Истории

Добро пожаловать в Simulation City: как Waymo тестирует автономный транспорт с помощью симуляции

Истории
Елена Лиханова
Елена Лиханова

Старший редактор RB.RU

Елена Лиханова

Испытания автономного транспорта проводят не только на реальных дорогах, но и в симуляциях — это позволяет снизить риски и эффективнее обучать программы. Такой виртуальный мир использует и Waymo, подразделение Alphabet, которое специализируется на разработке автономного транспорта. Публикуем перевод материала The Verge, посвященного городу-симуляции Simulation City.

Добро пожаловать в Simulation City: как Waymo тестирует автономный транспорт с помощью симуляции

Легкий серый куб скользит по затемненному шоссе, окруженному со всех сторон десятками зеленых кубов. Зеленые кубики прыгают между полосами движения, пытаясь обогнать серый куб, но он сохраняет постоянную скорость.

Это Simulation City — виртуальный мир, где Waymo тестирует автономный транспорт перед тем, как запустить его на реальных улицах. Серый куб представляет собой один из седельных тягачей компании. Зеленые кубы — другой транспорт на искусственной магистрали.

Waymo отличается от других операторов автономных транспортных средств тем, что у него есть не одна, а две программы моделирования, которые применяются для обучения транспортных средств.

Первая — CarCraft, которая используется по крайней мере с 2017 года. Waymo утверждает, что транспорт прошел в виртуальной среде уже более 8 млрд км. 

Simulation City — это новейший виртуальный мир, в котором компания обучает, тестирует и проверяет программу Waymo driver, чтобы убедиться, что ее транспортные средства лучше подготовлены ко всем вызовам открытой дороги. 

Бен Франкель, старший продакт-менеджер Waymo, рассказывает: вторая программа моделирования понадобилась, чтобы закрыть пробелы в виртуальном тестировании. Симуляция применялась для проверки электрического внедорожника Jaguar I-Pace и грузовиков-полуприцепов с программой Waymo driver.

Компания также использует Simulation City для проведения тестов в новых операционных областях, чтобы лучше подготовиться к запуску в новых городах. Прямо сейчас у Waymo есть автомобили, работающие автономно в пригородах за пределами Финикса, штат Аризона, а также в Сан-Франциско и Маунтин-Вью, штат Калифорния.

Кроме этого, у нее есть транспорт с ручным управлением, которые собирает картографические данные в Лос-Анджелесе. На сегодняшний день Waymo заявила, что протестировала свои автомобили в более чем двух десятках городов, большинство из которых находятся в Калифорнии. Но пока расширение сервиса идет медленно, и Simulation City может его ускорить.

«Я надеюсь, что эта платформа будет развиваться так, чтобы можно было понять, как часто случаются инциденты в городе, в котором мы раньше не ездили, до того, как начнем там работать, — объясняет Франкель, — и узнать, подойдет ли Waymo driver для конкретного города — и так во многих, многих городах».

Simulation City хорошо воспроизводит поездки на роботакси «от двери до двери». Например, 20-минутный маршрут по Сан-Франциско, во время которого в салоне есть только пассажир. Сейчас в автопарке компании насчитывается около 600 автомобилей, более 300 из них обслуживают участок в Аризоне площадью около 260 кв. км,  где расположены такие города, как Чандлер, Гилберт, Меса и Темпе. Однако полностью автономные автомобили работают только на половине этой территории.

«Есть несколько вещей, которые нужны нам для поддержки инструментов, — отмечает Бен Франкель, старший продакт-менеджер Waymo, — и Simulation City закрыл наши потребности, позволив делать то, что с прежними инструментами моделирония было слишком сложно».

Симуляция — важнейший аспект разработки автономного транспорта. Эти программы позволяют инженерам Waymo проводить масштабные тесты распространенных сценариев вождения и пограничные случаи. Полученные знания затем используются в реальном автопарке.

Ключевое слово здесь — масштабные. Симуляторы дают возможность проводить проверку на больших расстояниях, чем проходит транспорт по общественным дорогам.

Как сообщает Waymo, в 2020 году ее транспорт прошел 24 млрд км в симуляции, и всего 32 млн км — на реальных дорогах.

Франкель объясняет, что тесты в настоящем мире дают информацию для симуляции, чтобы компания была больше уверена в достоверности и надежности виртуальных ситуаций. Со временем модель усовершенствуется, и транспорту потребуется совершать меньше поездок.

Simulation City также более продвинут с точки зрения вычислительной мощности, чем предыдущий виртуальный мир Waymo, и поддерживает более высокую детализацию. Например, инженеры Waymo могут смоделировать что-то настолько маленькое, как капли дождя, или такое сложное, как послеполуденные лучи солнца. В прошлом подобные условия часто мешали автономному транспорту корректно воспринимать важные факторы, например сигнал светофора.

ночь, дождь, затрудненный обзор, дорожное движение

Фото в тексте: Unsplash

Для разработки сценариев вождения Waymo использует не только тесты в реальном мире, но и иные данные — например, Национального управления безопасности дорожного движения США и Совета по транспортным исследованиям.

ИИ и данные датчиков самоуправляемого транспорта помогают создать более реалистичные изображения для симуляции. Эта технология называется SurfelGAN, производное от surfel (англ. surface element, элемент поверхности) и термина машинного обучения GAN (англ. generative adversarial network, генеративно-состязательная сеть).

Современные симуляторы датчиков часто используют игровые движки, например Unreal или Unity, требующие вручную создавать окружение, автомобили и пешеходов. Разработчики Waymo пришли к выводу, что такие движки трудно масштабировать, а без дополнительной работы они не могут реалистично воссоздать данные камеры, лидаров и радаров.

Поэтому они создали SurfelGAN, которая использует отображенные на текстуру элементы поверхности для реконструкции сцен и точек обзора камеры, чтобы определять положение и направление движения. ИИ помогает масштабировать продукт, делая его разработку проще и эффективнее. Этот метод был описан в недавней статье, соавторами которой были исследователи Waymo во главе с Драгомиром Ангеловым.

Использование этих новых методов моделирования сопряжено с рисками, считает Хуэй Пэн, профессор машиностроения Мичиганского университета и директор Mcity, испытательного полигона для автономных транспортных средств. Главный из них заключается в том, что ошибочные входные данные приведут к совершенно бесполезным результатам. Или, как говорят в вычислительной науке, «мусор на входе, мусор на выходе».

автомобиль waymo

Фото в тексте: Sundry Photography / Depositphotos

Но Франкель говорит, что Waymo уже решил проблему, которую Ангелов и его соавторы описали в своей статье в прошлом году. «Зрелость моделирования датчиков значительно возросла с тех пор, как мы опубликовали это», — отмечает он.

Waymo наращивает свою работу по моделированию в довольно непростое для компании время. Ранее в этом году Джон Крафчик объявил, что уходит с поста генерального директора Waymo. Он занимал руководящую должность с 2015 года. Эксперты говорят, что Waymo по-прежнему опережает других разработчиков автономного транспорта, но оценка компании может упасть из-за снижения ожиданий относительно самоуправляемых автомобилей.

Конечно, это проблемы делового, а не технического характера. А в начале этого года Waymo показала, как можно использовать симуляцию, чтобы лучше представить общественности свои автономные транспортные средства. Стремясь доказать, что его водители-роботы безопаснее людей, Waymo смоделировала десятки реальных аварий со смертельным исходом, которые произошли в Аризоне за почти десятилетие. 

Компания пришла к выводу: если в авариях с участием двух автомобилей заменить весь транспорт тот, что управляется роботами, это бы исключило все случаи смерти.

Компания Waymo консервативно подходит к масштабированию своих роботакси. Она отказывается расширять зону обслуживания в Аризоне и не запускает сервис в области залива Сан-Франциско, пока не убедится, что ее программа может решать задачи в гораздо более плотной и сложной городской среде.

Но Франкель сказал, что Simulation City помогает лучше подготовить автономный транспорт к более массовому использованию в ближайшем будущем. «Это такой уровень зрелости, что, я думаю, стоит поднять голову и сказать: "Эй, мир, мы делаем эту классную новую штуку"», — говорит он.

Источник.

Фото на обложке: Michael Vi / Shutterstock

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Битва капитализаций: Apple стоит как 12 «Газпромов»
  2. 2 Лаборатория по ИИ «Сбера» запускает бесплатный онлайн-курс по машинному обучению
  3. 3 ML для анализа документов: какие сервисы помогают бизнесу сейчас и почему технология пока не так широко распространена
  4. 4 Бот «Твой батя», колонка в виде карася и навыки для «Алисы»: интервью о серьезных и не очень ML-проектах с основателем EORA
  5. 5 Какие перспективы у стартапов на базе нейросетей GPT-3
FutureFood
Кто производит «альтернативную» еду
Карта