Беспилотные автомобили Google получили юридическое лицо: Waymo
Прототип беспилотного автомобиля Waymo
Проекту создания робоавтомобилей Google пошёл седьмой год, он давно перерос стадию эксперимента. Это очень перспективный бизнес. Буквально несколько дней назад первый штат США разрешил продажу серийных беспилотных автомобилей и их коммерческую эксплуатацию, в том числе в режиме беспилотного такси по вызову.
Пришло время переходить от научных исследований и тестов к коммерческой эксплуатации, тем более что финансовый директор Alphabet недавно ужал финансирование исследовательских проектов Google. Всё должно приносить прибыль. Вчера корпорация Alphabet объявила о выделении проекта беспилотных автомобилей в отдельную независимую компанию. Компания получила название Waymo.
По мнению экспертов, формирование отдельного юридического лица для проекта беспилотных автомобилей указывает на желание владельцев наконец-то монетизировать свои ценные научные исследования. Способы монетизации могут быть разные, например, лицензирование интеллектуальной собственности. Но очень вероятно, что компания Google (точнее, Waymo) вплотную приблизилась к выпуску коммерческих робоавтомобилей.
В этой области Waymo придётся столкнуться с жёсткой конкуренцией от нескольких компаний, которые тоже ведут разработки в области беспилотных автомобилей и, в том числе, намерены организовать беспилотные таксопарки в крупных городах США. Конечно, в первую очередь это компании Tesla Motors и Uber. Те уже готовятся к конкуренции между собой. Так, в лицензионном соглашении для полного автопилота Tesla прямо указано, что владелец обязуется не отправлять свой автопилот работать в парк конкурента, а использовать только в беспилотной сети Tesla Networks. В сентябре 2016 года Uber начала первые тесты беспилотных такси в Питтсбурге.
Дисплей беспилотного автомобиля Uber с монитором машинного зрения в ходе испытаний в Питтсбурге, 12 сентября 2016 года. Фото: Jeff Swensen / The New York Times
Ещё одним потенциальным конкурентом называют Apple, которая тоже ведёт разработку беспилотного автомобиля, бросив на этот проект сотни инженеров.
«[Образование отдельного юридического лица] — это указание на зрелость нашей технологии, сказал исполнительный директор новой компании Джон Крафчик (John Krafcik) вчера на пресс-конференции в Сан-Франциско. — Мы можем представить, что наша беспилотная технология используется во всех областях… [Данный шаг демонстрирует] уверенность, что мы близки к выводу этой [технологии] на массовый рынок. Мы достигли своеобразной точки перегиба».
Джон Крафчик пришёл в компанию в августе 2015 года, до этого был топ-менеджером Hyundai Motor.
До настоящего времени программа беспилотных автомобилей была относительным секретным исследовательским подразделением внутри Google X. Сейчас всё изменится. Пришло время для коммерческой работы. Исполнительный директор пообещал «скоро» определить сроки, когда именно технология будет готова к выходу на массовый рынок. Он несколько раз подчеркнул, что компания не заинтересована в производстве автомобилей, а только в разработке технологий для автопилота. Возможными применениями автопилота могут быть совместное использование (ride-sharing), пассажирские автоперевозки, грузоперевозки, транспорт, логистика, а также использование для личных нужд. В производстве машин Waymo помогут партнёры. Первым из них стала компания Fiat Chrysler, с которой в мае 2016 года заключено соглашение на оснащение автопилотом первой сотни микроавтобусов Fiat Chrysler.
Название Waymo является сокращением от фразы «A new way forward in mobility», сказал Крафчик.
С 2009 года автомобили Google/Alphabet наездили в беспилотном режиме 3,7 млн км на дорогах общественного пользования и тестовых полигонах в Калифорнии, Аризоне, Техасе и Вашингтоне, а также более 1,6 млрд км в режиме компьютерной симуляции (в 2016 году). Сейчас проходит обкатка машин в самых сложных сценариях, с которыми может столкнуться робоавтомобиль в реальных дорожных условиях. На дорогах общего пользования испытывают около 60 автомобилей Google (теперь уже автомобилей Waymo).
В прошлом году Google расширила программу разработки беспилотников, увеличила штат инженеров и удвоила количество испытательных центров для тестирования автомобилей в США с двух до четырёх. Для разработки плана монетизации в августе 2016 года был приглашён на работу бывший руководитель Airbnb Шон Стюарт (Shaun Stewart) на должность директора. Месяцем ранее компания ввела должность юридического директора и впервые назначила главного юриста для этого проекта. Директором по технологиям в компании Waymo стал Дмитрий Долгов, выпускник МФТИ 2000 года.
Итак, шаг за шагом мы становимся всё ближе к будущему, когда человек за рулём автомобиля будет выглядеть архаично, вызывая только страх у окружающих. Сейчас аварии на дорогах уносят больше жизней, чем все войны и терроризм. Ущерб экономике от ДТП сравним с общими расходами на здравоохранение. Каждый год в ДТП погибает около 1,4 млн человек.
- Транспорт
- Будущее здесь
- IT-компании
Беспилотное будущее: зачем бизнесу новый вид транспорта
Привычная всем функция круиз-контроля, появившаяся на массовом автомобильном рынке США еще в 1970 годы, на самом деле стала первой стадией беспилотности. Машины на второй стадии уже могут самостоятельно замерять расстояние до впереди идущего транспорта и менять текущую скорость исходя из дорожной ситуации. Третья стадия, где мы сейчас находимся, – это самостоятельное движение фуры по трассе с учетом присутствия водителя в кабине. На этом этапе вмешательство человека в движение машины не требуется, водитель может просто отдыхать или читать газету, пока счетчик наматывает километры. Четвертая стадия — аналогичная схема передвижения, но уже по городу. И последняя пятая стадия беспилотности — движение транспорта по магистралям и городским дорогам вообще без водителей.
Все эти стадии беспилотности были бы просто красивой фантастической теорией, если бы постепенная автоматизация не доказывала нам экономическую и практическую выгоду нового транспорта для бизнеса. По данным консалтинговой компании AT Kearney, беспилотный транспорт на 35% сокращает затраты на ремонт и амортизацию, на 15% уменьшает страховые расходы. Общая экономия в перспективе 20 лет только в США составит более 1,3 трлн долларов, а весь рынок беспилотного транспорта оценивается в 560 млрд.
Беспилотники учат бизнес экономить
Один из основных плюсов беспилотных грузовых машин — это экономия топлива. Если на трассе пять автомобилей выстроятся в единую колонну, то пятая машина будет потреблять на 30% меньше топлива, чем первая. Фура весит 40 тонн, и чтобы преодолеть сопротивление ветра на скорости, один автомобиль тратит больше топлива, чем колонна грузовиков, которые уже идут в воздушном потоке. А теперь представьте, что водитель будет сидеть только в первой машине — добавляем экономию на зарплатах и налогах. Даже при грубых подсчетах экономия получается более 1,5 млн рублей в год только с одной машины.
Доказано, что беспилотные автомобили позволяют существенно сокращать сроки доставки грузов, в среднем — в два раза. Если обычная груженая фура доезжает из Москвы в Екатеринбург за три дня, то с переходом на беспилотное управление груз будет на месте уже через 35 часов. При традиционном подходе у водителя есть обязательное рабочее время отдыха — восемь часов, есть время на сон. Две трети суток фура просто стоит без движения, а за рабочее время может пройти с учетом ограничений скорости не более 500 километров. Два водителя могут незначительно повысить скорость перевозки, но в то же время это увеличит стоимость доставки для заказчика.
Третья причина развития беспилотников, как ни странно — снижение аварийности в критических ситуациях. Машины стали умнее профессиональных водителей, и это уже доказывают различные исследования. По данным AT Kearney, беспилотный транспорт сокращает вероятность возникновения ДТП на 70%, это тысячи человеческих жизней в год. Противники автоматизации укажут на смертельную аварию с участием Tesla в мае 2016 года. Тем не менее, это единственный случай за все время существования беспилотного транспорта. Статистика смертности и ДТП с традиционным управлением значительно превышает показатели беспилотников. Для примера, по данным Росстата и ГИБДД, только в 2016 году в России произошло более 173 000 ДТП, более 200 000 людей получили ранения, 20 000 погибли.
Страховка и поддержание автопарка в рабочем состоянии обходятся логистическим компаниям в круглую сумму, по некоторым данным, это миллиарды рублей в год. Обновление автопарка происходит все реже, компании стараются максимально продлить срок службы имеющихся автомобилей. Между тем, беспилотники в перспективе позволят компаниям сокращать и эти расходы за счет более длительной и безопасной эксплуатации. Сейчас автономный транспорт стоит дорого, период окупаемости превышает традиционные грузовые автомобили. Но как и все технологии, со временем беспилотники будут дешеветь и постепенно вытеснять менее эффективные машины.
Беспилотность с препятствиями
В течение пяти ближайших лет беспилотные грузоперевозки станут для нас такой же нормой, как переход на смартфоны после кнопочных телефонов. Но стоит учитывать, что должна быть подготовлена дорожная инфраструктура, законодательная, страховая база. Пока что даже документооборот в логистике до конца не автоматизирован — дальнобойщики выполняют роль курьеров и перевозят документы от отправителя к заказчику.
Дороги, по которым будут ездить беспилотники, также должны быть оснащены датчиками, охраняться специальными службами. Люди, работающие на беспилотных трассах должны носить одежду с чипами, чтобы не создавать помех движению. В России сегодня уже строится беспилотная трасса из Москвы в Санкт-Петербург, но общая инфраструктура в менее развитых регионах, к сожалению, не всегда отвечает требованиям даже для традиционного транспорта.
Переход на беспилотный транспорт рождает множество страхов относительно безопасности. Хакерские атаки, взломы, переход террористических угроз в область ИТ –сегодня — это наиболее важные вопросы в сфере автоматизации транспорта. Однако, по данным Cognitive Technologies, безопасность беспилотников для россиян вторична. Больше половины респондентов (55%) считают главным преимуществом автономного транспорта возможность отдыхать или делать постороннюю работу в кабине авто. Хакерские атаки в исследовании испугали только 16% россиян и 19% американцев.
Не менее важен вопрос занятости населения в случае перехода на беспилотный транспорт. По данным НИУ ВШЭ, в России самой массовой профессией является водитель — 7% в масштабах страны. Современные перевозчики должны будут научиться работать со смартфонами, принимать заказы через мобильные приложения, профессия водителя трансформируется в профессию сервисного инженера. Наши дальнобойщики умеют находить выходы из самых сложных ситуаций и в самых сложных климатических условиях, поэтому с 3G, GPS, смартфонами и беспилотным автомобилям они точно разберутся.
Роботы и компьютеры в ближайшем будущем поставят вопрос об изменениях в трудовом законодательстве. Сегодня HR-специалисты уже говорят, что привычная пятидневная рабочая неделя уйдет в прошлое, количество рабочих часов уменьшится, изменится возраст выхода на пенсию. В подобных условиях дотации на поддержание экономики могут лечь на прибыль компаний, которые перешли на автоматизированные системы. Стоит понимать, что резким такой переход быть не может и существует даже мнение, что развитие беспилотности сдерживается намеренно.
Беспилотные технологии, как и все новое, вначале будут приниматься критично и настороженно. Но развитие остановить невозможно, а технологический прогресс уже не раз доказывал бизнесу эффективность и необходимость преобразований. Даже несмотря на юридические, кадровые, налоговые и страховые нюансы, сегодня уже становится понятно, что беспилотные технологии войдут в логистический бизнес уже в самом ближайшем будущем.
Беспилотные автомобили Google: технология и перспективы
Мир бурлит информацией о том, что беспилотники — это наше будущее. Один из таких ярких представителей автономного транспорта — автомобили Google. Разработкой этих машин занимается компания Waymo.
Изначально проектом руководил инженер Себастьян Трун, он же — основатель Google Street View. Его команда получила 2 млн.долл. от Минобороны США, выиграв в конкурсе DARPA в 2005 году. Именно это событие стало толчком, благодаря которому человечество увидело беспилотные автомобили Google. Сегодня мы расскажем, что представляет собой этот «Гугломобиль», и какие у него дальнейшие перспективы.
Технологии беспилотников Google
Автономные транспортные средства от компании Waymo используют данные с разных источников таких, как сервис Google Street View, датчик LIDAR, видеокамеры, радары в передней части автомобиля и специальный датчик для определения месторасположения на карте.
А теперь подробнее о каждом датчике, которых всего насчитывается восемь:
- LIDAR на крыше — камера, которая использует массив из 32 или 64 лазеров для измерения расстояния до объектов. Всё для того, чтобы построить 3D-карту на расстоянии 200 м, позволяя машине «видеть» опасности и преграды.
- Стандартная видеокамера, которая направлена через лобовое стекло. Она читает дорожные знаки, обнаруживает светофоры и также ищет близлежащие опасности — пешеходов, велосипедистов и других автомобилистов.
- Радары, установленные на бампере, отслеживают транспортные средства впереди и позади автомобиля.
- Датчик, а точнее установленная в задней части авто антенна, которая получает информацию о геолокации от спутников GPS.
- Ультразвуковой датчик на одном из задних колес, отслеживающий движение автомобиля.
- Внутри автомобиля есть высотомеры, гироскопы и тахометр (счетчик оборотов) для более точных измерений его положения.
Ни один датчик не может обеспечить полноценную работу автомобиля Google, ведь только комплексное функционирование этих устройств — это залог безопасной работы машины.
Данные, которые получает программное обеспечение Google, используются для точной идентификации других участников дорожного движения и их моделей поведения, а также используемых сигналов шоссе. К примеру, беспилотный автомобиль Google может успешно идентифицировать велосипед и понять, что, если велосипедист протягивает руку, он собирается совершить маневр. Затем автомобиль понимает, что нужно замедлить движение и дать велосипедисту достаточно места для безопасного передвижения.
Отметим, что в 2016 году команда разработчиков Google Inс. запатентовала способ распознания экстренных служб — скорой помощи и полиции. Автономное авто, оснащенное такой системой, сможет определять проблесковые маячки и реагировать на появление таких служб согласно ПДД.
Тестирование технологий
Для тестирования беспилотника используется виртуальная среда и тесты на реальной дороге. В виртуальном мире автомобили Waymo проехали 4 млрд. км, а в реальном — более 8 млн. км. В ходе многочисленных тестов авто научились определять 20 тысяч ситуаций и объектов на дороге.
При тестировании на реальных дорогах в машине всегда есть два человека:
- квалифицированный водитель с безупречной репутацией управляет автомобилем;
- инженер сидит на пассажирском сиденье, чтобы следить за поведением программного обеспечения.
В 2010 году команда Google протестировала пару таких беспилотников. Как результат, в реальных условиях авто проехало 16000 км без участия водителя и 225308 км с его участием. Согласно утверждению компании, такие автоматизированные транспортные средства помогут сократить число ДТП, травм и фатальных случаев на дороге.
Изначально в проекте принимали участие такие марки авто: Toyota Prius, Audi TT, Lexus RX450h. Уже в 2012 году в Google заявили, что экипаж машины можно сократить до одного человека.
Перспективы развития
Перед разработчиками беспилотников Waymo возникла серьезная проблема — авто не могли передвигаться под проливным дождем и на заснеженной дороге. Почему? Потому что машина идентифицирует местность благодаря заранее отснятым фото окружающего ландшафта, которые сканирует система. Таким образом, беспилотник определяет пешеходов от телеграфных столбов. При плохой погоде авто не может это различать. Поэтому сейчас исследователи пытаются решить данный вопрос, чтобы автомобили Google могли ездить в любую погоду.
Кроме того, в 2014 году машины не могли опознавать временные сигналы светофора и отличать скомканную бумагу от камня. Но все эти минусы компания планирует устранить до 2020 года. Вдобавок, она улучшит функцию парковки автомобиля. Уже сейчас компания расширила программу разработки автономных транспортных средств и увеличила количество испытательных центров с 2 до 4.
Беспилотные автомобили Google объединили в себе разные датчики и сенсоры, чтобы обеспечить безопасное вождение без участия человека. И пусть сейчас существуют некоторые проблемы, с которыми машина не может справиться, через пару лет мы сможем увидеть усовершенствованные беспилотники Waymo. А вы готовы довериться беспилотному авто? Поделитесь своим мнением в комментарии!
Для чего беспилотным автомобилям все еще нужны люди
Не секрет, что беспилотные автомобили предполагают полный отказ от человеческого водителя. Крупнейшие компании, занимающиеся разработкой полностью автоматизированных автомобилей (например, американские Waymo или Cruise), уже не первый год тестируют свои автомобили «без поддерживающего водителя» на дорогах общего пользования: салон пуст, а автомобиль двигается самостоятельно. Где еще можно найти тень человека в беспилотных автомобилях, если внутри — пусто? Ответ приходит со стороны разработки.
Центр Исследований науки и технологий
Самая сложная задача для беспилотного автомобиля
Три основные задачи, которые стоят перед разработчиками беспилотного автомобиля — это а) локализация автомобиля на местности, б) распознавание многообразной окружающей среды и в) планирование маршрута с учетом нюансов правил дорожного движения и текущей дорожной ситуации. К самой сложной из них относится распознавание: на дороге постоянно происходит что-то непредсказуемое. Именно с этой задачей должно справиться машинное обучение, а именно то, что нам известно под названием нейросетей. Именно в их стабильной работе, кажется, и лежит разрешение основных проблем, препятствующих выезду автомобилей на дороги общего пользования.
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
Что делают нейросети в беспилотных автомобилях?
Слоган беспилотника Google Waymo, который уже сейчас может заказать через приложение каждый желающий в Финиксе, штат Аризона — «Building the most experienced driver» («Строя самого опытного водителя»), говорит нам о том, что уже в недалеком будущем мы будем иметь дело с водителями совсем нового типа, опыт которого не равен водительскому стажу, а коррелирует с числом ситуаций, на которых обучены нейросети.
Отличать запрещающий сигнал светофора от разрешающего, прерывистую линию разметки от сплошной, велосипедиста от пешехода — легкие повседневные задачи для человеческого водителя. Те же самые задачи становятся большими проблемами для разработчиков беспилотных автомобилей. Люди в большинстве случаев с легкостью ориентируются во всех дорожных ситуациях. В свою очередь, машину также необходимо научить этому навыку, закодировав массу дорожных случаев, возникающих на дороге.
Чтобы быть восприимчивыми к среде, беспилотные автомобили оснащены различными вариантами сенсоров: камерами, лидарами, радарами, ультразвуковыми датчиками. Нейросети обрабатывают данные с этих датчиков, делая предположения о том, что встречается на дороге. Именно нейросети ответственны за распознавание важных инфраструктур и ситуаций: сигналы светофоров, разметка, знаки, внезапно выбегающие на дорогу люди. Нейросети выделяют из дорожной среды значимые объекты, заставляя автомобиль реагировать: например, притормозить у пешеходного перехода.
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
Кажется, все довольно просто: если все участники дорожного движения известны и дорожная среда формализована различными видами знаков, то нетрудно обучить нейросеть ориентироваться на дорогах. Однако в реальности все может быть совсем по-другому. В одних случаях знаки могут быть не видны (например, закрыты ветками деревьев), а в других — могут быть неправильно распознаны автомобилем. В видео, представленном ниже, автомобиль Tesla распознает эмблему Burger King как запрещающий знак.
Это же подтверждает в своей лекции Роман Удовиченко, руководитель группы обработки дорожной ситуации в направлении беспилотных автомобилей Яндекса:
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
«Когда вы начинаете разрабатывать беспилотные автомобили, оказывается, что на дорогах столько всего всего происходит. Если посмотреть на записи проездов беспилотных автомобилей, можно увидеть что-нибудь такое: где-то несут дерево, где-то несут байдарку, где-то люди на лошадях перескакивают дорогу».
Как же поступать с такими случаями? Чтобы нейросеть смогла успешно справляться с максимальным количеством как рутинных, так и неожиданных ситуаций, которые могут возникнуть на дороге, необходимо собрать данные реальных проездов. Именно эти данные формируют датасеты для обучения нейросетей.
С чего начинается нейросеть?
Нейросети начинаются с датасетов. Датасеты — это большие массивы информации, те самые данные с сенсоров, которые используются для обучения нейросетей. Это могут быть данные с камер или лидаров, которые принимают форму, например, фотографий или лидарных облаков точек.
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
По мнению Андрея Карпатого, директора AI и компьютерного зрения (Autopilot Vision) в Tesla, в датасете является ведущим не количество данных, а покрытие возможного пространства ситуаций, с которыми может столкнуться машина, передвигаясь по городским дорогам. Однако все-таки размер важен: ведь в большем количестве данных возрастает вероятность встретить разнообразные ситуации: будь то люди, несущие байдарку, или стая уток. Чем больше таких разнообразных данных знает и умеет обрабатывать нейросеть, тем, в свою очередь, больше точность их правильного распознавания. Таким образом, датасет должен соответствовать трем условиям, чтобы нейросеть работала хорошо: он должен быть большим, разнообразным и основываться на данных реальных проездов.
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ
Разметка датасетов
Но как нейросеть понимает, что перед ней? Необходимо разметить тысячи и тысячи картинок. Вспомним капчу Google, где надо найти, например, все мосты или пожарные гидранты — это тоже пример разметки датасетов.
В обучении датасетов необходимо придерживаться иерархии: как и люди, нейросети обучаются от простого — к сложному. Обучая нейросеть распознавать, например, дорожную разметку, сначала берутся случаи, где хорошее дорожное покрытие, сухая погода, разметка свежая или в хорошем состоянии, не закрыта другими машинами. Постепенно могут добавляться новые, более сложные элементы: например, тип разметки будет тот же, но ее часть не будет видна, так как поток машин слишком плотный. Когда датасет только формируется, разметка происходит вручную. Такая несложная, но кропотливая работа обычно дается компаниями на аутсорс: используя мышку, человек размечает линии разметки. Так, процессы распознавания, решающие для беспилотных автомобилей, начинаются не просто с датасетов, а с датасетов, которые размечаются вручную.