Вы наверняка не раз слышали о том, что скоро на наших дорогах появятся беспилотные автомобили. Об этом говорят уже более десяти лет, однако никому не удалось ещё купить машину, которая возила бы детей в школу, хозяина на работу, а жену его – по магазинам. Есть полуавтономные автомобили, оснащенные системами вроде автопилота “Теслы”. Они могут помогать водителю, а в редких случаях и брать управление на себя. Однако даже они требуют постоянного присутствия в водительском сидении человека, который бы мог в любой момент подкорректировать действия автоматики. В начале 2018 года в Великобритании был лишён прав водитель, который ездил на таком автомобиле, сидя на месте пассажира. Пытался, видимо, заглянуть в будущее, но остался непонятым.
В течение следующих нескольких лет ожидается появление транспортных средств, не требующих наличия человека в кабине, но это узкоспециализированные машины – дальнемагистральные грузовики или такси, перемещающиеся по строго определённым улицам и районам. И связано это с тем, что ездить по дорогам общего пользования не так просто, как кажется. Программное обеспечение должно обрабатывать огромное количество информации и принимать непростые решения, чтобы преобразовывать сенсорные данные в команды движущемуся автомобилю. И, несмотря на то, что на разработку подобных программ уже потрачены внушительные денежные средства и колоссальное количество умственного труда, перед инженерами до сих пор стоит множество труднопреодолимых препятствий.
Первая задача, которую должен решить автопилот – это определить, что его окружает. Это этап восприятия. Люди делают это мгновенно и не задумываясь, автомобилю же нужно обработать целый букет разнородных данных – с видеокамер, радара, ультразвуковых сенсоров и лидара – это, по сути, трёхмерный радар с высокой детализацией, использующий лазерные лучи вместо радиоволн. Сегодня автопилоты довольно неплохо справляются с переработкой всей этой информации в трёхмерную цифровую модель своего окружения. Дорога, автомобили, светофоры – всё это воспринимается ими превосходно.
Однако не всегда удаётся точно определить, что есть что. Например, если множество объектов находятся рядом друг с другом, вроде толпы пешеходов, программе трудно отделить одного человека от другого. Поэтому, чтобы корректно работать в крупных городах и понимать суть происходящего, автопилот должен обрабатывать не только текущую картинку, но и несколько мгновений в прошлом. Это позволит ему сгруппировать определённый набор совместно движущихся точек в конкретного пешехода, приготовившегося вступить на проезжую часть дороги.
Кроме того, некоторые объекты компьютеру очень трудно идентифицировать правильным образом – носимый ветром пластиковый пакет кажется сенсорам твёрдым, массивным и, следовательно, опасным. Он для них ничем не отличается от заполненного мусорного мешка, стоящего у края дороги. Конкретно эта проблема может привести к ненужному торможению, но неверная идентификация может быть причиной и смертельных аварий. В 2016 году из-за того, что автопилот перепутал борт грузовика с размытым небом, в автомобиле Тесла погиб человек. Инженеры также должны удостовериться в том, что система работает надёжно в случае возникновения непредвиденных обстоятельств. Например, если в движении откажет одна из камер, её информация должна быть продублирована из другого источника.
Но и это ещё не всё. Нужно внести в память компьютера множество данных о таких, например, объектах окружения, как сбитые кошки, собаки и скунсы, гужевые повозки, падающие с грузовиков контейнеры. Да мало ли что ещё встречается нам на дорогах. У некоторых компаний есть мощные симуляторы, моделирующие такие события, но даже они ограничены фантазией программистов. Жизнь, как известно, весьма изобретательна в своих сюрпризах.
Настоящие проблемы у разработчиков, однако, начинаются на следующем этапе – прогнозирования. Недостаточно знать, где пешеходы и автомобили находятся в данный момент. Автопилот должен понимать, где они окажутся в следующую секунду, чтобы перейти к третьему этапу – планированию собственных действий. Иногда прогнозирование прямолинейно – если кто-то включил поворотник, он собирается повернуть направо или налево. Но иногда компьютеру очень трудно понять поведение человека. Допустим, приближающийся автомобиль замедляется и моргает фарами, что пропустить вас при повороте налево через его полосу. Человек сразу поймёт, что это безопасный маневр, повернёт и поблагодарит своего вежливого коллегу. Автопилоту же оценить подобную ситуацию крайне нелегко.
Самым же сложным на этапе прогнозирования является то, что безопасность маневра – это не та вещь, которую можно распознать программно. Это своего рода переговоры с другими участниками дорожного движения. Слегка подавая машину вперёд, вы рассчитываете на реакцию водителя, у которого есть преимущество. То есть здесь наблюдается некое смешение прогнозирования и планирования, их синтез. Существуют исследования, согласно которым в тот момент, когда вы въезжаете на оживлённое шоссе со второстепенной дороги, вы не сдвинетесь с места, если кто-то не уступит вам дорогу. То есть если автопилот достаточно осторожен при оценке ситуации, он надолго застрянет на таком участке дороги – любые действия будут казаться ему недостаточно безопасными.
В попытках решить эту проблему разработчики движутся по двум основным направлениям. Одна из возможностей заключается в том, чтобы автопилот рассматривал действия всех остальных участников дорожного движения, как нечто такое, что зависит от его собственных действий. Но это может привести к излишне агрессивному поведению. Водителей, которые ведут себя на дороге, руководствуясь этим принципом, в народе принято называть “шашечниками” из-за привычки лавировать между другими машинами. Никогда не делайте так, кстати. Это очень некрасиво.
Вторая возможность – прогнозировать коллективные действия. Рассматривать себя, как один из многих автомобилей, взаимодействующих друг с другом, и поступать наиболее соответствующим ситуации образом. Недостаток этого подхода в том, что приходится упрощать расчёты в целях обеспечения более быстрого принятия решений. Таким образом, несовершенство работы программ на этапах прогнозирования и планирования является одной из самых серьёзных нерешённых проблем в создании автопилота. На дороге случается много такого, с чем компьютер пока не готов справиться.
Это не значит, конечно, что беспилотные автомобили не появятся в ближайшем будущем на автомагистралях страны и улицах городов. Среди этих дорог, в конце концов, есть и такие, на которых никогда не возникают описанные в этой статье сложности. Что же касается полностью автономного, совершенно полноценного участника дорожного движения, не требующего наличия представителя вида Homo Sapiens за рулём, скажем так – инженерам, программистам и конструкторам не нужно опасаться безработицы ещё много лет. Пусть спокойно работают, мы порулим пока сами.
