iXBT.com
T
Arial Georgia Tahoma Times New Roman Verdana
A- A+     Печать Почта В «мои закладки»
3D-видео, тюнеры и мониторы » 3D-видеокарты Nvidia

Конференция Nvidia GTC 2017 Europe

Первым делом автопилоты


Содержание

Вступление

Вот уже второй год технологическая конференция GPU Technology Conference (GTC) проводится не только в Калифорнии, где она традиционно проходила несколько лет каждой весной. Начиная с 2016 года, компания NVIDIA расширила круг своего присутствия в мире разработчиков ПО, проводя свои конференции не только в Кремниевой долине, но и в Китае, Германии, Израиле, Тайване, Токио и Вашингтоне.

На прошлой неделе GTC Europe прошла в Мюнхене, и совершенно неудивительно, что в самом автомобильном краю Европы, львиная доля выступлений и анонсов посвящена именно автомобильной теме. В частности — автономным средствам передвижения, в разработке и продвижении которых компания NVIDIA принимает самое непосредственное участие уже несколько лет. У них даже есть собственный автономный автомобиль BB8, предназначенный для обкатки различных решений.

Внимание к теме автономного автопилотирования сейчас просто бешеное — тут можно вспомнить об успехах Tesla и совместных разработках с NVIDIA, которые многих вдохновили, да и другие варианты помощи водителям в современных автомобилях сейчас на слуху, что называется. Так, тема помощи водителям в моей поездке на европейскую GTC была затронута ещё в самолёте, когда в октябрьском журнале «Аэрофлота» я увидел рекламу автомобиля Audi A8, имеющего некоторые возможности автопилота — причём, и тут NVIDIA приложила руку со своими решениями.

Но давайте обо всём по порядку. Для начала давайте разберёмся, какие вообще могут быть автопилоты в принципе. Надо же их как-то делить по способностям. Принято, что существует пять уровней «автономности» автомобилей, не считая нулевого — для тех транспортных средств, у которых может и есть помощники для водителя, но пассивные. В таких авто водитель должен постоянно контролировать управление автомобилем как по разгону и торможению, так и поворачивать руль. А электронные помощники могут быть, но или просто предупреждают об опасности или только экстренно тормозят, к примеру.

  • Уровень 0 — когда водитель постоянно контролирует движение, помощников или нет или они только предупреждают об опасности.
  • Уровень 1 — есть помощники, но водитель всё равно постоянно контролирует движение, а электроника лишь помогает процессу управления. На этом уровне водитель может доверить электронным помощникам управление динамикой или рулением, но только в определенных условиях. Такие помощники есть на многих современных автомобилях (адаптивный автопилот, который умеет тормозить и разгоняться).
  • Уровень 2 — частично автоматизированное управление, при котором автомобиль может ехать сам в некоторых условиях, но водитель обязан следить за управлением. На втором уровне электроника отвечает и за ускорение и за торможение и за повороты, и уже способна вести автомобиль сама, но не во всех условиях. При этом, водитель обязан следить за дорожным движением всегда и при необходимости сразу же взять управление в свои руки. Этот уровень уже есть в некоторых автомобилях, хотя вопрос чёткого разделения на уровни непрост.
  • Уровень 3 — полуавтоматизация, при которой автопилот выполняет движение в автоматическом режиме при некоторых условиях и водитель может не контролировать автомобиль постоянно. То есть, он может отпускать руль при движении по ровным автострадам, а машина может потребовать от человека вмешаться в процесс при необходимости, если сама не справляется. Говорят, что автопилоты Tesla и Audi A8L относятся именно к этому уровню, но... самые большие проблемы автопилотирования во многих странах связаны вовсе даже не с ПО и не с аппаратным обеспечением, а с законодательством — творцы законов инертны и не могут быстро определиться со всеми нюансами. В некоторых странах меньше ограничений, в других — больше.

    Для большинства стран мира действует венская конвенция о дорожном движении от 1968 года, которая гласит о том, что водитель обязан контролировать автомобиль постоянно. И нужно время, чтобы изменить эти законы. Та же новая Audi A8 теоретически умеет ездить и без участия человека, когда водителю даже не нужно трогать руль в условиях города и на шоссе. Но пока что водителя просят раз в полминуты дотрагиваться до руля, и если это не делается, то она остановится.
  • Уровень 4 — высокая автоматизация, когда водитель не требуется в большинстве условий, при которых система автопилотирования сама справляется с управлением, но в самых сложных случаях человек для управления всё-таки остаётся необходим. Сложные условия это плохая видимость, плохие дороги и т.д. Зато во всех обычных ситуациях, автопилот будет действовать сам, а иногда машина сможет ездить вообще без водителя — самостоятельно парковаться, например.
  • Уровень 5 — полностью автономное управление, автопилоты этого уровня будут способны управлять самостоятельно во всех случаях, полностью контролируя процесс управления. Главное, что водитель тут не требуется в принципе, и даже органы управления могут отсутствовать — этакое роботизированное такси. Это очень важное отличие от всех предыдущих уровней, которые предполагают вмешательство человека в управление, в большей или меньшей мере. Понятно, что именно этот уровень и является той целью, к которой стремятся все производители и стартапы. Пока что невозможно точно сказать, когда появятся автомобили, соответствующие этому уровню, но естественно, что разработки давно в процессе.

До сегодняшнего дня лучшим продуктом NVIDIA для автопилотируемых автомобилей была платформа DRIVE PX 2. Она основана на мобильных чипах компании, отличается высокой производительностью для своего размера и энергопотребления и поддерживает все необходимые сенсоры: радары, лидары, камеры и т.д. В процессе работы можно использовать различные алгоритмы: глубокое обучение, машинное зрение, параллельные вычисления и другие. Платформа имеет сертификат уровня безопасности автомобиля ASIL-D (Automotive Safety Integrity Level) и полностью интегрирована в собственный прототип автопилотируемого автомобиля компании под названием BB8.

Индустриальные аналитики ожидают (и не нужно быть семи пядей во лбу, чтобы понять их правоту), что очень скоро произойдёт революция в сфере автономных автомобилей, и эта индустрия вырастет в несколько раз — до 285 миллиардов долларов к 2030 году. Уже сейчас такими проектами занимается множество крупных компаний и маленьких стартапов.

К примеру, китайский поисковый гигант Baidu несколько лет работает над технологиями самоуправляемых автомобилей, недавно они заключили соглашение с китайским автопроизводителем BAIC, который должен будет начать выпуск самоуправляемых машин третьего уровня с технологиями Baidu уже в 2019 году, а до четвертого уровня они должны дорасти в 2021 году. Также, компания Baidu объявила о создании фонда беспилотного вождения Apollo Fund, помогающего китайским производителям в конкуренции с западными компаниями. За три года планируется выделить более полутора миллиардов долларов сотне стартапов, занятых темой беспилотных автомобилей.

Компания Intel ещё весной купила компанию Mobileye, чьи технологии часто используются при создании беспилотных автомашин, а недавно анонсировала совместную работу с компанией Waymo, использующей технологии Mobileye, по созданию беспилотных автомобилей четвёртогои пятого уровней. Intel обеспечит партнёра новыми технологиями и вычислительными мощностями. А те, по слухам, планируют запустить сервис беспилотного такси этой осенью в некоторых городах США. В октябре планируется коммерческий запуск первых беспилотных автомобилей в штатах Феникс и Аризона, в которых разработки компании уже были протестированы.

Представители Toyota, использующей решения NVIDIA в разработке автопилотов, объявили примерное время начала испытаний автономно управляемых электромобилей — к 2020 году. Причём, планируется сохранить органы управления даже в тех моделях, которые обойдутся без управления человеком, но будут и специализированные транспортные средства без руля и педалей. Интересным новшеством Toyota считает голосовой интерфейс, аналогичный цифровым помощникам с искусственным интеллектом, типа Siri и Google Assistant, при помощи которого пассажиры будут взаимодействовать с автомобилем. По мнению японцев, автомобиль должен стать другом человека, запоминать его предпочтения и даже предугадывать пожелания.

В целом, очень много крупных автомобильных компаний и стартапов по автопилотированию использует именно программно-аппаратные решения NVIDIA. В частности, платформу NVIDIA DRIVE использует 145 компаний, и это число растёт — платформа действительно упрощает работу и позволяет сократить сроки и стоимость разработок в сфере самоуправляемых автомобилей.

Автопилотируемая платформа Pegasus

Вроде бы всё хорошо, и у компании есть второе поколение платформы — DRIVE PX 2, но при всей его уникальности, оно всё же слабо для того, к чему все стремятся — для Уровня 5 автопилотирования возможности этой версии платформы не дотягивают. Полностью автономные роботизированные такси требуют совершенно иного уровня производительности, по сравнению с нынешними решениями уровней 2 и 3.

В частности, они требуют примерно в 10 раз большее разрешение изображений камер, то есть, примения большего количества качественных камер, обработку данных с большего количества лидаров при 360-градусном обзоре, постоянное отслеживание всех окружающих объектов, сложное планирование маршрута и контроль над его соблюдением и т.п. Также требуется в том числе и излишняя производительность для неоднократного резервирования расчётов, в несколько раз превышающая минимально необходимую производительность для выполнения задачи.

Вот как раз на европейской конференции GTC в Мюнхене глава NVIDIA Дженсен Хуанг и анонсировал новый продукт, который стал первым в мире аппаратным решением, подходящим для создания полностью автономных роботизированных такси. Новая платформа получила имя Pegasus и она расширяет возможности вычислительной платформы NVIDIA DRIVE PX до пятого уровня автономности — полностью автономных транспортных средств, не требующих участия человека в управлении. Платформа NVIDIA DRIVE PX Pegasus обеспечивает производительность на уровне 320 триллионов операций в секунду, что более чем в 10 раз быстрее предшественника — NVIDIA DRIVE PX 2.

Платформа Pegasus делает принципиально возможным создание нового класса транспортных средств, работающих без водителя и не имеющего органов управления: руля, педалей и т.п. Подобные роботакси прибудут по требованию пассажира и доставят его к месту назначения. Подобные автомобили позволят оптимизировать транспортные потоки, парковочные места и приведут к снижению аварийности на автодорогах.

Платформа DRIVE PX получила широкую поддержку индустрии, практически все автопроизводители и соответствующие компании используют возможности решений NVIDIA при разработке транспортных средств 4 и 5 уровней автономности. Из 225 партнёров, работающих с платформой NVIDIA DRIVE PX, более 25 компаний занимаются разработкой полностью автономных роботакси, используя возможности настольных GPU компании NVIDIA. Багажники подобных рабочих прототипов загружены целыми серверными стойками на основе нескольких графических процессоров NVIDIA, использующих возможности глубокого обучения и другие алгоритмы параллельных вычислений. Конечно же, такое решение не подойдёт для производства автомобилей, а только для обкатки технологий на практике.

Требования к вычислительным способностям автономных платформ просто огромные, ведь обработка и анализ данных с нескольких камер и лидаров в высоком разрешении и отслеживание объектов в пространстве с высокой точностью требует большого количества вычислений. И все они должны быть выполнены безошибочно, ведь от этого зависит безопасность окружающих. Если сравнивать современные автомобили с зачатками возможностей автопилотов с полностью беспилотными роботакси, последние требуют в 50-100 раз большего количества вычислений.

И такие возможности предоставляет DRIVE PX Pegasus, который основан на четырёх высокопроизводительных чипах компании NVIDIA: двух новейших системах-на-чире Xavier, графическое ядро в которых основано на архитектуре Volta и двух дискретных GPU следующего поколения, специально оптимизированных для ускорения задач машинного зрения и глубокого обучения. Неудивительно, что платформа имеет вычислительную производительность в 320 TOPS (операций, используемых в глубоком обучении), и даёт возможность создания полноценных автономных роботакси на базе специализированой системы небольшого размера, имеющей сравнительно низкое энергопотребление в 500 Вт. А комбинированная пропускная способность памяти превышает 1 терабайт/с.

Кстати, можно вычислить примерную производительность GPU следующего поколения. Если общая скорость вычислений равна 320 TOPS, то 60 из них приходятся на пару Xavier, а оставшиеся 260 распределены между двумя GPU. Получается, что производительность одного графического процессора равна 130 TOPS — чуть выше, чем у Volta V100, имеющего производительность в 112-125 TOPS. Но энергопотребление одной системы составляет 250-300 Вт, а весь Pegasus, состоящий из пары Xavier и пары неназванных GPU, довольствуется 500 Вт.

Платформа Pegasus разработана с сертификацией ASIL D — индустриальным стандартом безопасности, и поддерживает CAN-шину, Flexray, 16 скоростных входов для камер, радаров, лидаров и других датчиков, а также несколько 10-гигабитных разъёмов Ethernet. Платформа DRIVE PX не обязательно должна состоять из четырёх процессоров, она масштабируется от одной системы-на-чипе, обеспечивающей возможности уровеней 2 и 3 автономности до полноценного четырёхчипового решения из SoC и GPU с поддержкой уровня 5. Все конфигурации используют единую программную архитектуру и это даёт возможность одновременной разработки различных продуктов — от использующих возможности частичного автопилотирования на трассах до автономных роботакси.

Хотя платформа Pegasus основана на ещё не анонсированных GPU всё ещё неизвестной публике архитектуры, компания NVIDIA заявляет о доступности платформы для партнёров уже во второй половине 2018 года, а ранний доступ будет в конце первого квартала следующего года. С одной стороны, до этого момента ещё долго, с другой — пока что на горизонте не видно ни одного конкурента для Pegasus даже с учётом этого. Тем более, что разработку можно вести уже сейчас, используя другие решения NVIDIA, ведь программное обеспечение DriveWorks и ранние решения DRIVE PX 2 доступны разработчикам уже сегодня.

Почему же Дженсен анонсировал Pegasus сильно заранее появления первых образцов даже у избранных партнёров, и не слишком ли оптимистичен глава с этими сроками? Главное, нужно дать понять рынку, что у компании есть чем бить своих потенциальных конкурентов, да и партнёрам рассказать о том, что их ждёт. Ведь даже при том, что компания Tesla использует решения NVIDIA DRIVE PX в качестве вычислительных систем в своих моделях, расслабляться калифорнийцам точно не стоит. Понятно, что все сейчас стараются тянуть одеяло на себя и делать максимум своего, чтобы не зависеть от других компаний и выиграть больше в случае успеха.

Вот и Tesla, по слухам, занимается разработкой некоего собственного процессора, который позволил бы уйти от партнёрства с другими компаниями и максимально эффективно оптимизировать своё ПО под своё же железо. Для проектирования последнего у компании есть специалисты по разработке процессоров и систем-на-чипе, но также возможна и совместная разработка, но не с NVIDIA. Впрочем, пока что это лишь слухи, и в имеющихся автомобилях Tesla используют именно решения NVIDIA. И если их решения будут лучшими на рынке, то других вариантов для автопроизводителей просто не будет — никто же не хочет проигрывать в гонке вооружений.

Вместе с Pegasus также был анонсирован набор инструментов NVIDIA DRIVE IX SDK, дающий доступ ко всем возможностям автопилотируемой платформы компании — с ускорением алгоритмов глубокого обучения и т.п. А для того, чтобы ускорить обучение самоуправляемых автомобилей, можно с успехом использовать серверы на основе суперкомпьютерных решений NVIDIA DGX и ускорения инференса TensorRT 3, ведь всего 8 штук NVIDIA DGX дают возможность симуляции проезда 300 тыс миль за 5 часов (за 2 дня можно виртуально проехать все дороги в США, которых очень много).

Сотрудничество с Deutsche Post

На европейской конференции GTC было анонсировано начало сотрудничества компании NVIDIA с немецкой почтовой службой Deutsche Post DHL Group (DPDHL), которая выбрала решения компании DRIVE PX для создания в 2018 году тестового парка автономных грузовиков, предназначенных для доставки товаров на этапе «последней мили», которая считается самым сложным и дорогим этапом коммерческой доставки. В качестве управляющей начинки будет использоваться решение ZF — одного из крупнейших поставщиков автокомпонентов. Электрические грузовики DPDHL будут оснащены системой автопилота ZF ProAI, основанной на платформе NVIDIA DRIVE PX.

Сейчас у DPDHL уже есть парк из 3400 электроавтомобилей StreetScooter, которые можно оснастить датчиками, камерами, лидарами и радарами от компании ZF, которые будут предоставлять данные для работы ZF ProAI. С применением искусственного интеллекта, такие автономные автомобили смогут воспринимать окружение, планировать свои маршруты и следовать им самостоятельно, что снизит себестоимость доставки при сохранении высокой надежности. Стороны оценивают повышение эффективности таких автоматизированных доставок в 30%.

Искусственный интеллект уже в близком будущем изменит индустрию коммерческих перевозок, и можно ожидать увеличение спроса на автопилотируемый транспорт, подходящий для доставки товаров, который будет использоваться на этапе «последней мили». В Deutsche Post считают, что сенсоры распознавания окружения и система ZF ProAI на базе технологий NVIDIA позволит им укрепить свои позиции в сфере перевозок.

Автопилотируемые электрогрузовички будут доставлять товары клиентам в любое время суток, без участия персонала и загрязнения окружающей среды, помогая разгрузить городские дороги. Управление грузовичком-мулом осуществляется при помощи специального планшета, на котором можно задавать точки назначения и давать автомобилю другие команды, вроде «следовать за мной» и т.п.:

Для ускорения разработки автономного транспорта, компания DPDHL установила в своем вычислительном центре суперкомпьютер NVIDIA DGX-1 для обучения нейросетей, а в дальнейшем они запустят уже обученные на суперкомпьютере модели на автомобилях с платформой DRIVE PX и системой автопилота ZF ProAI. На европейской GTC показали прототип почтового груовика — он оснащен шестью камерами, одним радаром и двумя лидарами, которые используются при работе автопилотируемой платформы.

А теперь о самом главном — сроках начала работы таких грузовичков и их массовости. Тестовый парк автономных грузовиков DPDHL составит 300 автомобилей, и их тестовое внедрение запланировано на следующий год, а официальный запуск целого парка из 3000 единиц состоится по плану уже в 2019 году — не успеем и глазом моргнуть.

Автомобили выставки

Так как главной темой европейской конференции GTC были автомобили и технологии искусственного интеллекта для них, то не удивительно, что место в центре конференц-центра Мюнхена заняли именно они. Прямо за дверями интернационального конференц-центра было представлено несколько вариантов автомобилей и других транспортных средств, в том числе и беспилотных.

Конечно, пока что эти автомобили соответствуют лишь 3 и 4 уровням автономности, как максимум, а для большего нам нужен Pegasus. Так что посетителям европейской конференции GTC 2017 пока что посчастливилось полюбоваться несколько менее продвинутыми автомобилями, но каждый из которых по-своему интересен и в чём-то уникален. К примеру, самым необычным автомобилем выставки стал Roborace Robocar, имеющий ливрею из фирменных цветов NVIDIA и соответствующих логотипов.

Этот футуристичный гоночный болид может разгоняться до 300 км/ч, он имеет четыре электромотора (на каждое колесо), 15 различных датчиков, а его электронное сердце основано на платформе NVIDIA DRIVE PX. На сегодня существует лишь два прототипа этой модели, которые тестируют на гоночных трассах во время соревнований электрической Формулы Е. В будущем же планируется создание гоночной серии, а старт первой гонки предполагается в декабре 2017 в Гонконге. Все команды гоночной серии получат по два одинаковых болида, но будут использовать собственные алгоритмы искусственного интеллекта.

Если говорить о личном мнении, то автору кажется, что тема гонок автопилотов (роботов) в принципе довольно спорная. Без ярких личностей и риска для их здоровья и жизни, интерес к подобному автоспорту трудно представить, ведь люди болеют за людей, но не за роботов. Робогонки же скорее похожи на тараканьи бега, где нет личностей, ну и и также они похожи на лошадиные скачки — вот для ставок их вполне можно использовать, но как автоспорт — весьма сомнительно. Но на начальной стадии разработки автопилотов тема робогонок весьма важна и может быть интересной. Плюс к этому, такие соревнования подстёгивают технологическое соперничество. Но их яркое будущее представить сложно. Разве что «очеловечить» как-то каждого робота, создав из них виртуальные личности...

Ещё одним экспонатом, привлекающим практически всех, стал концепт-кар Concept IAA от Mercedes-Benz. Этот экспериментальный прототип не является автопилотируемым, но при его создании активно использовались компьютерные технологии, да и работа цифровой приборной панели основана на технологиях компании NVIDIA.

Прототип компании Mercedes-Benz интересен из-за его аэродинамического совершенства. Это четырёхдверное купе, премьера которого прошла в 2015 году на Франкфуртском автосалоне, имеет коэффициент аэродинамического сопротивления всего лишь 0,19, что очень хорошо для автомобиля. Ещё любопытнее то, что такой коэффициент достигается лишь при условии активации аэродинамического обвеса. У этой машины активная аэродинамика, когда в зависимости от скорости аэродинамические элементы (закрылки в переднем и заднем бамперах) меняют своё положение, обеспечивая идеальную аэродинамику.

Concept IAA имеет каплевидный дизайн, вытянутый капот, мощные воздухозаборники, удлиннённую заднюю часть, малый дорожный просвет (всего 100 мм — для нашей страны не подойдёт) и плоское днище. При достижении скорости более чем 80 км/ч автомобиль переключается в «аэродинамический режим», когда в задней части выдвигаются специальные щитки почти на 40 см. Также аэродинамические щитки выезжают по бокам переднего бампера, оптимизируя воздушные потоки. Спойлер переднего бампера отъезжает назад, а в решетке радиатора закрываются отверстия. Даже внутренняя часть колёсных дисков смещается, придавая колесам плоскую форму.

Выглядит впечатляюще, но до воплощения концепта в реальности ещё далеко. Тем же посетителям выставки, кто заинтересован в уже продающихся автомобилях, было интересно посмотреть на модели Tesla Model X и Audi A8L 3.0 Quattro, стоящие напротив друг друга. При этом, у Tesla можно было открывать двери и изучать интерьер автомобиля. Для нас больше всего интересно то, что автомобили компании Tesla Motors оснащены платформой DRIVE PX с автопилотом второго поколения уровня 2 и 2.5 (среднего уровня между 2 и 3).

Пожалуй, ещё интереснее A8L от Audi, который в следующем году станет первым коммерчески доступным автомобилем с автопилотом третьего уровня автономности. Эта машина в топовой комплектации оснащена аж шестью процессорами от NVIDIA, которые обеспечивают работу автопилота Traffic Jam Pilot, работы и графики виртуального кокпита, информационно-развлекательной системы и планшетов, предназначенных для задних пассажиров. Посетители европейской конференции GTC смогли первыми увидеть этот автомобиль, и уже совсем скоро самые обеспеченные из них смогут получить возможности Traffic Jam Pilot в повседневной жизни.

Но не только легковые и гоночные автомобили интересуют публику. Совсем скоро ожидается всплеск интереса к различным вариантам транспортных средств, предназначенных для общественного транспорта, вроде автобусов и микроавтобусов. Например, электрический шаттл e.GO Mover скрывает внутри себя автопилот ZF ProAI, основанный на платформе DRIVE PX 2. Запуск тестового флота шаттлов запланирован на середину следующего года.

Шаттл e.GO Mover способен работать до 10 часов, перевозя до 15 пассажиров (9 сидячих мест и 6 стоячих), и к 2021 году должен получить автопилот четвёртого уровня автономности. Скорее всего, он будет основан на небольшом решении, вроде DRIVE PX, ну а пока что исследования и разработки проводятся при помощи несколько большего комплекта оборудования, установленного рядом с водительским местом:

Именно для замены такой кучи электроники на компактный вариант DRIVE PX и необходимы мощные платформы, вроде Pegasus. Правда, есть большая вероятность, что первым эту новую версию платформы поставят в собственный тестовый автомобиль компании NVIDIA — BB8, без которого не обходится уже ни одно мероприятие компании, посвящённое автомобилям. На данный момент уровень системы её автопилотирования соответствует уровню 3 и частично соответствует уровню 4, как сообщил Danny Shapiro — глава автомобильного подразделения в NVIDIA, занимающегося искусственным интеллектом для самопилотируемых автомобилей.

Шесть таких автомобилей уже ездят по улицам пары штатов США (Калифорнии и Нью-Джерси), а также Германии — в рамках исследовательского проекта компании. Модель BB8 помогает NVIDIA тщательно протестировать все этапы работы их собственной платформы автономного вождения, но предлагать готовое решение они не планируют, оставляя возможности по разработке основной части ПО своим партнёрам.

Кроме основных экспонатов, расположенных в центре выставки, там были и не такие заметные, но не менее интересные транспортные средства. В частности — готовый прототип мини-автомобиля, предназначенный для разработки ПО, и предлагающий всю аппаратную начинку для этого. StreetDrone One сделан на основе Renault Twizy — двуместного электромобиля, чем-то похожего на большой квадроцикл с крышей. Он способен проезжать до 56 км с максимальной скоростью в 80 км/ч, а батарея полностью заряжается за 3.5 часа.

StreetDrone ONE полностью электрический автомобиль, обеспечивающий возможность разработки ПО для автопилотирования и отлично подходящий для образовательных и технологических компаний, не желающих тратить время и деньги на разработку механических и электронных частей автопилотируемого транспорта, а планирующих сразу же заниматься исключительно отладкой и разработкой программного обеспечения.

При этом, не обязательно ограничиваться стандартной комплектацией, в которую входит полноценный набор управления по проводам (drive-by-wire) при помощи CAN-шины, платформа NVIDIA Drive PX 2 в варианте из двух GPU, семи HD-камер и 4 ТБ твердотельных накопителей для хранения данных телеметрии и возможности 4G-связи. Для страждущих возможна установка радаров и лидаров с соответствующей отладкой.

Электрический мини-автомобиль имеет специально разработанный и изготовленный корпус, имеющий специальные места для установки различных датчиков: камер, радаров и лидаров. Специальная плоская площадка на крыше предназначена для надёжного монтажа лидаров и камер с 360-градусным обзором, и обеспечивает минимальное количество вибраций.

Поставка StreetDrone One будет доступна для заказчиков, начиная с ноября 2017 года, цена начинается от 56000 фунтов стерлингов (плюс ежемесячная плата за техподдержку при желании). Такая стоимость может кому-то показаться слишком высокой при цене на современные автомобили, но ведь это — полноценная готовая платформа для разработки автопилотируемого ПО, в котором уже есть вся необходимая механика и электроника. Для экономии времени на разработку автопилота вполне подойдёт.

Демонстрационные заезды

Выставочная часть конференции GTC не была бы полной без демонстрационных заездов самопилотируемых автомобилей. Если на предыдущих мероприятиях чаще всего показывали собственный BB8, то в Мюнхене решили показать другие варианты. Первой и, пожалуй, самой любопытной стала демонстрация некоторых возможностей того самого почтового грузовичка Deutsche Post DHL, о котором в нашем материале ранее шла речь.

Применение таких частично автопилотируемых транспортных средств, помогающих в доставке товаров к клиентам, должно начаться в 2018 году, и это — лишь одна из первых ласточек среди подобных решений. Электрогрузовички StreetScooter от Deutsche Post DHL с системой автопилотирования ZF ProAI планируется применять на отрезке «последней мили» — прямо до дверей клиента, что должно упростить и удешевить процесс.

Вот так выглядит демонстрация лишь некоторых возможностей «почтового» автопилота в действии, находящихся на раннем этапе разработки — грузовик способен повиноваться приказам водителя, или самостоятельно следуя за почтальоном или по приказу с планшета отправляясь туда, где он ему нужен:

Грузовички DPDHL оборудованы несколькими сенсорами, включая камеры, радары и лидары, и довольно легко справлялись с трассой на европейской GTC 2017, распознавая окружение и планируя безопасный маршрут. На видео хорошо заметно выполнение команд от работника DPDHL и полностью самостоятельное передвижение грузовичка по команде (человек, сидящий на правом сиденье — всего лишь наблюдатель, он не выполняет функциональной нагрузки). Также демонстрируется не просто следование маршруту, а отслеживание и пропуск пешеходов.

Кроме этого, почти в конце ролика показан демонстрационный экран со второго грузовичка, на котором отображаются как данные с лидаров (две штуки установлены на грузовичке), так и с камер — с отметкой объектов в виде пешеходов. Из дополнительных развлечений можно было насладиться визуализацией данных с лидаров в виртуальном пространстве при помощи VR-шлема.

Вторым автопилотируемым транспортным средством, представленным в Мюнхене, стал прототип легкового автомобиля от Virtual Vehicle, который был интересен тем, что на нём возили всех желающих (по очереди, отдавая предпочтение прессе), рассказывая о своих решениях. Компания Virtual Vehicle занимается разработками в сфере автомобилей будущего и они этим летом стали первой организацией, которая начала тесты автономных автомобилей на дорогах общего пользования в Австрии.

Автопилот от Virtual Vehicle, находящийся в стадии разработки, также использует платформу NVIDIA DRIVE PX для распознавания объектов и окружения, а также планирования безопасного маршрута. Целью их проекта самопилотируемого автомобиля является создание открытой платформы для партнёров компании, которые смогут добавить свои собственные сенсоры и вычислительные алгоритмы для улучшения и специализации автопилотируемых машин под конкретные задачи.

Автору материала посчастливилось прокатиться на этом автопилотируемом автомобиле, и в процессе заезда открылись любопытные подробности. Во-первых, что положительно, это был самый «живой» автопилот из виденных до сих пор, он разгонялся очень бодро, что обычно не делают для демо-заездов, во избежания различных проблем. В случае Virtual Vehicle все опробовавшие его отмечали хорошую динамику ускорения.

Правда, не обошлось и без ложечки дёгтя. Оказывается, в столь стеснённых рамках очень узкой «тропинки», огороженной металлическим забором, от установленных на демонстрационный автомобиль радаров было мало толку, так как они расчитаны на улицы и трассы, и его перевели в режим тупого следования по маршруту по GPS. Так что от реальных условий автодорог эта демонстрация была довольно далека, многие возможности, вроде экстренного торможения при появлении пешехода в опасной зоне, на демо-треке просто не работали.

Но создатели уверяют, что как на обычных дорогах, так и на гоночной трассе в Австрии (видимо, Ред Булл Ринг в Шпильберге) всё работает так, как надо, и автопилот отлично работал на скорости 120 км/ч. В компании планируют добавить к установленным радарам ещё и лидары, и вот тогда автопилот будет отрабатывать объекты даже на очень небольшом расстоянии. И камеры тут не помогают, так как пока что ПО поддерживает только обычные 2D-камеры без возможности получения информации о глубине.

Были на GTC Europe и другие демо-заезды. Так, гоночных энтузиастов представляли три команды студенческой формулы Formula Student: KA RaceIng, Greenteam Stuttgart и Schanzer Racing, которые представили свои маленькие гоночные болиды с автопилотами. Эти команды собрали свои самопилотируемые системы также на основе DRIVE PX и выступают в международных соревнованиях. Посетители конференции могли наблюдать полностью автономное прохождение импровизированной трассы болидом от KA RaceIng.

Вот такой набор «живых» демонстраций присутствовал на европейской GTC — и многие зрители, включая автора, получили первое впечатление о том, как на данный момент работают действительно самобеглые коляски различного предназначения, от спортивных болидов до почтовых грузовичков. Пока что всё это несколько сыровато, но для текущей стадии разработки вполне достойно.

Выступление компании Яндекс

Не могли мы обойти одно из немногих выступлений российских компаний на мюнхенской GTC. Тем более, что это было выступление, пожалуй, самой главной из IT-компаний в России, да ещё имеющей свой сервис такси — компании Яндекс, которую представлял Антон Слесарев, ведущий специалист по машинному зрению в компании. На майской конференции в Калифорнии Яндекс уже представлял свои разработки по теме автопилотирования и показывал соответствующий видеоролик с обучением автопилота, и рассказ продолжился и в Германии.

Так как выступление в основном было предназначено для массовой публики не из нашей страны, то немалую его часть выступающий потратил на разъяснение роли Яндекса в России и краткого описания многочисленных сервисов, предлагаемых ими. Нам это интересно не слишком сильно, а вот из любопытных тем была поднята помощь обычных пользователей в обучении автопилота.

Именно так — обычные пользователи сервиса Яндекс.Толока могут получать задания по описанию определённых компьютером объектов. Например, на фото помечены объекты, которые смог определить искусственный интеллект, но для их применения требуется точно знать, что это такое, чтобы обучить ИИ по массе таких определений человеком. Который, в свою очередь, получит за работу небольшую денежку.

А на основе этих данных потом обучается нейросеть при помощи ускоренных на GPU алгоритмов. То же самое относится и к данным от лидаров, в которых ещё сложнее отделить объекты и правильно их отметить (дерево, автомобиль, зданий, пешеход и т.п.). Этим также могут заниматься толокеры за долю малую. Таким образом, получается снизить себестоимость процесса обучения, ведь при помощи упомянутого сервиса можно найти недорогую и достаточно качественную рабочую силу, которая поможет искусственному интеллекту.

Но не одной Толокой выделяется Яндекс. Они показали показатели скорости их алгоритмов определения объектов на основе данных с лидаров и камер, по сравнению с известным фреймворком Multi-View 3D networks (MV3D), который специализируется на аналогичных задачах. Как видите по таблице, у решения Яндекса наблюдается явное преимущество по скорости распознавания при сохранении приемлемой точности.

Пожалуй, самым интересным стал слайд с планами компании на будущее, который предвещал публичное тестирование автопилотируемых автомобилей на дорогах общего пользования — в России, что самое интересное. Вероятно, процесс внесения изменений в законодательство уже начат, иначе они не обещали бы целый десяток тестовых самоуправляемых транспортных средств на дорогах нашей страны (наверняка Москвы). Ну и большее количество различных сенсоров с расширением алгоритмов и экспериментов также ожидается, что понятно.

После выступления на Антона буквально напали присутствующие русскоязычные журналисты, которым не удаётся получить толковые комментарии от Яндекса по теме разработок автопилотирования в России. Понять компанию можно, они начали заниматься темой не так давно, и до появления каких-то прям реально больших успехов публике говорить особенно нечего. Учитывая то, что каждая небольшая неудача может быть раздута до огромной проблемы, а успех воспримут как само собой разумеющееся.

Интересно, что реальных конкурентов по программно-аппаратным платформам аля DRIVE PX у NVIDIA по сути практически нет — Антон говорил о том, что предложения калифорнийской компании просто отличные. Хотя в прототипах своих автомобилей они используют обычные GPU от NVIDIA, известные по настольным решениям, но очень заинтересованы и в DRIVE PX и особенно в Pegasus. Разработчик из Яндекс чётко сказал, что производительности текущих решений для полноценного автопилота высокого уровня им не хватает, и они очень ждут, когда Pegasus попадёт к ним в руки.

Стенд компании ZF

Не обошлось и без интересных стендов, связанных с автомобилями, и во внутренней выставочной части павильона в Мюнхене. О некоторых из них мы уже написали, ну а одним из самых обширных и интересных нам показался стенд компании ZF — известнейшего и одного из крупнейших поставщиков для автомобильной промышленности в мире, причём далеко не только связанных с темой автопилотирования.

ZF является мировым лидером по производству приводов и элементов подвески, систем активной и пассивной безопасности и многого другого, и кое-что из этого списка было представлено на GTC. На стенде немецкой компании были показаны многочисленные решения, позволяющие использовать управление автомобилями при помощи автопилота.

К примеру, ZF показала на своём стенде целый макет подвески со всеми тягами и рычагами, а также элементами управления автомобилем при помощи систем drive-by-wire, требующих дополнительного аппаратного обеспечения и часто использующихся в системах самопилотируемых автомобилей. Также на стенде были представлены многочисленные сенсоры: радары, лидары и камеры в различных исполнениях: одиночные и стерео и т.п.

Всё это управляется при помощи сердца системы автопилотирования — уже не раз упоминавшегося суперкомпьютерного электронного блока управления ZF ProAI, основанного на платформе NVIDIA DRIVE PX и применяющегося в автономных транспортных средствах от DPDHL и e.GO. Понятно, что прозрачным корпус блока сделан исключительно для демонстрационных целей. В реальности он металлический и выполняет роль охлаждения в том числе.

Ну и никак нельзя было обойтись без живой демонстрации возможностей средств автопилота, разработанных компанией совместно с партнёрами. Так, на фото показан демо-вариант решения на основе DRIVE PX 2, умеющий определять и отслеживать дорожные знаки и разметку, а также статичные и динамические объекты. В целом, в этой функциональности нет ничего нового, было бы куда интереснее посмотреть на несколько более продвинутые возможности.

Заключение

Тема автопилотирования и полностью самоуправляемых роботакси, которые должны появиться в не столь уж далёком будущем, весьма интересна и простым обывателям и индустриальным экспертам. Полностью самоуправляемое транспортное средство, обходящееся без участия человека, совершит революцию в транспорте, изменив его раз и навсегда. Представьте себе роботакси, которое вызывается при помощи смартфона, к примеру, в приложении указываешь пункт назначения и всё — такси приезжает, впускает пассажиров и отвозит туда, куда приказано. Без участия человека вообще! Думается, что очень многие люди в будущем откажутся от личного транспорта вообще, ведь подобные такси удобнее, безопаснее и эффективнее.

Можно сходу придумать кучу применений полным автопилотам. Прогулочная машина для туристов — типа небольшого роботизированного кабриолета без водителя, который ездит по известным туристическим маршрутам, не имеет крыши вовсе (кабриолет) или оснащён прозрачной панорамной крышей, через которую всё видно. Или транспорт, используемый в аэропортах — заправщики, буксировщики, перронные автобусы и микроавтобусы. Или шаттлы для перевозки людей по студенческому городку. Таких примеров масса, и всё это нужно разрабатывать уже сейчас, чтобы не опоздать. Независимые разработчики вполне могут взять за основу решение NVIDIA — платформу DRIVE PX, или ещё более полные системы на её основе, вроде упомянутых в материале. Даже нынешние то системы компании весьма хороши, а Pegasus и вовсе способна стать одним из первых решений, достигших максимального уровня автономности.

Для автора материала окончание конференции GTC 2017 Europe, посвященной искусственному интеллекту и автономным автомобилям, получилось весьма символичным — дорога в аэропорт была на машине с зачатками автопилотирования в виде модели BMW 730Ld. Водитель с удовольствием пользовался новыми возможностями, благодаря отличным немецким дорогам с различимой разметкой и разделительными полосами. Хотя меня так и подмывало спросить, чем он планирует зарабатывать через надцать лет, но я всё же сдержал себя — на пути домой хотелось спокойствия.

Зато подобный разговор получился уже в России — с водителем такси Gett уже на куда более скромной корейской машине бюджетного уровня. Мне повезло, что собеседник имел техническое образование (да ещё по автомобильной теме), проявил немалые знания по теме организации такси в целом, и даже высказался за роботизированные автомобили и хотел бы их скорейшего внедрения, как пользователь. Вероятно, как водитель он не против потому, что ему есть чем заниматься и без вождения такси, а вот что будут делать остальные — вопрос. О котором всем им стоило бы задуматься ещё вчера.

Но это — тема для отдельного разговора, с технической точки зрения прогресс идёт в том числе благодаря компании NVIDIA, вот уже несколько лет предоставляющей одну из лучших платформ для создания систем автопилотирования — DRIVE PX. А уж что будет, когда появится Pegasus — ведь на горизонте пока что не видно конкурентов ему в принципе, а на параллельных вычислениях и глубоком обучении в NVIDIA собаку съели, как говорится. Мы и дальше будем наблюдать за успехами NVIDIA на поприще создания аппаратных и программных средств, применяющихся в автопилотируемых автомобилях. Для них это — хороший шанс закрепиться на очень большом рынке, который раньше вообще никак к ним не относился. Это ведь давно далеко не просто компания, производящая игровые графические процессоры...

Если у вас остались какие-то вопросы по GTC 2017 Europe или вы хотите ознакомиться с выступлениями, представленными на европейской конференции Nvidia по вычислительным технологиям, то вы сможете найти их на сайте конференции.




20 октября 2017 г. Автор Алексей Берилло
Печать Почта В «мои закладки» < >
Дополнительно

Конференция Nvidia GTC 2017 Europe: первым делом автопилоты

Конференция Nvidia GTC 2017 Europe

Первым делом автопилоты

Содержание

Вступление

Вот уже второй год технологическая конференция GPU Technology Conference (GTC) проводится не только в Калифорнии, где она традиционно проходила несколько лет каждой весной. Начиная с 2016 года, компания NVIDIA расширила круг своего присутствия в мире разработчиков ПО, проводя свои конференции не только в Кремниевой долине, но и в Китае, Германии, Израиле, Тайване, Токио и Вашингтоне.

На прошлой неделе GTC Europe прошла в Мюнхене, и совершенно неудивительно, что в самом автомобильном краю Европы, львиная доля выступлений и анонсов посвящена именно автомобильной теме. В частности — автономным средствам передвижения, в разработке и продвижении которых компания NVIDIA принимает самое непосредственное участие уже несколько лет. У них даже есть собственный автономный автомобиль BB8, предназначенный для обкатки различных решений.

Внимание к теме автономного автопилотирования сейчас просто бешеное — тут можно вспомнить об успехах Tesla и совместных разработках с NVIDIA, которые многих вдохновили, да и другие варианты помощи водителям в современных автомобилях сейчас на слуху, что называется. Так, тема помощи водителям в моей поездке на европейскую GTC была затронута ещё в самолёте, когда в октябрьском журнале «Аэрофлота» я увидел рекламу автомобиля Audi A8, имеющего некоторые возможности автопилота — причём, и тут NVIDIA приложила руку со своими решениями.

Но давайте обо всём по порядку. Для начала давайте разберёмся, какие вообще могут быть автопилоты в принципе. Надо же их как-то делить по способностям. Принято, что существует пять уровней «автономности» автомобилей, не считая нулевого — для тех транспортных средств, у которых может и есть помощники для водителя, но пассивные. В таких авто водитель должен постоянно контролировать управление автомобилем как по разгону и торможению, так и поворачивать руль. А электронные помощники могут быть, но или просто предупреждают об опасности или только экстренно тормозят, к примеру.

  • Уровень 0 — когда водитель постоянно контролирует движение, помощников или нет или они только предупреждают об опасности.
  • Уровень 1 — есть помощники, но водитель всё равно постоянно контролирует движение, а электроника лишь помогает процессу управления. На этом уровне водитель может доверить электронным помощникам управление динамикой или рулением, но только в определенных условиях. Такие помощники есть на многих современных автомобилях (адаптивный автопилот, который умеет тормозить и разгоняться).
  • Уровень 2 — частично автоматизированное управление, при котором автомобиль может ехать сам в некоторых условиях, но водитель обязан следить за управлением. На втором уровне электроника отвечает и за ускорение и за торможение и за повороты, и уже способна вести автомобиль сама, но не во всех условиях. При этом, водитель обязан следить за дорожным движением всегда и при необходимости сразу же взять управление в свои руки. Этот уровень уже есть в некоторых автомобилях, хотя вопрос чёткого разделения на уровни непрост.
  • Уровень 3 — полуавтоматизация, при которой автопилот выполняет движение в автоматическом режиме при некоторых условиях и водитель может не контролировать автомобиль постоянно. То есть, он может отпускать руль при движении по ровным автострадам, а машина может потребовать от человека вмешаться в процесс при необходимости, если сама не справляется. Говорят, что автопилоты Tesla и Audi A8L относятся именно к этому уровню, но... самые большие проблемы автопилотирования во многих странах связаны вовсе даже не с ПО и не с аппаратным обеспечением, а с законодательством — творцы законов инертны и не могут быстро определиться со всеми нюансами. В некоторых странах меньше ограничений, в других — больше.

    Для большинства стран мира действует венская конвенция о дорожном движении от 1968 года, которая гласит о том, что водитель обязан контролировать автомобиль постоянно. И нужно время, чтобы изменить эти законы. Та же новая Audi A8 теоретически умеет ездить и без участия человека, когда водителю даже не нужно трогать руль в условиях города и на шоссе. Но пока что водителя просят раз в полминуты дотрагиваться до руля, и если это не делается, то она остановится.
  • Уровень 4 — высокая автоматизация, когда водитель не требуется в большинстве условий, при которых система автопилотирования сама справляется с управлением, но в самых сложных случаях человек для управления всё-таки остаётся необходим. Сложные условия это плохая видимость, плохие дороги и т.д. Зато во всех обычных ситуациях, автопилот будет действовать сам, а иногда машина сможет ездить вообще без водителя — самостоятельно парковаться, например.
  • Уровень 5 — полностью автономное управление, автопилоты этого уровня будут способны управлять самостоятельно во всех случаях, полностью контролируя процесс управления. Главное, что водитель тут не требуется в принципе, и даже органы управления могут отсутствовать — этакое роботизированное такси. Это очень важное отличие от всех предыдущих уровней, которые предполагают вмешательство человека в управление, в большей или меньшей мере. Понятно, что именно этот уровень и является той целью, к которой стремятся все производители и стартапы. Пока что невозможно точно сказать, когда появятся автомобили, соответствующие этому уровню, но естественно, что разработки давно в процессе.

До сегодняшнего дня лучшим продуктом NVIDIA для автопилотируемых автомобилей была платформа DRIVE PX 2. Она основана на мобильных чипах компании, отличается высокой производительностью для своего размера и энергопотребления и поддерживает все необходимые сенсоры: радары, лидары, камеры и т.д. В процессе работы можно использовать различные алгоритмы: глубокое обучение, машинное зрение, параллельные вычисления и другие. Платформа имеет сертификат уровня безопасности автомобиля ASIL-D (Automotive Safety Integrity Level) и полностью интегрирована в собственный прототип автопилотируемого автомобиля компании под названием BB8.

Индустриальные аналитики ожидают (и не нужно быть семи пядей во лбу, чтобы понять их правоту), что очень скоро произойдёт революция в сфере автономных автомобилей, и эта индустрия вырастет в несколько раз — до 285 миллиардов долларов к 2030 году. Уже сейчас такими проектами занимается множество крупных компаний и маленьких стартапов.

К примеру, китайский поисковый гигант Baidu несколько лет работает над технологиями самоуправляемых автомобилей, недавно они заключили соглашение с китайским автопроизводителем BAIC, который должен будет начать выпуск самоуправляемых машин третьего уровня с технологиями Baidu уже в 2019 году, а до четвертого уровня они должны дорасти в 2021 году. Также, компания Baidu объявила о создании фонда беспилотного вождения Apollo Fund, помогающего китайским производителям в конкуренции с западными компаниями. За три года планируется выделить более полутора миллиардов долларов сотне стартапов, занятых темой беспилотных автомобилей.

Компания Intel ещё весной купила компанию Mobileye, чьи технологии часто используются при создании беспилотных автомашин, а недавно анонсировала совместную работу с компанией Waymo, использующей технологии Mobileye, по созданию беспилотных автомобилей четвёртогои пятого уровней. Intel обеспечит партнёра новыми технологиями и вычислительными мощностями. А те, по слухам, планируют запустить сервис беспилотного такси этой осенью в некоторых городах США. В октябре планируется коммерческий запуск первых беспилотных автомобилей в штатах Феникс и Аризона, в которых разработки компании уже были протестированы.

Представители Toyota, использующей решения NVIDIA в разработке автопилотов, объявили примерное время начала испытаний автономно управляемых электромобилей — к 2020 году. Причём, планируется сохранить органы управления даже в тех моделях, которые обойдутся без управления человеком, но будут и специализированные транспортные средства без руля и педалей. Интересным новшеством Toyota считает голосовой интерфейс, аналогичный цифровым помощникам с искусственным интеллектом, типа Siri и Google Assistant, при помощи которого пассажиры будут взаимодействовать с автомобилем. По мнению японцев, автомобиль должен стать другом человека, запоминать его предпочтения и даже предугадывать пожелания.

В целом, очень много крупных автомобильных компаний и стартапов по автопилотированию использует именно программно-аппаратные решения NVIDIA. В частности, платформу NVIDIA DRIVE использует 145 компаний, и это число растёт — платформа действительно упрощает работу и позволяет сократить сроки и стоимость разработок в сфере самоуправляемых автомобилей.

Автопилотируемая платформа Pegasus

Вроде бы всё хорошо, и у компании есть второе поколение платформы — DRIVE PX 2, но при всей его уникальности, оно всё же слабо для того, к чему все стремятся — для Уровня 5 автопилотирования возможности этой версии платформы не дотягивают. Полностью автономные роботизированные такси требуют совершенно иного уровня производительности, по сравнению с нынешними решениями уровней 2 и 3.

В частности, они требуют примерно в 10 раз большее разрешение изображений камер, то есть, примения большего количества качественных камер, обработку данных с большего количества лидаров при 360-градусном обзоре, постоянное отслеживание всех окружающих объектов, сложное планирование маршрута и контроль над его соблюдением и т.п. Также требуется в том числе и излишняя производительность для неоднократного резервирования расчётов, в несколько раз превышающая минимально необходимую производительность для выполнения задачи.

Вот как раз на европейской конференции GTC в Мюнхене глава NVIDIA Дженсен Хуанг и анонсировал новый продукт, который стал первым в мире аппаратным решением, подходящим для создания полностью автономных роботизированных такси. Новая платформа получила имя Pegasus и она расширяет возможности вычислительной платформы NVIDIA DRIVE PX до пятого уровня автономности — полностью автономных транспортных средств, не требующих участия человека в управлении. Платформа NVIDIA DRIVE PX Pegasus обеспечивает производительность на уровне 320 триллионов операций в секунду, что более чем в 10 раз быстрее предшественника — NVIDIA DRIVE PX 2.

Платформа Pegasus делает принципиально возможным создание нового класса транспортных средств, работающих без водителя и не имеющего органов управления: руля, педалей и т.п. Подобные роботакси прибудут по требованию пассажира и доставят его к месту назначения. Подобные автомобили позволят оптимизировать транспортные потоки, парковочные места и приведут к снижению аварийности на автодорогах.

Платформа DRIVE PX получила широкую поддержку индустрии, практически все автопроизводители и соответствующие компании используют возможности решений NVIDIA при разработке транспортных средств 4 и 5 уровней автономности. Из 225 партнёров, работающих с платформой NVIDIA DRIVE PX, более 25 компаний занимаются разработкой полностью автономных роботакси, используя возможности настольных GPU компании NVIDIA. Багажники подобных рабочих прототипов загружены целыми серверными стойками на основе нескольких графических процессоров NVIDIA, использующих возможности глубокого обучения и другие алгоритмы параллельных вычислений. Конечно же, такое решение не подойдёт для производства автомобилей, а только для обкатки технологий на практике.

Требования к вычислительным способностям автономных платформ просто огромные, ведь обработка и анализ данных с нескольких камер и лидаров в высоком разрешении и отслеживание объектов в пространстве с высокой точностью требует большого количества вычислений. И все они должны быть выполнены безошибочно, ведь от этого зависит безопасность окружающих. Если сравнивать современные автомобили с зачатками возможностей автопилотов с полностью беспилотными роботакси, последние требуют в 50-100 раз большего количества вычислений.

И такие возможности предоставляет DRIVE PX Pegasus, который основан на четырёх высокопроизводительных чипах компании NVIDIA: двух новейших системах-на-чире Xavier, графическое ядро в которых основано на архитектуре Volta и двух дискретных GPU следующего поколения, специально оптимизированных для ускорения задач машинного зрения и глубокого обучения. Неудивительно, что платформа имеет вычислительную производительность в 320 TOPS (операций, используемых в глубоком обучении), и даёт возможность создания полноценных автономных роботакси на базе специализированой системы небольшого размера, имеющей сравнительно низкое энергопотребление в 500 Вт. А комбинированная пропускная способность памяти превышает 1 терабайт/с.

Кстати, можно вычислить примерную производительность GPU следующего поколения. Если общая скорость вычислений равна 320 TOPS, то 60 из них приходятся на пару Xavier, а оставшиеся 260 распределены между двумя GPU. Получается, что производительность одного графического процессора равна 130 TOPS — чуть выше, чем у Volta V100, имеющего производительность в 112-125 TOPS. Но энергопотребление одной системы составляет 250-300 Вт, а весь Pegasus, состоящий из пары Xavier и пары неназванных GPU, довольствуется 500 Вт.

Платформа Pegasus разработана с сертификацией ASIL D — индустриальным стандартом безопасности, и поддерживает CAN-шину, Flexray, 16 скоростных входов для камер, радаров, лидаров и других датчиков, а также несколько 10-гигабитных разъёмов Ethernet. Платформа DRIVE PX не обязательно должна состоять из четырёх процессоров, она масштабируется от одной системы-на-чипе, обеспечивающей возможности уровеней 2 и 3 автономности до полноценного четырёхчипового решения из SoC и GPU с поддержкой уровня 5. Все конфигурации используют единую программную архитектуру и это даёт возможность одновременной разработки различных продуктов — от использующих возможности частичного автопилотирования на трассах до автономных роботакси.

Хотя платформа Pegasus основана на ещё не анонсированных GPU всё ещё неизвестной публике архитектуры, компания NVIDIA заявляет о доступности платформы для партнёров уже во второй половине 2018 года, а ранний доступ будет в конце первого квартала следующего года. С одной стороны, до этого момента ещё долго, с другой — пока что на горизонте не видно ни одного конкурента для Pegasus даже с учётом этого. Тем более, что разработку можно вести уже сейчас, используя другие решения NVIDIA, ведь программное обеспечение DriveWorks и ранние решения DRIVE PX 2 доступны разработчикам уже сегодня.

Почему же Дженсен анонсировал Pegasus сильно заранее появления первых образцов даже у избранных партнёров, и не слишком ли оптимистичен глава с этими сроками? Главное, нужно дать понять рынку, что у компании есть чем бить своих потенциальных конкурентов, да и партнёрам рассказать о том, что их ждёт. Ведь даже при том, что компания Tesla использует решения NVIDIA DRIVE PX в качестве вычислительных систем в своих моделях, расслабляться калифорнийцам точно не стоит. Понятно, что все сейчас стараются тянуть одеяло на себя и делать максимум своего, чтобы не зависеть от других компаний и выиграть больше в случае успеха.

Вот и Tesla, по слухам, занимается разработкой некоего собственного процессора, который позволил бы уйти от партнёрства с другими компаниями и максимально эффективно оптимизировать своё ПО под своё же железо. Для проектирования последнего у компании есть специалисты по разработке процессоров и систем-на-чипе, но также возможна и совместная разработка, но не с NVIDIA. Впрочем, пока что это лишь слухи, и в имеющихся автомобилях Tesla используют именно решения NVIDIA. И если их решения будут лучшими на рынке, то других вариантов для автопроизводителей просто не будет — никто же не хочет проигрывать в гонке вооружений.

Вместе с Pegasus также был анонсирован набор инструментов NVIDIA DRIVE IX SDK, дающий доступ ко всем возможностям автопилотируемой платформы компании — с ускорением алгоритмов глубокого обучения и т.п. А для того, чтобы ускорить обучение самоуправляемых автомобилей, можно с успехом использовать серверы на основе суперкомпьютерных решений NVIDIA DGX и ускорения инференса TensorRT 3, ведь всего 8 штук NVIDIA DGX дают возможность симуляции проезда 300 тыс миль за 5 часов (за 2 дня можно виртуально проехать все дороги в США, которых очень много).

Сотрудничество с Deutsche Post

На европейской конференции GTC было анонсировано начало сотрудничества компании NVIDIA с немецкой почтовой службой Deutsche Post DHL Group (DPDHL), которая выбрала решения компании DRIVE PX для создания в 2018 году тестового парка автономных грузовиков, предназначенных для доставки товаров на этапе «последней мили», которая считается самым сложным и дорогим этапом коммерческой доставки. В качестве управляющей начинки будет использоваться решение ZF — одного из крупнейших поставщиков автокомпонентов. Электрические грузовики DPDHL будут оснащены системой автопилота ZF ProAI, основанной на платформе NVIDIA DRIVE PX.

Сейчас у DPDHL уже есть парк из 3400 электроавтомобилей StreetScooter, которые можно оснастить датчиками, камерами, лидарами и радарами от компании ZF, которые будут предоставлять данные для работы ZF ProAI. С применением искусственного интеллекта, такие автономные автомобили смогут воспринимать окружение, планировать свои маршруты и следовать им самостоятельно, что снизит себестоимость доставки при сохранении высокой надежности. Стороны оценивают повышение эффективности таких автоматизированных доставок в 30%.

Искусственный интеллект уже в близком будущем изменит индустрию коммерческих перевозок, и можно ожидать увеличение спроса на автопилотируемый транспорт, подходящий для доставки товаров, который будет использоваться на этапе «последней мили». В Deutsche Post считают, что сенсоры распознавания окружения и система ZF ProAI на базе технологий NVIDIA позволит им укрепить свои позиции в сфере перевозок.

Автопилотируемые электрогрузовички будут доставлять товары клиентам в любое время суток, без участия персонала и загрязнения окружающей среды, помогая разгрузить городские дороги. Управление грузовичком-мулом осуществляется при помощи специального планшета, на котором можно задавать точки назначения и давать автомобилю другие команды, вроде «следовать за мной» и т.п.:

Для ускорения разработки автономного транспорта, компания DPDHL установила в своем вычислительном центре суперкомпьютер NVIDIA DGX-1 для обучения нейросетей, а в дальнейшем они запустят уже обученные на суперкомпьютере модели на автомобилях с платформой DRIVE PX и системой автопилота ZF ProAI. На европейской GTC показали прототип почтового груовика — он оснащен шестью камерами, одним радаром и двумя лидарами, которые используются при работе автопилотируемой платформы.

А теперь о самом главном — сроках начала работы таких грузовичков и их массовости. Тестовый парк автономных грузовиков DPDHL составит 300 автомобилей, и их тестовое внедрение запланировано на следующий год, а официальный запуск целого парка из 3000 единиц состоится по плану уже в 2019 году — не успеем и глазом моргнуть.

Автомобили выставки

Так как главной темой европейской конференции GTC были автомобили и технологии искусственного интеллекта для них, то не удивительно, что место в центре конференц-центра Мюнхена заняли именно они. Прямо за дверями интернационального конференц-центра было представлено несколько вариантов автомобилей и других транспортных средств, в том числе и беспилотных.

Конечно, пока что эти автомобили соответствуют лишь 3 и 4 уровням автономности, как максимум, а для большего нам нужен Pegasus. Так что посетителям европейской конференции GTC 2017 пока что посчастливилось полюбоваться несколько менее продвинутыми автомобилями, но каждый из которых по-своему интересен и в чём-то уникален. К примеру, самым необычным автомобилем выставки стал Roborace Robocar, имеющий ливрею из фирменных цветов NVIDIA и соответствующих логотипов.

Этот футуристичный гоночный болид может разгоняться до 300 км/ч, он имеет четыре электромотора (на каждое колесо), 15 различных датчиков, а его электронное сердце основано на платформе NVIDIA DRIVE PX. На сегодня существует лишь два прототипа этой модели, которые тестируют на гоночных трассах во время соревнований электрической Формулы Е. В будущем же планируется создание гоночной серии, а старт первой гонки предполагается в декабре 2017 в Гонконге. Все команды гоночной серии получат по два одинаковых болида, но будут использовать собственные алгоритмы искусственного интеллекта.

Если говорить о личном мнении, то автору кажется, что тема гонок автопилотов (роботов) в принципе довольно спорная. Без ярких личностей и риска для их здоровья и жизни, интерес к подобному автоспорту трудно представить, ведь люди болеют за людей, но не за роботов. Робогонки же скорее похожи на тараканьи бега, где нет личностей, ну и и также они похожи на лошадиные скачки — вот для ставок их вполне можно использовать, но как автоспорт — весьма сомнительно. Но на начальной стадии разработки автопилотов тема робогонок весьма важна и может быть интересной. Плюс к этому, такие соревнования подстёгивают технологическое соперничество. Но их яркое будущее представить сложно. Разве что «очеловечить» как-то каждого робота, создав из них виртуальные личности...

Ещё одним экспонатом, привлекающим практически всех, стал концепт-кар Concept IAA от Mercedes-Benz. Этот экспериментальный прототип не является автопилотируемым, но при его создании активно использовались компьютерные технологии, да и работа цифровой приборной панели основана на технологиях компании NVIDIA.

Прототип компании Mercedes-Benz интересен из-за его аэродинамического совершенства. Это четырёхдверное купе, премьера которого прошла в 2015 году на Франкфуртском автосалоне, имеет коэффициент аэродинамического сопротивления всего лишь 0,19, что очень хорошо для автомобиля. Ещё любопытнее то, что такой коэффициент достигается лишь при условии активации аэродинамического обвеса. У этой машины активная аэродинамика, когда в зависимости от скорости аэродинамические элементы (закрылки в переднем и заднем бамперах) меняют своё положение, обеспечивая идеальную аэродинамику.

Concept IAA имеет каплевидный дизайн, вытянутый капот, мощные воздухозаборники, удлиннённую заднюю часть, малый дорожный просвет (всего 100 мм — для нашей страны не подойдёт) и плоское днище. При достижении скорости более чем 80 км/ч автомобиль переключается в «аэродинамический режим», когда в задней части выдвигаются специальные щитки почти на 40 см. Также аэродинамические щитки выезжают по бокам переднего бампера, оптимизируя воздушные потоки. Спойлер переднего бампера отъезжает назад, а в решетке радиатора закрываются отверстия. Даже внутренняя часть колёсных дисков смещается, придавая колесам плоскую форму.

Выглядит впечатляюще, но до воплощения концепта в реальности ещё далеко. Тем же посетителям выставки, кто заинтересован в уже продающихся автомобилях, было интересно посмотреть на модели Tesla Model X и Audi A8L 3.0 Quattro, стоящие напротив друг друга. При этом, у Tesla можно было открывать двери и изучать интерьер автомобиля. Для нас больше всего интересно то, что автомобили компании Tesla Motors оснащены платформой DRIVE PX с автопилотом второго поколения уровня 2 и 2.5 (среднего уровня между 2 и 3).

Пожалуй, ещё интереснее A8L от Audi, который в следующем году станет первым коммерчески доступным автомобилем с автопилотом третьего уровня автономности. Эта машина в топовой комплектации оснащена аж шестью процессорами от NVIDIA, которые обеспечивают работу автопилота Traffic Jam Pilot, работы и графики виртуального кокпита, информационно-развлекательной системы и планшетов, предназначенных для задних пассажиров. Посетители европейской конференции GTC смогли первыми увидеть этот автомобиль, и уже совсем скоро самые обеспеченные из них смогут получить возможности Traffic Jam Pilot в повседневной жизни.

Но не только легковые и гоночные автомобили интересуют публику. Совсем скоро ожидается всплеск интереса к различным вариантам транспортных средств, предназначенных для общественного транспорта, вроде автобусов и микроавтобусов. Например, электрический шаттл e.GO Mover скрывает внутри себя автопилот ZF ProAI, основанный на платформе DRIVE PX 2. Запуск тестового флота шаттлов запланирован на середину следующего года.

Шаттл e.GO Mover способен работать до 10 часов, перевозя до 15 пассажиров (9 сидячих мест и 6 стоячих), и к 2021 году должен получить автопилот четвёртого уровня автономности. Скорее всего, он будет основан на небольшом решении, вроде DRIVE PX, ну а пока что исследования и разработки проводятся при помощи несколько большего комплекта оборудования, установленного рядом с водительским местом:

Именно для замены такой кучи электроники на компактный вариант DRIVE PX и необходимы мощные платформы, вроде Pegasus. Правда, есть большая вероятность, что первым эту новую версию платформы поставят в собственный тестовый автомобиль компании NVIDIA — BB8, без которого не обходится уже ни одно мероприятие компании, посвящённое автомобилям. На данный момент уровень системы её автопилотирования соответствует уровню 3 и частично соответствует уровню 4, как сообщил Danny Shapiro — глава автомобильного подразделения в NVIDIA, занимающегося искусственным интеллектом для самопилотируемых автомобилей.

Шесть таких автомобилей уже ездят по улицам пары штатов США (Калифорнии и Нью-Джерси), а также Германии — в рамках исследовательского проекта компании. Модель BB8 помогает NVIDIA тщательно протестировать все этапы работы их собственной платформы автономного вождения, но предлагать готовое решение они не планируют, оставляя возможности по разработке основной части ПО своим партнёрам.

Кроме основных экспонатов, расположенных в центре выставки, там были и не такие заметные, но не менее интересные транспортные средства. В частности — готовый прототип мини-автомобиля, предназначенный для разработки ПО, и предлагающий всю аппаратную начинку для этого. StreetDrone One сделан на основе Renault Twizy — двуместного электромобиля, чем-то похожего на большой квадроцикл с крышей. Он способен проезжать до 56 км с максимальной скоростью в 80 км/ч, а батарея полностью заряжается за 3.5 часа.

StreetDrone ONE полностью электрический автомобиль, обеспечивающий возможность разработки ПО для автопилотирования и отлично подходящий для образовательных и технологических компаний, не желающих тратить время и деньги на разработку механических и электронных частей автопилотируемого транспорта, а планирующих сразу же заниматься исключительно отладкой и разработкой программного обеспечения.

При этом, не обязательно ограничиваться стандартной комплектацией, в которую входит полноценный набор управления по проводам (drive-by-wire) при помощи CAN-шины, платформа NVIDIA Drive PX 2 в варианте из двух GPU, семи HD-камер и 4 ТБ твердотельных накопителей для хранения данных телеметрии и возможности 4G-связи. Для страждущих возможна установка радаров и лидаров с соответствующей отладкой.

Электрический мини-автомобиль имеет специально разработанный и изготовленный корпус, имеющий специальные места для установки различных датчиков: камер, радаров и лидаров. Специальная плоская площадка на крыше предназначена для надёжного монтажа лидаров и камер с 360-градусным обзором, и обеспечивает минимальное количество вибраций.

Поставка StreetDrone One будет доступна для заказчиков, начиная с ноября 2017 года, цена начинается от 56000 фунтов стерлингов (плюс ежемесячная плата за техподдержку при желании). Такая стоимость может кому-то показаться слишком высокой при цене на современные автомобили, но ведь это — полноценная готовая платформа для разработки автопилотируемого ПО, в котором уже есть вся необходимая механика и электроника. Для экономии времени на разработку автопилота вполне подойдёт.

Демонстрационные заезды

Выставочная часть конференции GTC не была бы полной без демонстрационных заездов самопилотируемых автомобилей. Если на предыдущих мероприятиях чаще всего показывали собственный BB8, то в Мюнхене решили показать другие варианты. Первой и, пожалуй, самой любопытной стала демонстрация некоторых возможностей того самого почтового грузовичка Deutsche Post DHL, о котором в нашем материале ранее шла речь.

Применение таких частично автопилотируемых транспортных средств, помогающих в доставке товаров к клиентам, должно начаться в 2018 году, и это — лишь одна из первых ласточек среди подобных решений. Электрогрузовички StreetScooter от Deutsche Post DHL с системой автопилотирования ZF ProAI планируется применять на отрезке «последней мили» — прямо до дверей клиента, что должно упростить и удешевить процесс.

Вот так выглядит демонстрация лишь некоторых возможностей «почтового» автопилота в действии, находящихся на раннем этапе разработки — грузовик способен повиноваться приказам водителя, или самостоятельно следуя за почтальоном или по приказу с планшета отправляясь туда, где он ему нужен:

Грузовички DPDHL оборудованы несколькими сенсорами, включая камеры, радары и лидары, и довольно легко справлялись с трассой на европейской GTC 2017, распознавая окружение и планируя безопасный маршрут. На видео хорошо заметно выполнение команд от работника DPDHL и полностью самостоятельное передвижение грузовичка по команде (человек, сидящий на правом сиденье — всего лишь наблюдатель, он не выполняет функциональной нагрузки). Также демонстрируется не просто следование маршруту, а отслеживание и пропуск пешеходов.

Кроме этого, почти в конце ролика показан демонстрационный экран со второго грузовичка, на котором отображаются как данные с лидаров (две штуки установлены на грузовичке), так и с камер — с отметкой объектов в виде пешеходов. Из дополнительных развлечений можно было насладиться визуализацией данных с лидаров в виртуальном пространстве при помощи VR-шлема.

Вторым автопилотируемым транспортным средством, представленным в Мюнхене, стал прототип легкового автомобиля от Virtual Vehicle, который был интересен тем, что на нём возили всех желающих (по очереди, отдавая предпочтение прессе), рассказывая о своих решениях. Компания Virtual Vehicle занимается разработками в сфере автомобилей будущего и они этим летом стали первой организацией, которая начала тесты автономных автомобилей на дорогах общего пользования в Австрии.

Автопилот от Virtual Vehicle, находящийся в стадии разработки, также использует платформу NVIDIA DRIVE PX для распознавания объектов и окружения, а также планирования безопасного маршрута. Целью их проекта самопилотируемого автомобиля является создание открытой платформы для партнёров компании, которые смогут добавить свои собственные сенсоры и вычислительные алгоритмы для улучшения и специализации автопилотируемых машин под конкретные задачи.

Автору материала посчастливилось прокатиться на этом автопилотируемом автомобиле, и в процессе заезда открылись любопытные подробности. Во-первых, что положительно, это был самый «живой» автопилот из виденных до сих пор, он разгонялся очень бодро, что обычно не делают для демо-заездов, во избежания различных проблем. В случае Virtual Vehicle все опробовавшие его отмечали хорошую динамику ускорения.

Правда, не обошлось и без ложечки дёгтя. Оказывается, в столь стеснённых рамках очень узкой «тропинки», огороженной металлическим забором, от установленных на демонстрационный автомобиль радаров было мало толку, так как они расчитаны на улицы и трассы, и его перевели в режим тупого следования по маршруту по GPS. Так что от реальных условий автодорог эта демонстрация была довольно далека, многие возможности, вроде экстренного торможения при появлении пешехода в опасной зоне, на демо-треке просто не работали.

Но создатели уверяют, что как на обычных дорогах, так и на гоночной трассе в Австрии (видимо, Ред Булл Ринг в Шпильберге) всё работает так, как надо, и автопилот отлично работал на скорости 120 км/ч. В компании планируют добавить к установленным радарам ещё и лидары, и вот тогда автопилот будет отрабатывать объекты даже на очень небольшом расстоянии. И камеры тут не помогают, так как пока что ПО поддерживает только обычные 2D-камеры без возможности получения информации о глубине.

Были на GTC Europe и другие демо-заезды. Так, гоночных энтузиастов представляли три команды студенческой формулы Formula Student: KA RaceIng, Greenteam Stuttgart и Schanzer Racing, которые представили свои маленькие гоночные болиды с автопилотами. Эти команды собрали свои самопилотируемые системы также на основе DRIVE PX и выступают в международных соревнованиях. Посетители конференции могли наблюдать полностью автономное прохождение импровизированной трассы болидом от KA RaceIng.

Вот такой набор «живых» демонстраций присутствовал на европейской GTC — и многие зрители, включая автора, получили первое впечатление о том, как на данный момент работают действительно самобеглые коляски различного предназначения, от спортивных болидов до почтовых грузовичков. Пока что всё это несколько сыровато, но для текущей стадии разработки вполне достойно.

Выступление компании Яндекс

Не могли мы обойти одно из немногих выступлений российских компаний на мюнхенской GTC. Тем более, что это было выступление, пожалуй, самой главной из IT-компаний в России, да ещё имеющей свой сервис такси — компании Яндекс, которую представлял Антон Слесарев, ведущий специалист по машинному зрению в компании. На майской конференции в Калифорнии Яндекс уже представлял свои разработки по теме автопилотирования и показывал соответствующий видеоролик с обучением автопилота, и рассказ продолжился и в Германии.

Так как выступление в основном было предназначено для массовой публики не из нашей страны, то немалую его часть выступающий потратил на разъяснение роли Яндекса в России и краткого описания многочисленных сервисов, предлагаемых ими. Нам это интересно не слишком сильно, а вот из любопытных тем была поднята помощь обычных пользователей в обучении автопилота.

Именно так — обычные пользователи сервиса Яндекс.Толока могут получать задания по описанию определённых компьютером объектов. Например, на фото помечены объекты, которые смог определить искусственный интеллект, но для их применения требуется точно знать, что это такое, чтобы обучить ИИ по массе таких определений человеком. Который, в свою очередь, получит за работу небольшую денежку.

А на основе этих данных потом обучается нейросеть при помощи ускоренных на GPU алгоритмов. То же самое относится и к данным от лидаров, в которых ещё сложнее отделить объекты и правильно их отметить (дерево, автомобиль, зданий, пешеход и т.п.). Этим также могут заниматься толокеры за долю малую. Таким образом, получается снизить себестоимость процесса обучения, ведь при помощи упомянутого сервиса можно найти недорогую и достаточно качественную рабочую силу, которая поможет искусственному интеллекту.

Но не одной Толокой выделяется Яндекс. Они показали показатели скорости их алгоритмов определения объектов на основе данных с лидаров и камер, по сравнению с известным фреймворком Multi-View 3D networks (MV3D), который специализируется на аналогичных задачах. Как видите по таблице, у решения Яндекса наблюдается явное преимущество по скорости распознавания при сохранении приемлемой точности.

Пожалуй, самым интересным стал слайд с планами компании на будущее, который предвещал публичное тестирование автопилотируемых автомобилей на дорогах общего пользования — в России, что самое интересное. Вероятно, процесс внесения изменений в законодательство уже начат, иначе они не обещали бы целый десяток тестовых самоуправляемых транспортных средств на дорогах нашей страны (наверняка Москвы). Ну и большее количество различных сенсоров с расширением алгоритмов и экспериментов также ожидается, что понятно.

После выступления на Антона буквально напали присутствующие русскоязычные журналисты, которым не удаётся получить толковые комментарии от Яндекса по теме разработок автопилотирования в России. Понять компанию можно, они начали заниматься темой не так давно, и до появления каких-то прям реально больших успехов публике говорить особенно нечего. Учитывая то, что каждая небольшая неудача может быть раздута до огромной проблемы, а успех воспримут как само собой разумеющееся.

Интересно, что реальных конкурентов по программно-аппаратным платформам аля DRIVE PX у NVIDIA по сути практически нет — Антон говорил о том, что предложения калифорнийской компании просто отличные. Хотя в прототипах своих автомобилей они используют обычные GPU от NVIDIA, известные по настольным решениям, но очень заинтересованы и в DRIVE PX и особенно в Pegasus. Разработчик из Яндекс чётко сказал, что производительности текущих решений для полноценного автопилота высокого уровня им не хватает, и они очень ждут, когда Pegasus попадёт к ним в руки.

Стенд компании ZF

Не обошлось и без интересных стендов, связанных с автомобилями, и во внутренней выставочной части павильона в Мюнхене. О некоторых из них мы уже написали, ну а одним из самых обширных и интересных нам показался стенд компании ZF — известнейшего и одного из крупнейших поставщиков для автомобильной промышленности в мире, причём далеко не только связанных с темой автопилотирования.

ZF является мировым лидером по производству приводов и элементов подвески, систем активной и пассивной безопасности и многого другого, и кое-что из этого списка было представлено на GTC. На стенде немецкой компании были показаны многочисленные решения, позволяющие использовать управление автомобилями при помощи автопилота.

К примеру, ZF показала на своём стенде целый макет подвески со всеми тягами и рычагами, а также элементами управления автомобилем при помощи систем drive-by-wire, требующих дополнительного аппаратного обеспечения и часто использующихся в системах самопилотируемых автомобилей. Также на стенде были представлены многочисленные сенсоры: радары, лидары и камеры в различных исполнениях: одиночные и стерео и т.п.

Всё это управляется при помощи сердца системы автопилотирования — уже не раз упоминавшегося суперкомпьютерного электронного блока управления ZF ProAI, основанного на платформе NVIDIA DRIVE PX и применяющегося в автономных транспортных средствах от DPDHL и e.GO. Понятно, что прозрачным корпус блока сделан исключительно для демонстрационных целей. В реальности он металлический и выполняет роль охлаждения в том числе.

Ну и никак нельзя было обойтись без живой демонстрации возможностей средств автопилота, разработанных компанией совместно с партнёрами. Так, на фото показан демо-вариант решения на основе DRIVE PX 2, умеющий определять и отслеживать дорожные знаки и разметку, а также статичные и динамические объекты. В целом, в этой функциональности нет ничего нового, было бы куда интереснее посмотреть на несколько более продвинутые возможности.

Заключение

Тема автопилотирования и полностью самоуправляемых роботакси, которые должны появиться в не столь уж далёком будущем, весьма интересна и простым обывателям и индустриальным экспертам. Полностью самоуправляемое транспортное средство, обходящееся без участия человека, совершит революцию в транспорте, изменив его раз и навсегда. Представьте себе роботакси, которое вызывается при помощи смартфона, к примеру, в приложении указываешь пункт назначения и всё — такси приезжает, впускает пассажиров и отвозит туда, куда приказано. Без участия человека вообще! Думается, что очень многие люди в будущем откажутся от личного транспорта вообще, ведь подобные такси удобнее, безопаснее и эффективнее.

Можно сходу придумать кучу применений полным автопилотам. Прогулочная машина для туристов — типа небольшого роботизированного кабриолета без водителя, который ездит по известным туристическим маршрутам, не имеет крыши вовсе (кабриолет) или оснащён прозрачной панорамной крышей, через которую всё видно. Или транспорт, используемый в аэропортах — заправщики, буксировщики, перронные автобусы и микроавтобусы. Или шаттлы для перевозки людей по студенческому городку. Таких примеров масса, и всё это нужно разрабатывать уже сейчас, чтобы не опоздать. Независимые разработчики вполне могут взять за основу решение NVIDIA — платформу DRIVE PX, или ещё более полные системы на её основе, вроде упомянутых в материале. Даже нынешние то системы компании весьма хороши, а Pegasus и вовсе способна стать одним из первых решений, достигших максимального уровня автономности.

Для автора материала окончание конференции GTC 2017 Europe, посвященной искусственному интеллекту и автономным автомобилям, получилось весьма символичным — дорога в аэропорт была на машине с зачатками автопилотирования в виде модели BMW 730Ld. Водитель с удовольствием пользовался новыми возможностями, благодаря отличным немецким дорогам с различимой разметкой и разделительными полосами. Хотя меня так и подмывало спросить, чем он планирует зарабатывать через надцать лет, но я всё же сдержал себя — на пути домой хотелось спокойствия.

Зато подобный разговор получился уже в России — с водителем такси Gett уже на куда более скромной корейской машине бюджетного уровня. Мне повезло, что собеседник имел техническое образование (да ещё по автомобильной теме), проявил немалые знания по теме организации такси в целом, и даже высказался за роботизированные автомобили и хотел бы их скорейшего внедрения, как пользователь. Вероятно, как водитель он не против потому, что ему есть чем заниматься и без вождения такси, а вот что будут делать остальные — вопрос. О котором всем им стоило бы задуматься ещё вчера.

Но это — тема для отдельного разговора, с технической точки зрения прогресс идёт в том числе благодаря компании NVIDIA, вот уже несколько лет предоставляющей одну из лучших платформ для создания систем автопилотирования — DRIVE PX. А уж что будет, когда появится Pegasus — ведь на горизонте пока что не видно конкурентов ему в принципе, а на параллельных вычислениях и глубоком обучении в NVIDIA собаку съели, как говорится. Мы и дальше будем наблюдать за успехами NVIDIA на поприще создания аппаратных и программных средств, применяющихся в автопилотируемых автомобилях. Для них это — хороший шанс закрепиться на очень большом рынке, который раньше вообще никак к ним не относился. Это ведь давно далеко не просто компания, производящая игровые графические процессоры...

Если у вас остались какие-то вопросы по GTC 2017 Europe или вы хотите ознакомиться с выступлениями, представленными на европейской конференции Nvidia по вычислительным технологиям, то вы сможете найти их на сайте конференции.

20 октября 2017 г. Автор Алексей Берилло

Copyright © 1997-2017, iXBT.com.
Статистика / Поиск / О сайте / Реклама / RSS /