоим, никуда не едем, потому что машина не знает, что с этим делать и как реагировать.

Скажем, вы проезжаете 100 тысяч километров по тестовым дорогам, и это мало кого интересует. А когда случилась одна авария у Uber, все начинают бояться.

Дмитрий: Для людей нормально так эмоционально реагировать. Но в конечном итоге, когда речь идет о сухих цифрах, статистика говорит другое. Она говорит, что если вы возьмете автопилот на шоссе и посчитаете количество инцидентов, которые он порождает в условиях этого конкретного участка, — то он выиграет у человека-водителя с огромным перевесом. Потому что автопилот не устает, ему плевать на слепящее солнце, на осадки, на время суток.

Просто все уже привыкли к тому, что происходят ДТП с участием человека, и это уже не является каким-то из ряда вон выходящим событием. А когда впервые в истории [беспилотник сбил человека], — конечно, все подхватили и разнесли.

В таких ситуациях много эмоций. Но я уверен абсолютно, что эти системы будут более безопасны. Просто потому, что их ничто не отвлекает, они сфокусированы четко на решении одной конкретной задачи, и они будут делать это хорошо. В худшем случае они просто будут безопасно останавливать автомобиль, не зная, как поступить. Но они не будут приводить ни к чему плохому.

Смотрите также: Видео: испытания беспилотного автомобиля Яндекс в снег