Беспилотные транспортные средства — наше ближайшее будущее, и игнорировать перспективу их скорого появления невозможно при разработке стратегических планов развития как коммерческих компаний, так и муниципальных и государственных органов и организаций. При этом речь идёт не столько о рельсовой транспорта автономизация которого началась ещё в начале 2000-х годов, сколько о привычном всем нам автомобильном транспорте на дорогах общего пользования.
Сегодня с развитием методов робототехники, искусственного интеллекта, машинного зрения, автоматического принятия решений в условиях неопределённости остро встаёт вопрос о скором выезде на автомобильные дороги беспилотных автомобилей. В России несколько отечественных компаний плотно занимаются разработкой таких автомобилей, и уже проводится всестороннее тестирование беспилотного дорожного движения. Зарубежные автопроизводители массово предлагают электромобили, которые станут основой будущих беспилотных транспортных средств. И вот уже по оценкам экспертного клуба в составе общественного движения «Синие ведёрки» массовое внедрение беспилотного дорожного движения на дорогах общего пользования произойдёт во временном интервале от 5 до 10 лет. Примерно о том же говорит и главный редактор журнала «За рулём» Максим Кадаков.
Вместе с тем в этой области имеется интересный парадокс. Дело в том, что первым беспилотным автомобилям и системам управления в них придётся намного сложнее, чем автомобилям следующего поколения. Такая ситуация возникнет потому, что первое поколение беспилотных транспортных средств будет ездить в общем потоке автомобильного движения, причём доля беспилотников будет небольшая, а большая часть автомобилей вокруг них будет всё ещё управляться живыми водителями. При этом человек — это довольно иррациональное создание, которое может принимать внезапные необоснованные решения, действовать на эмоциях или просто не сообщать окружающим о своих следующих манёврах. А вот второе поколение беспилотников будет ездить только в окружении своих «собратьев», и тогда дорожное движение будет подчиняться строгой рациональной логике, а сами автомобили будут непрерывно общаться друг с другом, предупреждая о манёврах и сообщая свои маршруты ради всеобщей оптимизации.
Таким образом, первое поколение беспилотных транспортных средств должно быть «умнее» последующих. Но это проявление искусственного интеллекта натыкается в России на следующие серьёзные препятствия:
1. Наличие значительного количества автомобилей вокруг, которые управляются водителями-людьми, а значит могут ездить недетерминированно.
2. Наличие пешеходов и даже животных (в том числе диких), которые на дорогах ведут себя ещё более недетерминированно, а в случае пешеходов — вообще могут показывать иррациональное поведение по принципу «ничего не знаю, я на пешеходном переходе, мне должны уступать, тормозя в пол».
3. Отсутствие освещения, особенно на загородных автомобильных дорогах низких категорий.
4. Плохое физическое состояние технических средств организации дорожного движения, особенно горизонтальной разметки.
5. Сложный климат, при котором погодные условия временами приводят к полностью занесённым снегом дорогам, дорожным знакам и даже светофорам.
Однако несмотря на мощнейший тренд в развитии методов искусственного интеллекта и особенно компьютерного зрения, основанного на нейросетевых технологиях и глубинном обучении, для системы управления беспилотным автомобилем очень сложно распознавать дорожные ситуации и оперативно принимать решения, в том числе и для того, чтобы предотвращать развитие ситуаций, которые могут привести к дорожно-транспортному происшествию. Для расширения сенсорного пространства беспилотных автомобилей и предоставления их системам управления для анализа большего объёма данных об окружающей обстановке используются многочисленные сенсоры в дополнение к обычным видеокамерам. Тем не менее, задача решается с трудом, а в случае снижения или прекращения видимости в различных оптических диапазонах и вовсе становится практически нерешаемой.
Одним из возможных способов решения описанных проблем является передача в систему управления беспилотным автомобилем информации, имеющейся у различных акторов, участвующих в процессах организации и управления дорожным движением, а также в сама движении. К таким акторам относятся:
● C: центральная система управления (автоматизированная система управления дорожным движением — АСУДД; интеллектуальная транспортная система — ИТС).
● I: элементы придорожной инфраструктуры (периферийное оборудование АСУДД и других систем, «умные» технические средства организации дорожного движения).
● V: другие автомобили, участвующие в дорожном движении.
● P: пешеходы и пассажиры.
Соответственно, система управления беспилотным автомобилем может взаимодействовать со всеми четырьмя перечисленными классами акторов. Схематично это можно представить следующим образом:
В рамках настоящей заметки рассматриваются только варианты I2V-взаимодействия, поскольку этот тип на сегодняшний день реализуется проще и быстрее всего. Несмотря на то, что, кажется, взаимодействие с центральными системами управления реализовать намного проще, в выводах этой статьи будет показано, почему централизованный вариант является менее предпочтительным.
Разнообразие подсистем АСУДД и ИТС обуславливает ещё большее разнообразие различных типов периферийного оборудования, которое используется на автомобильных дорогах для сбора информации и для косвенного или прямого управления транспортными потоками. Любой элемент периферийного оборудования связан с центральной системой управления, поэтому всю периферию можно разделить на три класса:
1. Сенсоры, только отправляющие в центральную систему управления информацию со значениями измеряемых и мониторируемых параметров, а также информацию о своём собственном состоянии.
2. Исполнительные устройства, только принимающие из центральной системы управления сигналы для воздействия на объект управления.
3. Устройства, которые как отправляют, так и получают информацию и управленческие воздействия при взаимодействии с центральной системой управления.
В настоящее время чистых устройств второго класса практически не существует, так как большинство вариантов, использующихся сегодня для построения АСУДД, обладают возможностью отправлять в центральную систему управления сигнал о своей работоспособности. Поэтому имеет смысл рассматривать только периферийные устройства первого и третьего классов.
С другой точки зрения периферийное оборудование АСУДД можно разделить на классы по возможности обработки принимаемой информации на своей стороне. Здесь можно выделить два класса:
1. Оборудование, которое только ретранслирует информацию. Например, сенсор получает значения отслеживаемого параметра и сразу же передаёт его в центральную систему управления. Или исполнительное устройство получает сигнал от центральной системы управления и сразу же исполняет его.
2. Оборудование, которое может обрабатывать получаемую информацию, осуществляя фильтрацию, предобработку или даже выработку решений на своей стороне, тем самым проводя распределённые оконечные вычисления.
В следующей таблице приведены примеры существующего периферийного оборудования АСУДД, распределённые по четырём квадрантам на основе двух представленных ортогональных классификаций:
В общем-то, весь перечисленный набор периферийного оборудования можно связать при помощи I2V-взаимодействия с системой управления беспилотным транспортным средством. Для конкретизации задач, которые могут быть решены при помощи организации такого взаимодействия, далее приводится список данных, которые беспилотный автомобиль может получать от периферийного оборудования:
1. От детекторов транспорта — параметры транспортного потока (интенсивность траффика, средняя скорость потока) в срезе детектирования для принятия решения по уточнению маршрута следования.
2. От детекторов занятости парковочного пространства — наличие и локализация свободных мест для парковки.
3. От комплексов фотовидеофиксации нарушений правил дорожного движения — установленный скоростной режим (впрочем, при повышении доли беспилотного транспорта в общем потоке этот тип периферийного оборудования будет не нужен).
4. От табло отображения информации — при возможности формализации представленной информации (например, схемы с описанием маршрута).
5. От управляемых дорожных знаков — формализованное описание того, что изображено на знаке.
6. От дорожного контроллера — текущие и перспективные на несколько тактов вперёд значения длительности фаз на светофорном объекте.
7. От автоматической дорожной метеостанции — текущая дорожная обстановка в аспекте метеоусловий, а также прогноз на ближайшее время.
8. От комплекса весогабаритного контроля — разрешённые параметры веса и габаритов.
Наиболее интересным в контексте организации дорожного движения на улично-дорожной сети в населённых пунктах и особенно крупных городах является дорожный контроллер, управляющий светофорным объектом. Этот тип периферийного оборудования имеет полную информацию о том, как организована работа светофоров на перекрёстке, какая используется длительность фаз и циклов. Поэтому передача информации об текущих и следующих фазах всем приближающимся к перекрёстку беспилотным автомобилям будет способствовать более взвешенному и эффективному принятию решений о проезде перекрёстка системами управления каждым беспилотным транспортным средством. Что, само собой разумеется, повысит общую эффективность и безопасность дорожного движения.
Вместе с тем вполне резонной является критика парадигмы I2V-взаимодействия, основанная на том, что все периферийные устройства АСУДД и ИТС подключены к центральной системе управления, а потому организацию взаимодействия можно осуществлять по схеме C2V, то есть из центра к беспилотному автомобилю. Это действительно возможно и на первых этапах внедрения беспилотного автомобильного транспорта, возможно, действительно будет более экономически эффективно. Однако на такую критику можно привести как минимум три контраргумента.
Во-первых, «умная» инфраструктура не ограничивается периферийным оборудованием АСУДД. В будущем необходимо разработать и использовать «умные» дорожные знаки и указатели и «умную» разметку. Фактически, это использование методологии «Интернета вещей» в применении к организации дорожного движения. Обычный дорожный знак останется дорожным знаком для водителя-человека, но превратится в специальную метку для систему управления беспилотным автомобилем, которой не придётся пытаться распознать визуальное изображение через туман и грязь. Дорожная разметка будет «ощущаться» беспилотными автомобилями в любых условиях посредством радиодиапазона.
Во-вторых, связь с центром может пропадать или вовсе быть недоступна для некоторых локализаций. Те же дорожные контроллеры должны уметь работать в локальном режиме управления, чтобы продолжать осуществлять свою функцию по организации дорожного движения на светофорном объекте даже в условиях отсутствия связи с центральной системой управления. Почему в такой возможности надо отказывать беспилотным автомобилям? Для того чтобы быть действительно интеллектуальными, им в первую очередь необходимо быть автономными.
Наконец, в-третьих, сама по себе децентрализация и оконечные вычисления являются мощным трендом в современном состоянии технологии создания информационных систем. Сама идея многоагентной системы, в рамках которой многочисленные агенты различных классов взаимодействуют друг с другом для достижения как своих частных целей, так и ради повышения «всеобщего блага», под которым понимается эффективность функционирования всей системы в целом со всеми её эмерджентными свойствами, несводимыми к сумме свойств каждого агента в отдельности.
Таким образом, I2V-взаимодействие станет одной из основ, на которых будет покоиться процесс постепенного внедрения беспилотного автомобильного транспорта на дороги общего пользования. Поэтому уже сегодня разработчикам АСУДД и ИТС и производителям периферийного оборудования необходимо задуматься о добавлении новой функциональности в свои системы и устройства. А транспортные инженеры и проектировщики транспортных систем при разработке планов комплексного развития транспортной инфраструктуры, комплексных схем организации дорожного движения, проектов автомобильных дорог и систем управления дорожным движением на них должны учитывать существующие тренды и направление научно-технического прогресса, закладывая в разрабатываемые проекты возможности по использованию беспилотного транспорта.