Будущее на автопилоте

Как за последние годы изменился уровень развития беспилотных транспортных систем? 

За последние 5–7 лет они прошли путь от единичных витринных пилотов к регулярной эксплуатации в узких, хорошо контролируемых сценариях. Сегодня беспилотный транспорт уверенно работает на логистических магистралях, в техзонах, кампусах и отдельных городских районах. В таких условиях уровень предсказуемости и безопасности поведения бортового ИИ сопоставим с человеческим, но все еще ограничен локациями и погодой. К примеру, в США и Китае коммерческие роботакси уже выполняют сотни тысяч поездок в неделю. 

Чем обусловлен такой скачок? Качество восприятия выросло (нейросети лучше понимают сложные сцены), бортовые вычислители по мощности сравнялись с серверными, а стоимость лидаров/радаров заметно снизилась. Плюс мы научились лучше объединять данные от разных сенсоров и учитывать всю динамику окружающей автомобиль сцены.

Насколько текущие модели подготовлены к работе в мегаполисах? 

В районах с хорошей разметкой, предсказуемым трафиком и понятной ПДД-культурой современные модели уверенно справляются с типовыми ситуациями и редкими событиями средней сложности. 

Однако город — это еще и дворики, стихийная парковка, ремонт дорог без предупреждения, выскакивающий из-за грузовика самокатчик и зима с кашей на асфальте. Универсального решения подобных проблем пока нет: приходится сильно адаптировать стеки под конкретный город и даже под определенные районы. Поэтому я бы описал уровень зрелости автономного транспорта как «SAE L4, но геоограниченный». В определенных периметрах беспилотники уже могут обходиться без участия человека, но пока далеки от полной автономности.

Какие отрасли наиболее активно внедряют беспилотные технологии прямо сейчас?

• Грузовая логистика: беспилотные грузовики на магистралях и ЦКАД, «плечо» между складами. 
• Роботакси в определенных районах мегаполисов. 
• Индустриальные площадки и добыча: карьеры, терминалы и порты с контролируемой средой. 
• Агро- и коммунальная техника: тракторы, опрыскиватели, уборочные машины. 

В первую очередь беспилотный транспорт станет повседневностью в следующих B2B-сценариях: логистические коридоры для грузовиков, закрытые промзоны, технопарки и кампусы. Там проще считать экономику и договориться о правилах игры между участниками. Массовое распространение городских и личных автомобилей с полным автопилотом начнется значительно позже.

В каких отраслях и сценариях беспилотные технологии дадут наибольший экономический эффект уже в ближайшее время? 

Там, где есть большой поток однотипных операций, дорогой человеческий труд и тяжелые условия. Например, магистральные грузоперевозки по коридорам М-11/М-12 и ЦКАД, карьеры / горнорудная отрасль, крупные склады и распределительные центры, а также агросектор. 

В России уже реализуется несколько крупных проектов: коммерческий эксперимент с беспилотными грузовиками на магистралях (продлится до 2028 г.), испытания роботакси в Москве, «Сириусе» и Иннополисе. Есть и готовые продукты: от отечественных автономных тягачей уровня L5 до интеллектуальных систем складской логистики, которые сокращают время инвентаризации с нескольких недель до пары часов. 

Какие острые вопросы регулирования и сертификации стоят перед отраслью сегодня?Готова ли нормативная база России к массовому запуску беспилотного транспорта?

Сейчас регулирование развивается через экспериментальные правовые режимы. Для грузовых коридоров уже действует ЭПР, продленный до 2028 г., а с 2026 г. беспилотным грузовикам разрешено движение без человека в кабине на некоторых трассах. Но это все еще «режим особого случая», а не полноценный универсальный закон. У нас пока нет единой законодательной базы по уровням автоматизации, распределению ответственности между производителем/оператором/владельцем, процедурам сертификации и расследования ДТП. 

Проще говоря, нормативная база готова к расширению пилотов и коммерческой эксплуатации в ограниченных коридорах, но не к массовому запуску беспилотных систем.

Какие меры должны предпринять государство и бизнес, чтобы ускорить развитие беспилотного транспорта в России?

Ключевым шагом государства станет создание предсказуемой регуляторной дорожной карты. Необходим понятный федеральный закон о высокоавтоматизированных ТС с типовыми процедурами сертификации, требованиями к телеметрии, хранению данных и расследованию инцидентов. Параллельно нужно модернизировать инфраструктуру: улучшить разметку и знаки на дорогах, внедрить V2X, обеспечить доступ к эталонным цифровым картам.

Бизнесу же стоит сфокусироваться на масштабируемых моделях, а не бесконечных одноквартальных пилотах. Создание специальных консорциумов (автопроизводители + ИТ-компании + транспортные операторы + страховщики) для работы в конкретных коридорах помогло бы ускорить процесс. При этом важны инвестиции в кадры: обучение системных инженеров, механиков-наладчиков, ML-разработчиков и операторов-диспетчеров. 

Какие еще факторы усложняют внедрение беспилотного транспорта в России?

Российская специфика — это гремучая смесь климата, инфраструктуры и поведенческих привычек. Качество дорог и разметки сильно разнится: от идеальных магистралей возле крупных городов до «побитых» проселочных дорог в регионах. Алгоритмам в таких условиях ориентироваться даже труднее, чем человеку. 

Сложностей добавляет и долгая зима: снег, гололед, каша на асфальте, обледенение камер и лидаров. Для многих зарубежных производителей это вообще непроработанный режим, а у нас он длится полгода. Наконец, поведение пешеходов и стиль вождения с большим числом непредсказуемых маневров требуют от моделей робастного прогнозирования траекторий.

Именно поэтому наша лаборатория фокусируется на визуально-инерциальной навигации и гибридных системах с тепловизорами, чтобы беспилотники оставались зрячими даже в плохую погоду и при нестабильном GPS-сигнале.

Картина мира беспилотного автомобиля

Без каких технологий невозможно развитие автономного транспорта?

Прежде всего без точной навигации и картографии: автомобиль должен четко знать, где он находится и куда ему ехать. Для этого он использует спутниковую навигацию (GPS/ГЛОНАСС) с поправками, инерциальные измерители и визуальную локализацию по окружающим ориентирам. 

Второй важный блок — компьютерное зрение и распознавание окружающей среды. У автомобиля должен быть круговой обзор, чтобы различать пешеходов, другие транспортные средства и препятствия (например, выбоины на дороге). Здесь необходима мультисенсорная интеграция — слияние данных разных датчиков для получения полной и надежной картины. 

Третий технологический столп — бортовой ИИ, который принимает решения, строит маршруты, следит за разметкой, предсказывает действия других участников движения и реагирует на изменения обстановки. 

Все эти системы требуют специализированной высокопроизводительной электроники: мощный мозг беспилотника должен обрабатывать гигантский поток данных в реальном времени.

Расскажите подробнее о мультисенсорной интеграции: как беспилотный автомобиль формирует цельную картину мира?

Она формируется благодаря сочетанию информации от разных сенсоров, у каждого из которых есть свои сильные и слабые стороны. Камеры дают детальное цветное изображение, но в темноте практически бесполезны. Лидар точно измеряет расстояния и строит 3D-модель окружения, но дорого стоит и теряет эффективность в сильный дождь, туман или снегопад. У радара слабое разрешение, однако он лучше всего подходит для вычисления скорости окружающих объектов. 

Объединяя данные сенсоров, автопилот компенсирует недостатки каждого и получает более надежное восприятие. Например, если камера не различает пешехода ночью, его заметит тепловизор, а радар подтвердит наличие препятствия и измерит дистанцию. 

Как ориентируется беспилотный автомобиль, когда спутниковый сигнал отсутствует?

На помощь приходит уже упомянутая визуальная локализация — определение положения машины по картинке, которую она видит с помощью визуальных и других сенсоров. Грубо говоря, система сравнивает изображение окружающей обстановки с заранее известной картой или эталонными кадрами местности. Например, беспилотник может распознать слева здание с характерным фасадом, а впереди перекресток — этого достаточно, чтобы определить, на каком участке улицы находится автомобиль. 

Визуальная локализация особенно полезна там, где сигнал спутниковой навигации нестабилен или недостаточно точен: в плотной городской застройке, в тоннеле или под эстакадой. Таким образом, беспилотник может ориентироваться «по виду» — почти как человек, который узнает дорогу по знакомым ориентирам.

Как обеспечивается безопасность и надежность ИИ в беспилотных автомобилях?

В них закладывается многоуровневая система защиты от сбоев — начиная от избыточных сенсоров (если один отказал, подхватит другой) и заканчивая резервными алгоритмами на случай нештатных ситуаций. До выезда в город каждый элемент автопилота проходит тысячи часов тестирования в симуляциях и на полигоне. В том числе ИИ проверяется на так называемые пограничные случаи — редкие сценарии, в которых система может повести себя некорректно. Важно сделать работу нейросети объяснимой — мы должны знать, почему автопилот принимает то или иное решение. 

Международный рынок 

Какие факторы влияют на скорость вывода беспилотного транспорта на дороги в разных странах? 

Во-первых, готовность властей запускать эксперименты на дорогах общего пользования и быстро адаптировать ПДД. Во-вторых, наличие на рынке сильных технологических игроков. Еще один немаловажный фактор — стоимость труда. Чем он дороже, тем перспективнее с точки зрения экономики переходить на роботакси и беспилотные грузоперевозки. Наконец, свою роль играют климат и инфраструктура — начинать проще там, где хорошие дороги и мало снега.

В регионах, где эти факторы совпадают, процесс идет довольно быстро. К примеру, в США, Китае и ОАЭ. Там, где регуляторы более консервативны и выше общественное недоверие, инновации внедряются медленнее, несмотря на высокий уровень технологий.

Как вы оцениваете конкурентоспособность российских решений в области беспилотного транспорта? Есть ли у нас шанс выйти на международный рынок? 

У отечественных разработчиков есть очевидные сильные стороны: качественная фундаментальная математика и ИИ-компетенции, опыт работы в тяжелых климатических условиях и богатая школа системной инженерии. Российские команды уже создают конкурентоспособные стеки восприятия и навигации, а также работают на сложных полигонах — от мегаполисов до карьеров.

Слабые стороны тоже есть: масштабирование и доступ к рынкам. Массовый сервис роботакси требует миллиардных инвестиций и предсказуемой регуляторной среды. Ограничения по оборудованию и санкционный фон тоже тормозят экспансию.

Таким образом, шансы выйти на международный рынок есть, но в нишевых направлениях: программные решения для сложных климатов, системы визуально-инерциальной навигации, интеллектуальные полезные нагрузки и сервисы по верификации безопасности ИИ. Центр ИИ Сколтеха как раз работает над тем, чтобы эти решения были конкурентоспособны на мировом уровне.

Доверие к беспилотному транспорту

Какие преимущества беспилотный транспорт может дать обществу и бизнесу?

Во-первых, его внедрение в разы снизит аварийность на дорогах. Машины с автопилотом не отвлекаются, не устают и строго соблюдают правила — человеческий фактор практически устраняется. Во-вторых, повысится эффективность перевозок. Робот может работать 24/7: бизнесу это принесет снижение транспортных издержек на 30–40% за счет сокращения расходов на водителей и простои техники. Также частично решится проблема нехватки кадров. В-третьих, появятся новые сервисы мобильности. Например, роботакси для людей с ограниченными возможностями или пенсионеров. 

Конечно, живые водители все равно останутся там, где нужна максимальная гибкость и мгновенная реакция (в экстренных службах или на спецтехнике), но львиную долю рутинных перевозок возьмут на себя автономные машины. В целом роль человека в транспортной экосистеме будущего сместится от «управлять напрямую» к «проектировать, контролировать и дообучать». К примеру, водитель такси может стать «оператором флота», который следит сразу за десятком машин. А дальнобойщик — специалистом по приему и передаче грузов в беспилотном хабе. Появятся и новые роли — от инженера по симуляции до разработчика транспортных поведенческих моделей. 

Что сдерживает массовое внедрение беспилотного транспорта?

Главные барьеры — технические: восприятие системы в сложных условиях (снег, туман, грязная оптика), поведение в «диких» сценариях мегаполиса и верификация сложных нейросетевых стеков. Нельзя забывать и про качество городской инфраструктуры: дороги, разметка, цифровые карты и каналы связи. Среди институциональных барьеров можно выделить отсутствие полноценного закона о высокоавтоматизированных ТС, единых процедур сертификации и расследования инцидентов. 

С научной точки зрения нам нужны более робастные мультимодальные модели восприятия (камера + лидар + радар + тепловизор), методы обучения на редких событиях (симуляторы нового поколения, продвинутый RL и имитационное обучение) и, что критично, формальные подходы к проверке безопасности нейросетей. Плюс эффективные бортовые вычислители: критические функции автономной машины нужно держать on-premise, а не в облаке. 

Можно ли сегодня говорить о доверии общества к беспилотным автомобилям? 

Говорить о полном доверии пока рано, но отношение к ним точно меняется. Там, где люди регулярно пользуются роботакси и видят стабильную работу беспилотников без серьезных инцидентов, доверие растет. Первые поездки пассажиры снимают на видео, а уже через месяц воспринимают их как обычный сервис. 

Массовый пользователь почувствует себя в безопасности, когда статистика аварийности у роботакси будет лучше, чем у людей, а все инциденты будут разбираться публично. Также для этого нужны прозрачные процедуры сертификации и независимый аудит безопасности. 

Когда использование беспилотного транспорта станет повсеместным? 

Важно понимать, что повсеместное использование не наступает одномоментно. В отдельных российских агломерациях реалистично ожидать массового появления беспилотных грузовых коридоров и такси к середине 2030-х.

Отмечу, что главный триггер спроса — это не дешевизна сенсоров и страховые льготы, а уровень доходности, при котором беспилотники станут выгодными. Другой важный фактор — наличие четких правил регулирования. Как только станет понятно, кто отвечает за ДТП, как сертифицировать систему и страховать риски, у бизнеса появится мотивация вкладываться в автопарк, а не в бесконечные пилоты. Дешевеющие лидары, отечественная элементная база и новые модели авто важны, но вторичны: без ясной регуляторики и дефицита кадров массового спроса не будет.