Сегодня мы расскажем историю автопилота и его ключевой составляющей — сенсора. Как работает автопилот на современных авто. Пристегивайте ремни, вытягивайте детские автокресла, и айда читать!
Хотя беспилотные работы сегодня все еще не самая популярная сфера технологий, динамика роста многочисленных проектов наглядно демонстрирует — беспилотной революции быть, пишет Tokar.
Неважно, нравится вам дизайн новой Tesla или нет — вы наверное слышали о ее удивительном автопилоте, а, может, даже видели несколько видео: как он объезжает стаю утят спасает опрометчивых водителей.
Но все ли настолько положительно и безопасно с этой технологией? Сегодня мы решили разобраться в истории этого изобретения, в принципе его работы и в его будущих перспективах.
Сенсоры наше все
Система беспилотного управления (автомобилем, дроном или любым другим роботом), как вы уже догадались, использует сенсоры — технологические «глаза» системы, которыми она «видит» пространство вокруг и понимает, как реагировать на те или иные факторы. Например, с помощью сенсоров беспилотник знает свою скорость, координаты и расстояние до определенных объектов.
Почти мгновенно внутренняя система строит математическую модель своего движения и выбирает решения в соответствии с заранее указанных условий.
Проще говоря, принцип работы сенсоров подобный работы нашего организма: когда мы касаемся горячей поверхности, нервные импульсы сообщают мозгу алгоритм взаимодействия. В зависимости от типа измеряемых данных, сенсоры бывают внутренними и внешними.
Внутренние сенсоры проверяют состояние системы и предоставляют информацию о переменных параметры: скорость, геолокацию, направление и тому подобное.
Внешние сенсоры, со своей стороны, реагируют на внешние факторы — положение препятствий, параметры движения окружающих объектов, неподвижную инфраструктуру и тому подобное.
Примером внутреннего сенсора является инерциальная система навигации. Она определяет ускорение объекта и его скорость благодаря встроенному акселерометру, гироскопу и компасу. Информация, которую они предоставляют, позволяет системе «понять» свои габариты, ориентацию и скорость движения.
Внешними сенсорами является лидары, радары, камеры и глобальная навигационная система.
Лидары сканируют пространство лазерными лучами, образуя облако из отдельных точек, математически описывая системе окружающую среду. Радар же сканирует пространство электромагнитными волнами и таким образом система «знает» свое положение в пространстве, расстояние до объектов и их скорость.
Несмотря на высокую скорость отклика и исключительную безошибочность лидара, Илон Маск резко высказался против них. Впрочем, большинство экспертов не согласны с ним.
Одна из самых тяжелых задач, для современных сенсоров — навигация в большом замкнутом пространстве. Въезжая в тоннель, например, беспилотник нередко теряет связь с глобальной навигацией, а, следовательно, должен искать решения по данным из других сенсоров.
В таком случае система выбирает сенсор в зависимости от ситуации вокруг. Ключевое условие — быстрое обновление данных и высокое качество сигнала. Обычно высокий приоритет в ситуациях с тоннелем и автомобилем имеет радар электромагнитных волн.
Подобное может случиться и на бездорожье. Если карты с высоким разрешением для какого-то промежутка бездорожья нет, система начинает читать информацию со спутниковой системы, или с компьютера сопроводительного беспилотного летающего аппарата (далее БПЛА).
Находясь в воздухе, БПЛА становится «глазами» наземного работа: где бы ни был будущий R2D2, данные об окружающей среде он получит в полном объеме (при условии надлежащего соединения). В современном военном деле этот тандем окрестили прогрессивной аэроразведкой.
Шумы и помехи
Больная проблема любых сенсоров — шумы. Плохо погодные условия, динамическое окружение или просто враждебные изобретения: все это подрывает и дестабилизирует работу всей системы, заставляя сенсоры отправлять ложную информацию.
Аппаратным образом такую проблему решить если и возможно, то очень дорого. На помощь пришел алгоритм Калмана.
Фильтр Калмана — математический алгоритм, который учитывает измерения из различных типов датчиков, математическую модель движения и окружающие шумы. Сначала он делает прогноз о состоянии и положение транспортного средства, опираясь на математическую модель движения аппарата.
Далее вступает в действие модель измерений, которая информирует о собственном представление об автомобиле. Завершающий ход — объединение обоих данных и окончательное решение с учетом рисков (которые алгоритм Калмана называет «неопределенностями»). Это решение также не является идеальным, однако позволяет избежать подавляющего большинства проблем, с которыми сталкиваются сенсоры на своем пути.
Логика производителей достаточно проста: чем надежнее сенсоры, то дешевле будет само устройство, а следовательно и энергопотребления автомобиля.
К тому же, технологический прогресс добавляет в перечень сенсоров еще и новую парадигму — связь с инфраструктурой и другими автомобилями вокруг. Это позволяет обмениваться информацией между участниками дорожного движения, предупреждать о различных ДТП, а также обеспечивать инфраструктурные датчики — например, автономные городские аналитические столбы — информацией о трафике, о состоянии дорог и их загруженности, а также давать советы по оптимизации процесса.
Сегодняшние сенсоры не являются идеальными
и никогда таковыми не станут
Впрочем, научные достижения подарили нам дешевые, но очень надежные внутренние и внешние сенсоры, которые до упрощают (а иногда и спасают) жизнь тысячам пользователей во всем мире.
Смотрите также:
Читайте далее: владельцы Tesla устроили крутой флешмоб массовым заездом своих электромобилей, управляемых со смартфонов.
