Autonomous Land Vehicle: первый в мире беспилотный автомобиль15.09.2021 20:03

Разработчики беспилотных автомобилей часто начинают историю этой прекрасной инновации с такого события как DARPA Grand Urban Challenge. Это — соревнование американских беспилотных автомобилей, которое прошло на военной базе George Air в 2007 году. Именно это соревнование, как следует из рассказов, стало той искрой, если не сказать пламенем, которое переросло в целую индустрию беспилотного транспорта: к примеру уже в 2009 году Google, пригласив к себе множество звезд Urban Challenge, начало создавать свой беспилотник. А другие участники основали свои, сейчас уже многомиллионные, компании.

Urban Challenge не только сделал саму идею создания беспилотного автомобиля возможным. Я слышал версию, что архитектура автономного автомобиля тоже в целом была верифицирована именно на этом конкурсе. Само собой разумеющееся в беспилотном автомобиле: локализация, распознавание объектов вокруг себя, планирование пути и контроль; основные сенсоры: это лидар, камеры, радары, сонары; все это — тоже плод этого чудесного конкурса. 

Но насколько это так? Не стало ли упоминание DARPA 2007 просто частью общих историй, которые все рассказывают друг другу и которые стали притчей? Реально ли история начинается именно в это время, или хотя бы чуть раньше — на первом подобном соревновании — DAPRA Grand Challenge 2004 года? Откуда возник набор сенсоров, алгоритмов, представлений о том, как делать беспилотники?  

На самом деле беспилотники, какими мы их знаем сегодня, возникли не во время DARPA Grand Challenge, а раньше — в начале 1980-х гг, но также при содействии DARPA. 

К примеру, историк искусственного интеллекта Джон Гуис отмечает, что DARPA (в тот момент ARPA) во многом ответственна за создание искусственного интеллекта, поскольку активно поддерживала группы ученых, которые этим занимались. Поддержка была такой большой, что разные команды, делающие искусственный интеллект, боролись прежде всего за финансирование, как тогда шуточно называли, «лорда ARPA». Любопытно при этом, что менеджеры DARPA в конце 1950-х — 1960-х поддерживали «победивших» в тот момент сторонников символического ИИ (М. Мински и других), кидая в них миллионы долларов. В то время как адепты нейросетей (Ф. Розенблат) едва ли получали от них и сотни тысяч долларов. То есть помимо активной поддержки и продвижения ИИ, DARPA еще и сыграла огромную роль в том, чтобы сделать именно символический ИИ основным направлением развития искусственного интеллекта. Хотя в 1980–1990-е гг. они уже поменяли свои взгляды, вслед за падением символического ИИ.

Помимо ИИ, DAPRA известна и тем, что ей приписывают создание прообраза современного интернета — ARPANET. В общем, организация очень любопытная, приложившая руку к разным проектам в сфере интеллектуальных технологий. Не обошла она и беспилотные автомобили.

Интересующая нас история начала раскручиваться в начале 1980-х гг. Она связана с менеджером DARPA Клинтом Келли (Clint Kelly). Именно он ответственен за руководство проектом, который станет одним из первых в сфере автономного вождения — Autonomous Land Vehicle (1983–1987). Келли получил степень инженера и всю жизнь мечтал создать шагающего робота. Этому не суждено было сбыться, и он в скором времени стал менеджером DARPA, где непосредственно курировал проект первого беспилотника.

В 1983 году DARPA создала подразделение Strategic Computing, целью которого было отобрать проекты, связанные с интеллектуальными технологиями, которые бы обеспечивали помощь военным в тех или иных ситуациях. В итоге было отобрано три проекта: помощник пилота (Pilot«s Associate), система управление боем (Battle Management System) и третья — Autonomous Land Vehicle. Третью программу сначала хотели ориентировать на создание беспилотного подводного аппарата, но им уже занимались ВМС США. Келли предложил тогда делать шагающего автономного гуманоидного робота, но от этой идеи тоже отказались, поскольку сделать шагающего робота было сложнее, чем колесного или гусеничного, а особенно эффективным он не был. В итоге было решено делать именно беспилотный автомобиль. Изначальные требования к нему были такие: автомобиль должен был планировать путь, основываясь на информации в компьютере; реализовывать этот план; вносить в свой маршрут корректировки в случае препятствия перед ним (т.е. иметь экспертную систему на борту); распознавать объекты на своем пути. В целом, это то, как мыслятся беспилотные автомобили и сегодня. 

Вся разработка беспилотника была разбита организационно на три части: на полноценную сборку, на создание системы пространственной репрезентации, распознавания объектов и принятия решений, а также на движение по пути, то есть контроль. Иначе говоря, каждое из направлений предполагало привлечение своих собственных подрядчиков. А менеджеры DARPA стремились предложить общую рамку для всех.

Согласно идеям менеджеров DARPA, создать собственно беспилотный автомобиль должен был бы один крупный контрактор. Он должен был и разработать сам автомобиль, и поместить в него весь нужный софт, выступив интегратором. Для этого была выбрана компания Мартин Мариетта (Martin Marietta). Эта компания имела уже опыт в создании роботов и конструировании управляемых на расстоянии транспортных средств, кроме того, она имела очень удобный полигон для тестирования беспилотных автомобилей в Денвере. Мартин заплатили 10 млн долларов (по сегодняшнему курсу — 25 млн или 1,8 миллиарда рублей) за 3,5 года предстоящей работы. 

Мартин собрали исходный прототип беспилотника довольно быстро. Выглядел он так.

Autonomous Land Vehicle Apex AI

​​

Наверху устройства была расположена цветная камера c зарядовой связью. Она посылала изображение в трех цветах — красном, синем и зеленом — и специальный процессор внутри компьютера объединял эти изображения в одно.

Сам компьютер этого «танка» ориентировался на выполнение трех задач: зрение (vision), принятие решений (reasoning) и контроль (control). Зрение создавало модель пространства, а также распознавало границы дороги, вычисляло центр дороги и передавало всю эту информацию блоку, связанному с решениями. Этот блок сравнивал картинку, полученную из зрения, с той моделью дороги, которая была в него заложена программистами, и принимал решение, все ли в порядке. Если нет, то компьютер просто использовал ту модель, что была в нем заложена. Далее блоку контроля передавалась команда движения. Контроль, в свою очередь, сравнивал положение и курс автомобиля с траекторией, которую получил от блока принятия решений и вычислял необходимые корректировки. Далее все это посылалось на серво-механизм и насос с гидроприводом, который управлял педалями газа и тормоза.

​Однако радоваться было рано. Уже через полгода DARPA ждала от беспилотника новых свершений: она требовала, чтобы умный автомобиль был способен проехать 10 км в час по прямой дороге, вписываться в крутой поворот на скорости в 3 км в час, останавливаться перед Т-образным перекрестком, разворачиваться на 180 градусов.

Чтобы удовлетворить этим требованиям, Мартин решается на ряд обновлений автомобиля, приведшим к решениям, которые стали общими местами сегодня. Во-первых, он решает добавить новые сенсоры, помимо камеры. Одним из них становится прототип laser range finder, который разрабатывался в Environmental Research Institute of Michigan. Он стал прототипов лидара — сенсора, который является, пожалуй, главным в современных беспилотных автомобилях. Лидар очень понравился Мартин, поскольку был способен не только действовать как радар, но и задавать границы объектов, окружающих машину. Во-вторых, данные от разных сенсоров было решено объединить, чтобы получать более точную картинку. Сегодня это также используется в большинстве беспилотников, часто с опорой на фильтр Калмана.  

Когда первый краеугольный камень в виде демонстрации ALV был заложен, и впереди замаячила цель делать беспилотник все более и более автономным, начались проблемы. В итоге они привели к тому, что в 1987 году, просуществовав всего 4 года, проект беспилотных автомобилей был заморожен. 

Главные проблемы касались социальной и организационной составляющей. В социальном плане в создании беспилотников на деньги DARPA участвовали два типа сообществ: академические исследователи и представители коммерческих компаний. Между ними постепенно возникали конфликты, связанные с совершенно разным представлением о работе и о целях проекта. Академические исследователи привыкли работать скученно, каждый в своей лаборатории, и заниматься радикальными и зачастую не переводимыми в разработку проектами. Их интересовали более рискованные алгоритмы, более глобальные задачи. В свою очередь коммерческие компании, в числе которых был и главный контрактор AVL Мартин Мариетта, привыкли за короткий срок представлять результаты разработок, которые бы устроили заказчика. Поэтому как только Мартин получили требования для следующей демонстрации, он бросил практически все силы на то, чтобы новая сборка автомобиля удовлетворила DAPRA. В течение двух месяца до новых испытаний он 400 раз проводил тестовые заезды. Он настолько «утомил» беспилотник, что у того не выдержал двигатель и его пришлось срочно менять.

Помимо этих различий в восприятии проекта, были и другие. Дело в том, что два блока, необходимые для будущего беспилотника — зрение (vision) и принятие решений (reasoning) — разрабатывались опять же разными группами. Принятием решений занимались коммерческие компании (Hughes и ADS). Они однако не были удовлетворены теми границами, которые для них установили менеджеры проекта. В частности ADS стремились расширить полномочия блока принятия решений как можно шире, оттеснив блок видения как можно ближе к зрению низшего уровня, чтобы оставить за собой контроль за большинством высокоуровневых функций. С другой стороны, за зрение отвечали университеты (к примеру, университет Maryland или Carnegie Mellon). Но последние не были особо заинтересованы в зрении как таковом, стремясь больше влезать в вопросы планирования и контроля, которые находились в «юрисдикции» коммерческих компаний. В итоге это привело к спору о том, где проходят границы между зрением и принятием решений, а также можно ли когнитивные функции автомобиля сделать более распределенными, чтобы ими занимались и университеты, и коммерческие компании. В итоге распределенность действительно была достигнута, а Мариетта под напором недовольных вместо понятия «зрение» (vision) начал использовать понятие «восприятие» (perception).

Напряжение между академиками и коммерсами время от времени сменялось потеплением, чему способствовали регулярные встречи и многодневные воркшопы, где все представляли свои разработки и детально отвечали на вопросы на каком-нибудь далеком ранчо. Однако они так и не сменились дружественными отношениями, и общее понимание так и не было найдено, несмотря на все попытки Клинта Келли и других менеджеров DARPA предложить новую архитектуру, объединяющую разработки разных сторон.

Затем Carnegie Mellon ушли делать собственные беспилотники. К тому времени у них уже был беспилотник для медленного движения по бездорожью Terregator. 

Однако они хотели большего. Terregator не подходил для цели сбора и объединения данных разных сенсоров. Кроме того, скорость передачи данных между сенсорами и компьютером была очень маленькой. Carnegie Mellon попросили у DAPRA закупить новый беспилотник, что и произошло в мае 1985 года, когда они приобрели NavLab.

NavLab Carnegie Mellon Rediscover the '80s

​​

Стоимость NavLab — беспилотника на базе грузовичка от Шевроле, составила 1,2 млн долларов (2,4 млн по современному курсу, или около 175 млн рублей). Стоит отметить, что сегодня оборудовать беспилотник, по оценкам Яндекса, стоит около 9,5 млн рублей. 

Что же касается общего проекта, то благодаря испытательному пылу Мартин Мариетта, AVL успешно прошел все тесты. К концу 1987 года беспилотник был способен достигать скорости в 20 км/ч, маневрировать вокруг пластиковых контейнеров на дороге, распознавать ямы, кусты, камни и скалы. Со времени первой демонстрации беспилотник обзавелся новым двигателем, шасси, операционной системой, библиотекой образов.

Историки отмечают, что в прекращении работы над единым беспилотным автомобилем виноваты не только склоки между робототехниками в университетах и в коммерческих компаниях. В отличие от первых двух проектов, которые подразделение DARPA начало поддерживать в 1983 году — помощника пилота и системы управления полем битвы — беспилотный автомобиль был слишком далек от непосредственных нужд армии США. Очевидно, что военные чины не могли понять, каким образом они могут использовать автомобиль, способный только ездить по прямой и ровной дороге и объезжать кусты. 

Но уже спустя 3 года интерес к роботам снова возник. В 1990-м году внутри Министерства обороны США была создана программа Tactical Warfare, где были объединены все разработки роботов, включая беспилотные автомобили. И в начале 1990-х гг. была создана модель Demo-II, которая в этот раз создавалась исключительно для армии. Что интересно, только в этой модели были задействованы нейронные сети, которые абсолютно не использовались в 1983–1987 гг. В свою очередь Carnegie Mellon продолжил делать беспилотные автомобили: к примеру, в 1991 году в сотрудничестве с армией США был создал прототип беспилотника на базе Хаммера (High Mobility Medium Utility Vehicle, HMMV). Ну и мы также знаем, что Carnegie Mellon продолжал делать беспилотники вплоть до конкурсов DARPA Grand Challenge, где и победил со своим Boss в Grand Urban Challenge 2007 года.

Boss, беспилотный автомобиль Carnegie Mellon University, победитель DARPA Grand Urban Challenge 2007 Carnegie Mellon University

​

История самого первого беспилотного автомобиля выглядит так, что с технической точки зрения беспилотный автомобиль делался все более эффективным и в целом двигался в сторону наращивания потенциала. Но с социальной точки зрения он стал жертвой столкновений двух разных культур: университетов и коммерческих компаний, которые так и не смогли найти общего языка. С управленческой точки зрения менеджеры DARPA не смогли найти единой рамки для всех, а также не получили поддержки со стороны военных. Это как нельзя лучше служит иллюстрацией тезиса, что успех инновации определяется ее способностью заинтересовать «союзников» и стабилизировать отношения между собой и ними. 

Автор: Николай Руденко,  Центр Исследований науки и технологий