Учёные Университета Иннополис получили евразийский патент на систему управления беспилотниками, которая напрямую обрабатывает данные с камер и лидаров и самостоятельно принимает решения о движении.
Исследователи Университета Иннополис разработали и запатентовали новую систему управления автономным транспортом на основе нейросетей. Разработка позволяет беспилотному автомобилю без ручной обработки данных анализировать окружающую обстановку, прогнозировать траекторию и формировать команды управления в реальном времени.
В основе решения лежит метод сквозного обучения нейронной сети TransFuser. В отличие от традиционных подходов, где данные с камер и лидаров обрабатываются по отдельности и требуют сложной настройки алгоритмов, новая система работает напрямую с «сырыми» входными сигналами — изображениями и облаками точек. Нейросеть сразу интерпретирует информацию и определяет, как автомобилю двигаться дальше: продолжить путь, объехать препятствие, повернуть или остановиться.
Архитектура TransFuser повторяет логику принятия решений человеком-водителем и состоит из двух ключевых блоков. Первый отвечает за восприятие среды. Он параллельно анализирует изображение с камер и трёхмерные данные с лидара, формируя точное представление о форме объектов, расстояниях и структуре пространства. Второй блок объединяет эти данные с помощью трансформера и определяет, какая информация важнее в конкретной ситуации — например, связывает светофор на изображении с его положением в трёхмерном пространстве.
На следующем этапе система прогнозирует оптимальную траекторию движения на несколько шагов вперёд. Эти данные передаются в стандартные управляющие модули автомобиля, которые отвечают за рулевое управление, разгон и торможение.
Для повышения устойчивости и надёжности модели разработчики добавили вспомогательные задачи обучения: оценку глубины по изображению, семантическую сегментацию сцены, построение HD-карт дороги и распознавание трёхмерных объектов. Это позволило системе формировать более целостное представление об окружающей среде и уверенно работать в сложных условиях.
Найденные с помощью разработанной модели объекты во время тестирования на беспилотном судне
Эффективность решения подтвердили в ходе тестов в симуляторе городского движения CARLA и на реальных данных из набора KITTI Vision, который используют для оценки беспилотных систем по всему миру. Кроме того, исследователи адаптировали модель для беспилотных судов, что показало универсальность архитектуры и возможность применения в разных транспортных средах.
Патент оформили специалисты Межотраслевого центра трансфера технологий Университета Иннополис. Он действует в странах — участниках Евразийской патентной конвенции, включая Россию, Беларусь, Казахстан, Армению, Азербайджан, Кыргызстан, Таджикистан и Туркменистан.
Читать далее:
Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу
Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе
Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды
Обложка: freepik