Get best of the week

Bagaimana trem tak berawak kita melihat kota yang sebenarnya

Halo, Habr!

Secara umum, ada trem eksperimental, yang kadang-kadang melewati salah satu rute sebagai bagian dari tes. Autopilot diuji di daerah tertutup, dan di daerah perkotaan - asisten aktif untuk pengemudi pengemudi mobil. Pengemudi trem mengendarai dengan tangannya di kontrol, tetapi autopilot otonom yang sedang diuji. Trem secara visual tidak berbeda dari yang biasa, karena bersama-sama dengan pabrikan, kami menjejalkan blok instrumen jauh di bawah panel dan membawa antarmuka ke layar standar. Satu-satunya hal - dia dapat melihat beberapa kamera di bawah kaca depan, tersembunyi di bawah kulit radar dan sensor GPS di atap. Ya, terkadang kami menggantung Lidar untuk tujuan debugging.

gambar

Selama pengujian, kami belajar bahwa aturan jalan dan situasi nyata di jalan, bahkan untuk trem, adalah hal yang sangat berbeda.

Secara umum, trem adalah kotak pasir yang ideal untuk autopilot lengkap mobil. Kami sudah menerapkannya. Menipu kami:

  • Kami tahu rute dan memiliki jaminan bahwa kendaraan kami tidak akan pergi ke mana pun dengan itu.
  • Anda dapat mengemudi di depan dan menandai titik-titik dengan lampu lalu lintas dan sebagainya, sehingga sistem lebih mudah untuk mengenalinya.
  • Trem tidak dapat mengubah jalur ke jalur. Sebagian besar muatan autopilot terkait dengan "ke mana harus taksi sekarang" dan ribuan skenario, dan kami tidak punya tempat untuk taksi.
  • Ini melambat hampir seketika dan sedikit tajam, yaitu, perkiraan pergerakan kendaraan lain di jalan tidak terlalu rumit.

Apa sebenarnya masalahnya adalah dengan orang-orang di halte yang mencoba mendaki terlebih dahulu, mempertaruhkan hidup mereka.

Tahapan tes


Dalam dua tahap pertama kami melakukan autopilot di area tertutup (plant \ depot \ site di depan depot). Sebuah trem dapat bergerak di sepanjang rute, berhenti di halte dan membuka pintu, membiarkan pejalan kaki, mobil lewat dan berhenti di depan rintangan. Pada saat yang sama, kami mengembangkan asisten pengemudi yang sudah diuji dalam kondisi perkotaan. Asisten terdiri dari dua subsistem utama. Batas kecepatan (OS): memastikan bahwa pengemudi tidak melebihi kecepatan (misalnya, sesuai dengan aturan operasi teknis trem, jembatan tidak dapat digerakkan lebih cepat dari 20 km / jam, dan di terowongan - 10 km / jam. Panah harus dilewati pada kecepatan 5 km / jam h, dll.). Yang lain adalah auto-braking (AT), memastikan bahwa pengemudi tidak menghancurkan siapa pun: ia melambat (hingga berhenti total) di depan bahaya jalan, lampu lalu lintas merah,panah tertutup. Dalam hal ini, kontrol trem terjadi bersamaan dengan pengemudi. Ini memungkinkan kami menguji berbagai bagian drone dalam kondisi yang lebih sulit secara berturut-turut.

Akhirnya, kami sekarang dalam proses pengujian autopilot pada rute langsung. Sebagai bagian dari pengujian sistem bantuan, kami mengendarai rute sebenarnya saat ini, tetapi trem kami tidak menjemput penumpang di halte dan seringkali tidak berhenti di situ. Ini tidak terlihat dari jauh, dan tidak ada yang membaca tulisan "Run-in", terutama di tempat-tempat di mana ada satu rute ke-17. Karena itu, seringkali orang-orang, dengan anggapan bahwa kita akan berdiri di halte, dengan berani menentang kita.

Orang-orang yang sama


Jika dalam kasus co-pilot mesin pertanian dan menggabungkannya , penting bagi kita untuk memastikan efisiensi maksimum panen gandum dan tidak terbang ke traktor, maka situasinya berbeda. Ini tentang efisiensi, tetapi yang utama adalah tidak menjatuhkan apa pun. Dan tidak seorangpun. Ini juga memiliki justifikasi ekonomi, karena trem yang mengalami kecelakaan bukan hanya biaya untuk perbaikannya, tetapi juga kendaraan mahal yang sederhana di sebuah depot, yaitu, kehilangan laba, dan juga sering merupakan keseluruhan saluran sederhana untuk waktu yang lama.

Di sisi lain, kami memiliki radar dan sudah tiga kamera untuk mengawasi apa yang terjadi. Ini berarti bahwa kita dapat mengidentifikasi hambatan dengan sangat akurat.

Masalahnya, trem itu sering bersinggungan dengan orang. Di Moskow, orang-orang berdiri tepat di tepi jalan setapak di peron dan tampak terombang-ambing oleh angin.

Model penghindaran benturan kami melakukan hal berikut secara kondisional:

  • Mendeteksi rintangan dan menghitung lintasan mereka, perilaku yang mungkin.
  • Ini menentukan saat-saat persimpangan dengan lintasan kami dan waktu sebelum itu.
  • Ini mengurangi kecepatan di muka dan memberi tahu atau memperlambat dengan cepat.
  • Semua ini dilengkapi dengan pencarian radar terhadap rintangan di depan.

gambar

Pejalan kaki dalam model adalah hal-hal yang dapat bergerak dengan kecepatan hingga delapan kilometer per jam dengan berjalan kaki, joging atau melompat. Mereka hampir tidak memiliki kelembaman, mereka memiliki dimensi kecil - secara umum, acak padat. Dan mereka tidak akan dihancurkan.

Secara khusus, kami saat ini sedang mengerjakan model multi-hipotesis yang lebih menjanjikan. Kami memahami bahwa pejalan kaki di tempat ini dapat berjalan di sepanjang platform, atau berdiri di atasnya, atau menyeberang jalan di sepanjang jalan ini. Nah, jika tidak ada model yang cocok, maka sudah dalam hal ini seseorang diklasifikasikan sebagai tidak memadai, dan kemudian ya, acak yang solid, kami menghindar darinya ke segala arah.

Rilis firmware pertama tidak dapat dihentikan: orang-orang yang tidak dapat diprediksi berdiri terlalu dekat. Pengemudi trem mematikan co-pilot pada perjalanan itu di setiap halte.

Anda dapat, tentu saja, mengurangi tingkat kecemasan yang mungkin dari model di dekat halte (kami tahu di mana itu, rute diperbaiki) dan meningkatkannya di sepanjang jalan. Ini adalah pilihan yang baik untuk menyelesaikan masalah teras, tetapi tidak efektif jika beberapa pahlawan melompat keluar.

Saya harus membuat model kerangka masing-masing pejalan kaki individu (termasuk dalam kerumunan, yang bukan tugas yang sangat sepele) dan memantau posisi sendi. Sekarang trem berpikir bahwa kebanyakan pejalan kaki jarang bepergian dengan punggung menghadap ke depan. Kami mengumpulkan sampel pejalan kaki yang kurang lebih menarik yang berlari di seberang jalan dan melatih jaringan saraf untuk melihat niat dalam posisi karakteristik. Ternyata dengan baik. Kemuliaan bagi teknologi modern yang memungkinkan menjejalkan sebanyak mungkin daya komputasi ke dalam kotak kecil seperti di seluruh planet pada awal abad ruang angkasa.

Kami telah berhenti - di permukaan tanah (dengan mempertimbangkan medan di sepanjang rute), dan kami sudah tahu cara memprediksi pergerakan dengan baik. Tidak mengetahui fitur ini, kami meminta persiapan prototipe pertama pada tahun 2018 untuk membuat keadaan darurat, mengandalkan hard disk biasa. Saya memukul dan kemudian terbang ke salon. Sopir itu berkata, "Aku sudah memperingatkanmu: pegang erat-erat." Penumpang menemukan ini sangat jarang; Saya yakin bahwa dengan pengereman darurat, hampir seluruh interior akan jatuh.

Lampu lalu lintas


Ketika seorang pengemudi tiba di rute baru, mereka "membawanya" ke dalamnya: dia melakukan satu atau beberapa perjalanan di sepanjang rute baru dengan pengemudi kereta berpengalaman, yang menggulung rute ini ratusan kali. Kami juga "menggulung" sistem ke dalam rute, menandainya terlebih dahulu, yang memastikan akurasi sistem yang tinggi. Fitur kedua yang tidak menyenangkan dari rute adalah bahwa pengemudi melakukan kesalahan yang sama dengan autopilot pada tes pertama tanpa menandai rute, mencoba mengenali tanda-tanda dan mengendalikan pergerakan mereka. Ini menggembirakan. Dengan menandai rute, akurasi tercapai.

Mengetahui posisi yang tepat dari lampu lalu lintas memungkinkan kita, pertama, untuk menurunkan persyaratan untuk akurasi detektor (jika keliru di mana 100% lalu lintas tidak ada, itu tidak terlalu kritis), dan kedua, dalam menentukan reaksi terhadap posisi lampu lalu lintas. Di persimpangan tertentu, kami tahu pasti lampu lalu lintas mana yang milik kami (dan mana yang tidak berlaku), di mana ada garis berhenti, berapa banyak memiliki periode hijau, dan sinyal seperti apa yang permisif bagi kami.

Jika kita tidak tahu topologi persimpangan, maka, setelah melewati hijau yang berkedip, kita bisa mulai melambat pada lampu lalu lintas berwarna merah yang terletak di sisi jauh dari persimpangan. Tetapi dalam sistem kami, ini diperhitungkan: lampu lalu lintas yang jauh mengatur bagian itu dengan tepat melalui awal persimpangan, dan bukan melalui ujung.

Jika ini adalah sinyal larangan, maka Anda perlu menghitung waktu kedatangan di lampu lalu lintas dan kecepatan yang mungkin.

Kondisi sekitar sangat penting untuk pengereman darurat. Jika relnya basah atau dingin, jika remnya tidak benar, kereta akan melintas, Anda harus memotong rem rel (di dekat trem, ada tiga rem yang berbeda), atau mencoba mengeluarkan trem dari skid dan rem dengan cara normal. Rem rel merusak jalur, misalnya. Sebenarnya, oleh karena itu, profil kecepatan kami (atau perhitungan jarak pengereman) memperhitungkan kondisi ini, jika tidak, Anda dapat terbang keluar dari jalan \ pergi ke pengguna.

gambar

Perhitungan jarak berhenti dilakukan dari lekukan trek, bagian tertentu dari rute, keadaan jangkauan. Ini berarti lebih sulit untuk memperlambat dalam hujan, dan lebih mudah dalam panas. Trem “mengetahui” cuaca dengan mengenali apa yang terjadi di jalan dan bereaksi terhadap tindakan hati-hati pertama di awal rute dan sepanjang jalurnya (yaitu, co-pilot akan bereaksi terhadap timbulnya hujan). Ada beberapa profil lalu lintas (kami mengumpulkannya dari trem jalur tetap, jadi kami tahu siapa yang biasanya melebihi mereka, tetapi tentu saja kami tidak akan membiarkan para pengemudi turun ke Mosgortrans: mereka banyak membantu kami) - dari "hujan" dan "salju" ke "matahari" dan "Es". Anda dapat memilih sebelumnya dan menyematkannya dengan kuat dari antarmuka. Secara default, trem menyadari lingkungan itu sendiri.

Jadi, jika pengemudi tidak menanggapi lampu lalu lintas yang dilarang, trem pertama-tama akan mulai melambat, dan kemudian akan melambat dengan lembut.

Di sini kami menunggu blok kejutan kedua. Rilis awal co-pilot berhati-hati dan menghentikan trem beberapa meter dari lampu lalu lintas. Para pengemudi dengan sedih menggelengkan kepala mereka dan mengatakan bahwa di Rusia autopilot seperti itu akan hancur. Ternyata Anda harus bangun lebih erat, jika tidak, misalnya, trem yang panjang dapat menjulur di persimpangan. Alhasil, sekarang robot meminta beberapa kali rute dengan operator untuk mempelajari semua fitur, dan tahu lampu lalu lintas mana yang Anda perlukan untuk bangun dengan ketat.

Persimpangan


Bagian berikutnya dari gelengan kepala yang menyedihkan menimpa kami di persimpangan saat jam-jam sibuk.

Trem, yang pada pagi hari melewati persimpangan dengan suara keras, adalah bodoh.

Ternyata di persimpangan sibuk di kepala driver - jaringan saraf, di mana prioritas "drive lebih cepat" akan menang atas keamanan. Dan mereka digosok hampir dekat ke sisi trem. Gerakan berarti ancaman tabrakan yang tinggi.

Dan kemudian hal yang paling menarik: cara mengkonfigurasi sistem sehingga trem dapat bergerak dalam kondisi yang sulit dan agar sistem tidak bekerja terus menerus selama pengereman. Oleh karena itu, Anda pertama-tama harus mulai bergerak, ini akan mengubah reaksi pengemudi, dan sekali lagi Anda perlu mengevaluasi reaksi ini. Ini adalah salah satu tugas yang paling tidak sepele.

gambar

Fitur kedua adalah idiot di jalan, yang terbang ke samping dari yang kecil dan terus berjalan.

Karena situasi nyata selama jam-jam sibuk sering disertai dengan pelanggaran berulang terhadap peraturan oleh orang lain, pengemudi sering ingin mengambil kendali sehingga trem tidak menjadi berhati-hati. Kami membuat tombol "10 detik kebebasan" ketika sistem dimatikan dan pembatasan dihapus. Paling sering, pengemudi menggunakannya sekarang di persimpangan "terkunci". Frekuensi penggunaan tombol ini adalah salah satu KPI yang digunakan untuk mengevaluasi kualitas sistem.

Bagaimana mencapai masa depan yang lebih cerah


Tingkat pertama adalah menghindari tabrakan, membantu pengemudi, merespons ancaman nyata lebih cepat darinya.

Pada tingkat kedua, ada mode kontrol pengemudi: ia mengubah panah di sepanjang rute, mengontrol kecepatan bagian (pengemudi sekarang dapat memasuki belokan lebih cepat dari kecepatan aman atau dapat menempel ke-15 berlari ke es), tetapi trem tidak akan berakselerasi lebih cepat daripada kecepatan profil.

Kami dapat menerapkan level lebih lanjut di area tertutup. Trem bergerak di bawah kendali manusia. Seorang co-pilot membawanya di sepanjang rute, memperhitungkan situasi di jalan, kadang-kadang lebih baik melindungi trem dan lainnya.

Dan masa depan yang lebih cerah adalah trem yang sepenuhnya otonom.

Instalasi diuji pada Vityaz dan Bogatyr (trem ini belum ditemukan di jalan). Semuanya dikontrol oleh mereka melalui modul antarmuka BISA. Tidak ada modul non-asli di kabin, semuanya melalui antarmuka sistem. Peralatan - kamera di atas kaca.

gambar
Kami menggunakan kamera POE untuk penglihatan industri dengan lensa yang berbeda (Anda harus melihat jauh ke depan, lebar di samping). Radarnya lebih menarik: reviewnya 160 derajat, kisaran 150 meter, hujan menerobos. Kami juga membutuhkan sensor GNSS presisi tinggi untuk unit navigasi dan integrasi dengan trem itu sendiri. Pemrosesan berlangsung di lokasi, unit pemrosesan 65 TFLOPS (tampak seperti heatsink besar dengan port). Seperti yang Anda lihat, ini bukan traktor Belarusia untuk autopilot, Anda bisa mendapatkan peralatan yang lebih mahal di sini.

Moskow dan kota-kota lain bergerak menuju transportasi kereta ringan. Ada sekitar 300 jaringan trem yang dikembangkan di dunia. Mereka terbaik dibuat di Cina, Rusia, Turki, dan berkembang di Eropa. Di Cina, pengembangan jaringan trem gila karena berjalan dengan anggaran daerah, dan metro menggunakan jaringan federal. Anggaran daerah lebih mudah dialokasikan dan lebih aktif daripada yang federal. Suatu hari kami menandatangani kontrak dengan FiTSCO - operator kereta api Cina terbesar , kami meluncurkan sistem kami di Shanghai, dan kami akan memiliki kotak trem Cina pertama.

Di Rusia - 1.500 trem. Di dunia - 30 ribu. Produksi - hanya 2.500-3.000 per tahun, yaitu, sekarang kami akan melengkapi trem yang ada dengan tingkat kedua atau ketiga, dan kemudian kami akan beralih ke integrasi dengan produsen.



Anda sudah tahu tentang co-pilot kami untuk traktor dan gabungan , sekarang Anda tahu tentang co-pilot trem. Masih ada lokomotif shunting. Semua peralatan ini dalam hal ukuran pasar adalah sepertiga dari mobil. Bukan minat yang menyedihkan, tapi yang ketiga. Dan di pasar ini, hanya kita sekarang dengan teknologi seperti itu. Jadi sangat menarik bukan hanya untuk mengamati bagaimana dunia berubah, tetapi untuk mengubahnya.

Saya juga akan mencatat dari kejutan bahwa radar ini adalah pengembangan kami. Karena pada awalnya kami perlu mengumpulkan data dari tingkat rendah untuk mendapatkan model yang lebih akurat dalam jaringan saraf, dan entah bagaimana kata demi kata kami kumpulkan prototipe pertama - dan kemudian kami pergi. Tentang cara mengumpulkan radar, saya pikir itu layak diceritakan secara terpisah jika Anda tertarik.

More articles:


All Articles