Лекция про «Искусственный интеллект и беспилотные автомобили»
Послушал лекцию Антона Слесарева (руководитель отдела разработки Яндекс) про «Искусственный интеллект и беспилотные автомобили» в Computer Science Club (ПОМИ)

Немного хайлайтов:
- Активно тема про беспилотные авто стала развиваться после конкурса DARPA Grand Challenge, проходившего в 2007 в Калифорнии. Группы разработчиков показывали свои машины-«монстры», обвешенные как ёлки гирляндами датчиков на миллионы долларов. Задания конкурса по сути были не сложными — не было пешеходов, не было светофоров, машины избегали столкновений лишь друг с другом. Многие из победителей конкурса ушли потом в руководители отделов разработки беспилотников в крупные компании, в Google, например.
- В темах про беспилотные автомобили есть два главных вопроса — А) нужны ли нам HD-карты или возлагать задачу позиционирования на Object Detection Б) кто победит — мощные но дешёвые LiDAR`ы или камеры и сенсоры
- В цепочке беспилотного управления есть обычно 4 компонента (первые два идут почти одновременно): Map & Localization -> Perception -> Motion Planning -> Vehicle Control
- В настоящий момент Яндекс использует в тестировании 2 машины Toyota Prius и 1 Kia Soul
- Управление автомобилями происходит через электронный блок круиз-контроля и автоматического паркинга (т. е. не через механику управления)
- Работать с производителями машин очень тяжело: они сами хотят своими силами сделать беспилотный автомобиль, не дают API так как ждут чтобы решения были сертифицированы, много времени тратят на согласование и проверки.
- Лучше всех пока работает в теме беспилотных машин Google
- В машине при тестировании все равно сидит человек — должность «водитель-тестировщик»
- Негативный чекинг тоже ведётся, в частности и водителем-тестировщиком, например если торможение началось позже или система не учла что-то.
- Рассматриваются варианты связи беспилотных машин типа Vehicle-Vehicle и Vehicle-Infrastructure, но пока все упирается в ненадёжность каналов связи (wifi сбоит)
- Делать беспилотные грузовики пока не слишком выгодно (легковых машин больше), есть вариант автопилотных «паровозов» — один активный ведущий грузовик, за ним несколько на автопилоте (водители спят), потом меняются.
- Применяемый Теслой (и другими) автопилот «на хайвее» тоже не очень используем, его рабочие скорости от 20 км.ч и выше и не понятно как машина будет трогаться с места.
- Сейчас в команде Яндекса по этой теме работает около 50 человек, пока все в Москве, ищут людей в Питере чтобы открыть филиал.
- Руководитель этого проекта раньше занимался системой распознаванием картинок Яндекса, потом вопросами компьютерного зрения
- В работе используют С++, Python и RoS
- С юридической точки зрения ответственность за аварию беспилотника предполагается возлагать на владельца автомобиля
- На udacity есть курс за 800 долларов (в год) — «Introduction to self-driving» с теоретическими лекциями и практическими заданиями по данному вопросу, в том числе написание своего компонента RoS.
- Яндекс использует лидары (LiDar`s) — они клёвые, можно получать картинку по уровням, но очень дорогие: есть 16-ти, 32-х, и 64-х лучевые (эти стоят почти 80 тыс.долл.)
- Лидар хорошо показывает вблизи (несколько десятков метров), но дальше лучи сильно расходятся и эту систему надо дополнять, например сенсорами или камерами.
- Есть производитель который обещает существенное снижение стоимости лидаров — к нему все сейчас стоят в очередь (и Яндекс тоже)
- Яндекс использует готовое hardware от Nvidia — DrivePX
- Сложно запрограммировать все нестандартные ситуации, причём многие зависят от особенностей и психологии региона. В Грузии бывает так, что обгоняющую по встречке газель пропускает оттормозившийся Камаз.
- Все усилия разработок в области детекции и маппинга беспилотности направлены на то, чтобы в итоге получить End-to-End system.
