Роман Душкин – От V2X к A2X (страница 3)

Наконец, первая часть антологии показывает, что переход к V2X не был одномоментным технологическим скачком. Ему предшествовало постепенное наращивание инженерного понимания: от задач распознавания и мультисенсорной интеграции — к осознанию ограниченности локального восприятия; оттуда — к кооперативным ИТС и многоагентным моделям; и далее — к V2V, I2V и более общей логике V2X как архитектуры транспортной кооперации. Именно в этом историческом и понятийном движении формируется фундамент всей последующей книги. Здесь закладывается тот язык, без которого невозможно обсуждать ни безостановочное движение, ни интеллектуализированную мобильность, ни будущие A2X-среды, в которых транспорт станет частью более общей агентной экосистемы.

Глава 1. Мультисенсорная интеграция в транспортной отрасли

1

В статье представлена авторская позиция по вопросу организации беспилотного движения на основе систем управления беспилотным транспортом нового поколения – систем, которые используют принципы мультисенсорной интеграции и обогащения данных с сенсоров различной модальности для более точного позиционирования себя в пространстве и построения пространственно-временной 3D-модели окружающей среды со взаимодействующими в ней агентами. Это позволяет решать сложные вопросы от прогнозирования развития ситуации в краткосрочном горизонте планирования до морально-этических вопросов типа «проблемы вагонетки». Новизна работы заключается в представлении авторской позиции относительно того, как должны функционировать бортовые системы беспилотного транспорта. Актуальность работы следует из повышенного интереса исследователей по всему миру к созданию систем беспилотного транспорта и беспилотных автомобилей, передвигающихся по автомобильным дорогам общего пользования. Статья будет интересна всем тем, кто живо интересуется новыми технологиями в транспорте и интеллектуализацией транспортных систем.

Ключевые слова: беспилотный автомобиль, беспилотное движение, интеллектуальная транспортная система, мультисенсорная интеграция, V2X-взаимодействие.

В настоящее время актуальнейшим научным и технологическим вопросом является запуск полноценного беспилотного движения автомобильного транспорта на дорогах общего пользования. Большое количество как производителей автомобилей, так и технологических компаний занимаются разработкой систем для беспилотного движения. Уже сегодня на улично-дорожных сетях пилотных городов по всему миру, в том числе и в России, ездят беспилотные автомобили в тестовом режиме [1]. Более того, производители беспилотных систем для автомобильного транспорта готовы уже сегодня запустить свои разработки в постоянную эксплуатацию для решения транспортных задач.

Широко используемой технологией для ориентации беспилотных автомобилей в окружающем пространстве является технология распознавания образов, которая сегодня базируется на применении нейросетевых методов глубокого обучения. Фактически, распознавание образов для ориентации беспилотных автомобилей в пространстве сводится к выделению на воспринимаемой через видеокамере сцене объектов (выделение объектов из фона) и отнесению выделенных объектов к заранее определённым классам (классификация распознанных образов) [2]. С технологической точки зрения эти задачи эффективно решены, и постоянно появляются новые методы для повышения точности распознавания и классификации [3].

Для выделения объектов на фоне и распознавания образов сейчас применяются искусственные нейронные сети со свёрточной архитектурой. Разнообразные свёрточные нейронные сети на данный момент являются наилучшими инструментами решения различных задач компьютерного зрения [4]. Для отдельных задач свёрточные нейронные сети позволяют получить точность распознавания визуальных образов даже выше, чем у человеческого глаза [5].

Действительно, сама по себе свёрточная архитектура нейронных сетей основана на устройстве зрительной коры головного мозга млекопитающих. Основной особенностью этой архитектуры является то, что в ней слой за слоем осуществляется операция свёртки (отсюда и наименование), которая позволяет выделять абстрактные характеристики воспринимаемых изображений [6]. И чем глубже слой нейронной сети, тем более абстрактными становятся распознаваемые нейронами этого слоя характеристики.Абстрактность характеристик означает, что на глубинных уровнях уже не важно – как сдвинут, повёрнут или масштабирован объект на сцене, соответствующий нейрон всё равно возбудится, если объект присутствует на ней. Эта находка стала прорывом в области решения задач распознавания образов.

Беспилотные автомобили используют технологию распознавания образов для ориентирования в пространстве. Это – главная задача компьютерного зрения, используемого в бортовых системах беспилотных транспортных средств. Ориентирование в окружающей среде подразумевает постоянное обновление оперативной карты локального участка вокруг транспортного средства с нанесением на неё всех помех и динамических объектов, которые участвуют в дорожной движении. Важность этой задачи обусловлена тем, что в процессе движения беспилотного автомобиля обозреваемая им сцена является важным источником информации для принятия решений о том, как осуществлять управление шасси транспортного средства, чтобы сделать поездку безопасной и эффективной.

Современные разработчики беспилотных автомобилей в своём большинстве используют для ориентирования в пространстве именно системы компьютерного зрения. Однако эта технология имеет существенные недостатки, которые делают её плохо применимой в так называемых областях доверия, к которым относится и управление беспилотными автомобилями при их движении по дорогам общего пользования. Это – состязательные атаки на системы компьютерного зрения, суть которых заключается в демонстрации видеокамерам автомобиля специально сконструированных изображений для того, чтобы ввести блок принятия решений беспилотного автомобиля в заблуждение относительно того, что происходит вокруг него [7].

Поскольку дороги общего пользования представляют собой места с возможностью доступа любого лица, не вызывает сомнений то, что состязательными атаками смогут воспользоваться злоумышленники для нарушения работы как беспилотных автомобилей или транспортной отрасли в частности, так и социума в целом для достижения своих неблаговидных целей [8]. Поэтому при реализации задачи доверия, которой является перевозка пассажиров или грузов по дорогам общего пользования, риск воздействия на системы компьютерного зрения беспилотных автомобилей должен быть существенно снижен до пренебрежимо малого значения.

Одним из методов снижения указанного риска является использование V2X-взаимодействия, о чём всё больше и больше начинают задумываться производители беспилотного транспорта после проработки этих вопросов в научной литературе. V2X-взаимодействие позволяет, в том числе, заранее передавать транспортным средствам информацию, которой они ещё не владеют, но которая потребуется им в самом ближайшем будущем для принятия оперативных решений по движению [9]. Вместе с тем само по себе V2X-взаимодействие между акторами на автомобильной дороге может рассматриваться в рамках более общего метода снижения целого комплекса рисков, существующих у беспилотного движения, а именно – мультисенсорной интеграции.

Мультисенсорная интеграция – это слияние информации, получаемой с датчиков разной модальности, а также взаимное обогащение такой информации для получения целостного описания картины окружающей реальности. Слияние и обогащение информации может осуществляться на нескольких уровнях представления – от низкого (телематические данные с сенсоров) до высокого (понятийная информация для принятия решений). С точки зрения математики мультисенсорная интеграция представляет собой использование всей доступной с сенсоров разной модальности информации, полученной в один временной срез, для построения абстрактного описания окружающей среды на каком-либо формальном языке – логике высказываний, логике первого порядка и т. п., либо в виде неявного знания, полученного в процессе машинного обучения.

Простейшим примером мультисенсорной интеграции является человек. При его взрослении и обучении такая интеграция осуществляется в таламусе для того, чтобы визуальные образы, получаемые через глаза, сопоставлялись с звуковыми, тактильными и другими образами того же объекта. Более того, мультисенсорная интеграция у человека играет важнейшую роль в изучении языка, и письменные символы познаются через своё звучание благодаря этому механизму [10].

Другим примером мультисенсорной интеграции у когнитивных агентов искусственной природы может быть использование голосовым помощником (чат-ботом) информации об общающихся с ним пользователях, которую он находит в различных источниках – непосредственно во время общения с пользователями, в социальных сетях, в источниках третьих сторон. В этом случае интеграция производится по источникам информации, хотя её модальность в основном одинакова. Тем не менее, это яркий пример технологии обогащения данных, которая всё чаще и чаще используется для обучения искусственных когнитивных агентов.