Искусственный интеллект в автомобильной индустрии: варианты использования машинного обучения для самоуправляемых транспортных средств

В статье авторы пытаются проанализировать дальнейшие перспективы развития искусственного интеллекта в автомобильной индустрии.

Ключевые слова : искусственный интеллект, машинное обучение, транспортные средства

Самым перспективным направлением развития автомобильной индустрии считается развитие искусственного интеллекта (ИИ), который выполняет задачи по контролю и управлению транспортным средством. Большой объем данных, собранных с помощью подключенных устройств и служб, является важнейшим ключом корректной работы ИИ в любой отрасли, поскольку так система учится анализировать и выявлять человеческий фактор, что позволит ИИ думать и поступать как человек. Заключительным этапом разработки создание полностью автономных (самоуправляемых) автомобилей, а дальнейшее развитие ИИ получит посредством совершенствования к тому времени созданных алгоритмов и наращиванию вычислительных мощностей.

Следует отметить, что машинное обучение (МО) является частью общей концепции ИИ. На рис. 1 показано отношение между ИИ и МО.

Рис. 1. Отношение между ИИ и МО

При рассмотрении ИИ в автомобильной индустрии выделяют различные степени автономности, то есть способности обходиться без помощи человека — водителя. Международный орган автомобильных инженеров (SAE) определил шесть уровней автономии для беспилотных автомобилей [1]:

1. Уровень 0 — без автоматизации. На этом уровне отсутствует автоматизация. Большинство транспортных средств на дорогах сегодня управляется вручную. Могут существовать системы, помогающие водителю, например система экстренного торможения, но она технически не «управляет» автомобилем и поэтому не может считаться автоматизацией.
2. Уровень 1 — помощь водителю. В этих автомобилях предусмотрена только одна автоматизированная система помощи водителю, например, адаптивный круиз-контроль. Человек-водитель управляет рулевым управлением и торможением с помощью адаптивного круиз-контроля, поэтому он соответствует уровню автономности 1.
3. Уровень 2 — частичная автоматизация вождения. Автомобиль может управлять как рулевым управлением, так и ускорением и замедлением. Человек-водитель может взять под свой контроль машину в любой момент.
4. Уровень 3 — условная автоматизация. Здесь в игру вступают возможности обнаружения окружающей среды. Автомобиль может принимать обоснованные решения, например, обгонять медленно движущееся транспортное средство. Однако водитель может отменить управление транспортным средством, если система не может выполнить задачу.
5. Уровень 4 — высокая автоматизация. Эти автомобили полностью автоматизированы в большинстве случаев. Однако водитель-человек может вручную заблокировать систему.
6. Уровень 5 — полная автоматизация. Эти автомобили не требуют участия человека-водителя и даже не имеют рулевого колеса или педалей ускорения и торможения.

На рис. 2 приведена классификация степеней автономности, разработанная непосредственное SAE.

Рис. 2. Классификация степеней автономности согласно SAE

Для лучшего понимания роли ИИ в беспилотных автомобилях, следует проанализировать функции человека. Водитель использует сенсорные функции, такие как зрение и звук, для наблюдения за дорогой, дорожными знаками и другими транспортными средствами. Многолетний опыт вождения помогает водителю выработать привычку искать такие нюансы, как, например, дорожные ямы или пешеходные переходы.

Как было озвучено ранее, целью автомобильной промышленности является создание автономных автомобилей пятого уровня, способных управлять автомобилем, как опытные водители. Это означает, что у транспортных средств должны быть сенсорные функции, когнитивные функции и исполнительные способности. Процесс, который позволит достичь этого, можно разделить на три части.

1. Сбор данных с транспортных средств (ТС). Множество датчиков, камер и систем связи установлено на автономных ТС для сбора данных об окружающей среде. Эта система собирает информацию обо всем, что автономное ТС видит и слышит на дороге, например, о других ТС, скорости, с которой движется каждое ТС вокруг него, дорожной инфраструктуре и каждом объекте на дороге или рядом с ней. Затем эти данные обрабатываются и используются для передачи значимой информации в программы ИИ.
2. Принятие решений облачным ИИ. Собранные данные должны быть обработаны, и для ускорения процесса целесообразно отправлять их на сервер, поскольку в автомобиле физически невозможно разместить вычислительные мощности, схожие с серверами облака. Когда облако получает данные с ТС, запускаются алгоритмы ИИ, и эти данные обрабатываются. Механизм ИИ является мозгом всей этой системы и помогает принимать правильные решения. Он подключен к базе данных, которая действует как память, в которой хранится весь предыдущий опыт вождения миллионов водителей, как людей, так и автономных ТС. В результате обработки получаются и отправляются обратно инструкции для ТС.
3. Реализация возможностей ИИ. Основываясь на решениях, принимаемых ИИ, автономное ТС знает, что делать, когда оно сталкивается с любой дорожной ситуацией, передвигается без какого-либо вмешательства человека и безопасно достигает места назначения.

Автомобильная промышленность сосредоточена не только на создании автономных ТС, работа идёт и над другими аспектами комфортных поездок на автомобиле. Они оснащаются средствами для распознавания речевых команд на основе ИИ, системами управления жестами, отслеживания взгляда и другими системами мониторинга вождения. Анализ дорожной ситуации в крупных городах позволяет избегать пробок и экономить время [2], строить маршруты [3]. Эти функции также выполняются так же, как описано в предыдущих разделах.

Искусственный интеллект и машинное обучение называют четвертой промышленной революцией. Жизни людей и их рабочие задачи стремительно изменяются, и темп изменений будет только нарастать. Около 20 лет назад ИИ можно было увидеть только в научно-фантастических фильмах, а сейчас он стал частью повседневной жизни: смартфоны, виртуальный помощник Google, приложение для совместного использования поездок Uber, и многое другое. Исходя из текущих исследований и примеров использования ИИ, с уверенностью можно ожидать значительных достижений в автомобильной промышленности в ближайшие годы.

Литература:

1. SAE International Releases Updated Visual Chart for Its “Levels of Driving Automation” Standard for Self-Driving Vehicles [Электронный ресурс]. — Режим доступа: https://www.sae.org/news/press-room/2018/12/sae-international-releases-updated-visual-chart-for-its- %E2 %80 %9Clevels-of-driving-automation %E2 %80 % 9D-standard-for-self-driving-vehicles
2. Яндекс: Пробки [Электронный ресурс]. — Режим доступа: https://yandex.ru/company/technologies/yaprobki/
3. Яндекс: Маршруты [Электронный ресурс]. — Режим доступа: https://yandex.ru/company/technologies/routes/