;
Мнения 28 февраля 2020

Другой подход к беспилотному транспорту: как работает технология BaseTracK

Далее

Одна из главных проблем технологий беспилотного транспорта — погодные условия. Оптические сенсоры не способны корректно работать в условиях снега или дождя, а отсутствие правильной разметки или плохое качество дорог делает их использование бесполезным. Но если превратить весь мир беспилотной машины в предсказуемую среду, а сам автомобиль в трамвай, который едет по виртуальным рельсам, то система автономного движения становится проще, дешевле и безопаснее. Основатель BaseTracK Андрей Вавилин рассказал «Хайтеку» о том, почему его компания не хочет хайповать на беспилотниках, как работают виртуальные рельсы и почему лидары — это слишком сложно.


Андрей Вавилин — основатель и генеральный директор BaseTracK. Получил бизнес-образование, обучался в Петербурге на экономиста-управленца, затем окончил программу Executive MBA в Стокгольмской школе экономики. В 25 лет основал компанию, которая стала официальным дилером Huyndai. После этого Вавилин основал компанию «Энерго», которая занимается картографированием, сканированием и зондированием земли. В 2017 году придумал новый бизнес на стыке двух предыдущих — разработка способа автоматизации транспортных средств на основе геоинформатики.


Ездить на хайпе

— Как вы начинали разработку технологии BaseTracK?

— Мы посмотрели на всю историю беспилотного транспорта и задались рядом вопросов: почему так дорого, ненадежно и сложно организовано. Финальный вопрос о коммерции — почему если это и произойдет, то в очень-очень далеком будущем?

— Почему в очень далеком? Когда вы ожидаете коммерциализации беспилотного транспорта?

— Через сколько лет появится полностью беспилотное транспортное средство? Через пять, через два или через 30 и даже 72? Ответа на ваш вопрос у меня нет, потому что я не знаю, когда оно появится. Я технически представляю, что беспилотные автомобили, которые сейчас разрабатываются, очень сложны не только с точки зрения техники, а вообще сложны.

— Но компании, которые их разрабатывают, говорят, что все начнут ездить на беспилотниках чуть ли не завтра. Яндекс обещает в течение пяти лет запустить автономное такси на улицах Москвы.

— Мы не будем обсуждать, кто что обещает, и как свои обещания не выполняет, просто у всех компаний свои цели. Если Яндекс действительно делает такси ради такси, а не ради стоимости своей компании, то у них, наверное, один подход. Мы же не знаем истинных целей: может быть, компании на хайпе едут куда-нибудь — и другие задачи решают. Мне кажется, это будет не через годы, а даже через десятилетия.

Фото: BaseTrack

— Ладно. Вам не понравилось, что всё медленно развивается?

— Не то, что медленно. Просто мы компания коммерческая, сами себя финансируем, должны создавать что-то, что нам принесет в ближайшем будущем какую-то прибыль. Мы не можем себе позволить играть вдолгую в то, что неизвестно когда случится.

Мы опустились ниже и решаем существующие задачи, то есть если автоматизация — это закрытая территория. Склады, карьеры, опасные производства, там, где нет такого огромного количества вредных факторов, как в городе. А на трассах мы хоть и полностью автономно можем ездить, но там себя позиционируем как ADAS-система, то есть система помощи водителю. Для экономии топлива, экономии ресурсов автомобиля, конкретных транспортных задач.

— То есть ваше позиционирование — это беспилотный транспорт, который реально сегодня может уже существовать?

— Так и есть.

«Дорога для нас не принципиальна»

— На чем основана ваша технология?

— Тут надо окунуться в прошлое — у меня есть компания, которая занимается геопозиционированием, картографией, геодезией, высокоточной навигацией и так далее. Мы применили эти знания и cпозиционировали объект без участия оптического сенсора. Почему? У нас лидары, например, использовались достаточно давно и часто, и это крайне сложное устройство. В туман, снег, дождь эти устройства не работают. Соответственно, как мы поймем, что можно применять? Никак. Мы должны были от них отказаться полностью и попытаться по-другому это сделать.

— Как удалось это сделать?

— Мы посмотрели на эту проблему. Искусственный интеллект нам не подходит — машинное обучение развивается со временем. Waymo пишут: у нас 29 тыс. сценариев городских событий. Им говорят: «А сколько нужно, чтобы вы поняли, как дальше жить?» Они говорят: «Мы не знаем, надо еще накапливать. У нас миллиард пройденных километров». «А сколько нужно, чтобы научились?» — «Мы не знаем». Нерабочая штука.

И финальное — когда философски машина должна принимать решение, куда она дальше будет двигаться и что она будет делать. Мы принципиально с этим не согласны, мы считаем, что она должна выполнять транспортную задачу.

Посмотрев на всё это, мы придумали технологию, основанную на виртуальных рельсах. То есть мы сделали мир — он очень простой, цифровой, но сделанный не HD-мэппингом, а геодезическим способом. Информация в этом высокоточном мире долгосрочная, очень быстро собирается и высокоточная. Мы переносим ее к себе в офис, используя нашу собственную технологию, которую уже запатентовали, прокладываем виртуальный рельс и далее автомобиль превращается в трамвай.

Фото: BaseTrack

— Эта технология основана на аэросъемке?

— Пускай будет так, чтобы было понятно. И еще важно, что дорога для нас не принципиальна. Виртуальные рельсы могут быть на воде, на поле, на дороге. Это не так сильно важно. Наша технология вообще про управление объектом в пространстве. Мы взяли машины, потому что это самое сложное.

— Вы говорите, что решаете проблемы в закрытых пространствах, а на ваших видео есть дорога с другими машинами. На открытой дороге это всё равно невозможно, нет?

— Переходим дальше. Вы поняли, что машина превратилась в трамвай? Теперь она едет по рельсам, то есть надежно, уверенно и нормально.

— Если перед ней не будет другой машины или перекопанной дороги — всё прекрасно.

— Задача движения решена. Теперь давайте смотреть на внешний мир. Мы говорим про коммерцию. А где вы собираетесь использовать транспортное средство? Карьер, предположим. Что в карьере происходит? Периодически могут выйти какие-то люди, их надо локализовать, или камень свалился, его надо увидеть. Это решается — берете готовое решение, которое прямо сейчас уже продается на рынке. И стоимость системы получается копеечная. Вы говорите: хорошо, поехали на трассу. На трассе вводные добавляются. Вас могут подрезать, у вас появляются попутные машины, которые двигаются.

— Качество дорог опять же.

— Задачи сложнорешаемые или вообще не решаемые в будущем мы просто убираем. Можно фантазировать на предмет ультразвуковых датчиков, которые смотрят состояние дороги, но давайте реалистами быть. Если вы двигаетесь со скоростью 100 км/час и перед вами откуда-то взялась яма, вы будете ее объезжать? Конечно, нет. Мы предполагаем, что на трассах, хайвеях ямы хаотично не возникают, поэтому мы ездим только по магистралям. В том числе потому что там нет встречного движения.

— Почти все беспилотные решения для автомобилей уже достаточно хорошо работают на хайвеях. У них главные проблемы — город, люди, объекты.

— Вы можете привести пример?

— Та же Tesla. Я не помню точных цифр, сколько они уже наездили на хайвеях, но, по-моему, там практически не было никаких случаев. Случаи были, конечно, но…

— Случаи же были…

— Просто мне кажется, что глупо сравнивать случаи — когда ваша технология наездит столько, можно сравнивать.

— Вы абсолютно правы.

— В любом случае, многие ездят хорошо. Чем хороша ваша технология — она просто дешевле, лучше для хайвеев или, наоборот, для них не предназначена?

— Вопрос в том, что хорошо для вас.

— Можно выпускать на трассу уже сейчас?

— С руля не убирайте руки больше, чем на 30 секунд, а так — да. И количество ошибок достаточно большое. Превентивная система безопасности иногда срабатывает неплохо. Но то, что это общепринятое заявление о четвертом уровне автономности, это не так. По факту это второй. Второй — это просто помощник. В принципе, сейчас Lane-Keeping System, которая вас удерживает в полосе, делает то же самое, что и Tesla. Tesla нам близки тем, что они не видят будущего в лидарах.

И если вы смотрите разметку оптикой, а вдруг ее не стало. Если вы ездили на машинах современных, то вы можете увидеть, что, допустим, системы не работают ниже 30 и выше 140 км/час. Если камера загрязняется, она не работает. Вот как раз в этих моментах вы приходите из Калифорнии в реальный мир и понимаете, что многое начинает не работать. Бывает, разметки нет. Бывает, что разметка не совсем верная, бывает, разметка слишком сложная, чтобы ее понять, может быть дождь или что угодно.

— Поэтому самым логичным выходом из этой ситуации являются комплементарные системы. Если одна начинает не работать, включается вторая.

— Вторая какая включится?

— Есть лидары, радары, камеры, есть ваша система. Что-то из этого выключается, включается второе. Если одна ваша система по какой-то причине отключается…

— Опять же, правильно говорите. То есть резервация систем должна быть. Мы не панацея для всего. И чем больше мы резервируем, тем больше повышаем степень надежности. Но лидары и камеры — это один спектр, называемый оптическими сенсорами. Вот если мы говорим про неработающую камеру, то обычные лидары тоже не работают к этому времени. То есть вы этот спектр вообще выключаете совсем. Поэтому мы поменяли архитектуру. Посмотрите на стоимость и сложность датчиков, которые применяются сейчас, и посмотрите на BaseTracK. Транспортные задачи мы решили проще и дешевле.

«Мы решили проблему всепогодного автономного движения»

— Какие у вас сейчас планы по коммерциализации?

— На рынок мы выходим в конце 2020 года — как системы помощи водителю и операторы закрытых территорий.

Что мы делаем в помощь водителю — удерживаем машину в полосе в любых погодных условиях и, главное, экономим топливо. Сейчас мы выходим на эксплуатационный проект с одной из больших логистических компаний.

Виртуальные рельсы — это высокоточный геомаршрут, то есть известно точно, что будет ждать автомобиль через какое-то время. Исходя из этих высокоточных данных, можно рассчитать оптимальную работу двигателя и коробки переключения передач. Соответственно, если мы берем грузовики, а деньги все-таки в грузоперевозках, то экономия топлива на массу автомобиля там может достигать больше 20% на 100 км. Это фантастические цифры на самом деле, но мы доказали их у себя, на нашем прототипе, 4,4%, доказали это еще и на некоторых международных конференциях в Индии, в Германии.

Фото: BaseTrack

— То есть главные ваши клиенты — это логистические компании?

— Мы видим деньги сейчас там.

— Как выглядит технология? Вы можете подключить ее к любой машине?

— Две составляющие. Первая — это подготовка. Мы подготавливаем пространство, где собираемся двигаться. Наш способ долгосрочный, потому что не имеет оптических изменений. Далее эта информация идет к нам в офис на компьютер, в который мы прокладываем виртуальные рельсы по каждой полосе.

Далее рельсы «вынимаются» из общей картины и интегрируются в ваш автомобиль. Он имеет блок взаимодействия с рельсом и ПО. Если мы интегрируемся, то должны быть внутри автомобиля и соответствовать сертификатами. Для этого работаем с российским автопроизводителем, он — наш коммерческий партнер.

— И вы собираетесь запускать продукт вместе с ними?

— Мы в свое время обошли весь рынок грузовых транспортных производителей в России. Только у группы ГАЗ оказалась потребность в некотором развитии. У всех остальных было всё прекрасно. Поэтому мы сотрудничаем с группой ГАЗ.

— Это будет совместный продукт вашей компании и группы ГАЗ?

— В конечном итоге да, машина будет готова к коммуникации с BaseTracK. Если брать чистую технологию, BaseTracK описывается очень просто. Мы решили проблему всепогодного автономного движения. А дальше интегрируемся в средства для решения транспортных задач. Это на самом деле всех ждет.

Загрузка...