Prace nad tymi projektami toczą się na całym świecie i można je porównać do swoistego wyścigu. W jakim stopniu zaawansowania, w porównaniu z innymi, jest Pana firma? Jaka jest strategia firmy?
Dzisiaj, gdy rynek nie został jeszcze utworzony, każdy z jego uczestników, który stworzył najwyższej jakości i praktyczne rozwiązanie SI, może trafić w dziesiątkę. Mamy własną przewagę konkurencyjną. Nasz autopilot działa przy każdej pogodzie. W przeciwieństwie do wielu programistów, którzy zaprojektowali swoje systemy sterowania w komfortowych warunkach w Kalifornii i jej sąsiedztwie. Początkowo zbieraliśmy zestawy danych i szkoliliśmy nasze neurony w rosyjskich realiach: w deszczu, śniegu, we mgle, nocą na drogach bez oznakowania, rowach itp. Byliśmy w stanie osiągnąć bardzo wysokie, przemysłowe wskaźniki dokładności rozpoznawania obiektów sytuacji drogowej. Ponadto, opracowując autopilota, stworzyliśmy szereg rozwiązań, które pozwoliły nam zostać liderami. Na przykład technologia Cognitive Low Level Data Fusion, która umożliwia „mózgowi” drona, tak jak ma to miejsce u ludzi – na niższym poziomie, połączyć dane z różnych sensorów. W szczególności pozwala to systemowi wykonywać funkcję kompensacyjną, opierać się na danych jednego sensora, jeśli niewyraźna informacja pochodzi z innego.
Na przykład w momencie oślepienia kamery przez słońce informacja o sytuacji drogowej jest pobierana z radarów. Byliśmy w stanie się tutaj poruszać dzięki całkowitej dokładności detekcji wielu programistów, którzy próbowali rozwiązać ten problem na najwyższym poziomie. Nauczyliśmy się również dość dokładnie rozumieć i przewidywać rozwój sytuacji na drodze. Podeszliśmy nawet do modelowania takich procesów myślowych jak intuicja. Poczyniliśmy również wielki postęp w tworzeniu sensorów, opracowaliśmy rewolucyjny radar 4D, w rzeczywistości jest to trzecie oko drona. Urządzenie jest w stanie w każdą pogodę nie tylko określić współrzędne i prędkość obiektów sytuacji drogowej, ale także ich kształt, podobnie jak kamera wideo. To pierwszy przemysłowy sensor na takim poziomie. Teraz rozpoczęliśmy już jego pilotażową produkcję w Rosji, w Tomsku.
W naszym modelu widzenia komputerowego nie używamy lidarów, które są zawodne i ulegają degradacji w warunkach deszczu, śniegu, mgły lub pyłu. Ponadto są one zbyt drogie. Preferujemy połączenie radaru z kamerą. Dlatego nasz Cognitive Pilot ma również zalety pod względem ceny.
Czy może nam Pan opowiedzieć więcej o projekcie C-Pilot? Jakie rozwiązania obejmuje w zakresie miejskiego transportu szynowego? Co wyróżnia go w dziedzinie autonomicznych systemów kierowania?
W sferze miejskiego transportu szynowego opracowujemy autopiloty do tramwajów. Nasze rozwiązania mogą być również stosowane w metrze, pociągach elektrycznych, a także mieć inne zastosowania. W przeciwieństwie do wielu znanych projektów realizowanych w zamkniętych obszarach miejskich (metro, lotniska itp.), które z reguły nie wykorzystują wizji komputerowej jako podstawy kierowania, my przeciwnie, polegamy na SI. Kiedy wszystkie parametry trasy są znane z góry, wykluczona jest możliwość przedostania się człowieka lub innych obiektów, a jednocześnie prawdopodobieństwo wystąpienia sytuacji awaryjnych jest zminimalizowane. Jeśli wcześniej znana jest sztywna i ustalona lokalizacja strzałek i sygnalizacji świetlnej, a informacja z nich na pokładzie tramwaju lub pociągu przechodzi przez systemy łączności, zadanie stworzenia autonomicznego systemu sterowania jest kilkukrotnie uproszczone w porównaniu z autopilotem opartym na SI. W rzeczywistych warunkach organizacja bezzałogowej kontroli ruchu szynowego nie jest możliwa bez użycia wizji komputerowej. To jest zupełnie inny poziom trudności.
