Главный наш прорыв — технология беспилотного вождения в условиях плохой видимости и плохих дорог. Ведь снег и ямы бывают не только в России. Он даже в Калифорнии выпадает в некоторых местах. Реально же 98 процентов мира — это дерьмовые дороги и разные погодные условия. Если не снег, то муссоны и штормы . Математику, которая позволяет видеть и понимать занесенные снегом, да и вообще не имеющие покрытия дороги, мы называем технологией виртуального туннеля, поскольку именно такую форму напоминает удаляющаяся последовательность прямоугольных зон интереса (областей, окружающих наблюдаемый в данный момент объект или зону).
Когда мы ее создавали, очень плотно работали с медиками, химиками, нейрофизиологами. Они нам объясняли, как работает человеческая нейронная система, как действуют мозг и так далее. И мы стремились смоделировать эти процессы. В основе технологии лежит принцип внутреннего самоподобия дорожной сцены. Мы научились выявлять наиболее общие, фундаментальные признаки, присущие различным вариантам дорожного полотна, будь это автомагистраль, проселочная или даже грунтовая дорога. Научились делать так, чтобы автомобилю не мешала заснеженная разметка, и он ориентировался, как человек: видел линию горизонта и объекты вдоль дороги — растения, столбы и так далее. В этом, собственно, и есть прорыв. Пять лет назад у нас была дискуссия с ребятами из Google, которые говорили, что биологический путь — это фигня, и зачем что-то придумывать, когда есть лидары (
устройства, определяющие расстояние до объектов с помощью сигнала в оптическом диапазоне — прим. Rusbase). Позже они, мне кажется, зашли с ними в тупик и тоже занялись антропоморфными моделями. Но у нас уже была фора в несколько лет.
Другая ключевая технология называется Low Level Data Fusion. Сподвигли нас на ее разработку европейские партнеры. Они задали нам критерий качества по одной из приобретаемых ими систем — одна ошибка на 50 часов проезда автомобиля. Жестко, но европейцев можно понять — серьезный фейл, провоцирующий аварию, легко аукнется отзывом 20 миллионов машин с рынка. И мы для себя поняли такую вещь: либо уверенно даем стопроцентное качество и гарантируем безопасную езду, либо просто не суемся в промышленное производство. Но декларировать легко, надо как-то этого качества добиться. Как? Раньше до нас все пытались получить финальный результат на базе суммирования результатов датчиков — радаров, лидаров, камер, различных систем. Это называлось High Level Data Fusion. Но вместе с положительным эффектом точно так же суммировались и ошибки. Поэтому наши ребята придумали метод комбинирования на уровне сырых данных, над которыми потом работает
нейронная сеть глубокого обучения. Придуманная технология произвела эффект бомбы. Потому что она сразу позволила поднять уровень распознавания до требуемых 100%.