Беспилотный КАМАЗ смотрит на дорогу с человеческой точки зрения
«Нам удалось построить компьютерную модель фовеального зрения», - говорит Василий Постников, генеральный конструктор компании Cognitive Technologies, разработавшей эту систему, - «В любой момент времени мы научились строить так называемую зону интереса - узкую область фовеального зрения, окружающую наблюдаемый объект». Такой подход позволяет в любой момент времени видеть в высоком разрешении лишь те элементы дорожной сцены, которые нужны для анализа текущей ситуации: дорожное полотно, обочина, транспортные средства, знаки. Важная информация обрабатывается с более высокими показателями качества, при этом вычислительные ресурсы расходуются экономно: ведь достаточно обрабатывать всего 5 – 7 процентов видеоизображения. Технология распознавания успешно работает на всех элементах дорожной сцены, находящихся как на близком, так и на далеком расстоянии от наблюдателя. |photo-1| В основе метода лежит принцип внутреннего самоподобия дорожной сцены. Разработчики научились выявлять наиболее общие, фундаментальные признаки, присуще дорожному полотну, будь это автомагистраль, проселочная или грунтовая дорога. Это позволяет распознавать дорожное полотно с высокой точностью и обеспечивать устойчивую работу управляющих автомобилем алгоритмов на различных конфигурациях дороги и в различных условиях: поворотах в разные стороны, подъемах, спусках, в ночное время, зимний период, а также в неблагоприятных погодных и климатических условиях. Созданная технология получила название «виртуальный тоннель». |photo-2| Компания Cognitive Technologies и ОАО «КАМАЗ» в феврале 2015 года объявили о начале совместного проекта, целью которого является создание к 2020 году на базе автомобиля КАМАЗ беспилотного транспортного средства. Сегодня беспилотный КАМАЗ завершил два этапа полигонных испытаний в Татарстане и Московской области и способен в автономном режиме совершать основные маневры (поворот, разворот, движение, змейкой и др.), останавливаться перед препятствиями, двигаться в организованной колонне. Важнейшей особенностью проекта является возможность реальной работы в российских условиях. В отличие от зарубежных разработчиков, ориентирующихся во многом, на идеальные условия дорожного движения (качественную разметку, благоприятные погодные условия и т.д.), подход отечественных разработчиков позволяет распознавать дорожную сцену (в том числе границы дороги, ширину полос движения и т.д.) в отсутствии какой-либо разметки.
