Очень выносливый механизатор
Мы настолько увлеклись автономными автомобилями, что забыли про другой роботизированный транспорт. А ведь есть вероятность, что беспилотные комбайны и трактора появятся на полях раньше, чем беспилотные такси – на улицах. Об этом мы поговорили с Антоном Емельяновым, управляющим партнером компании cognitive pilot, одним из основателей направления разработки искусственного интеллекта для беспилотного транспорта в России.
У всех агрохолдингов задачи одинаковые: либо расширение производства, либо его интенсификация. А для этого требуется много людей, причем высокой квалификации, которые в состоянии осваивать серьезные технологии, так как сельхозтехника становится все производительнее, сложнее и, соответственно, дороже. Таких специалистов на селе не хватает. Выход – повышение автономности такой техники. Причем просто избавить человека от тяжелой рутинной работы по управлению движением мало, нужно роботизировать и другие операции. Ведь для агрария главное отнюдь не беспилотность: здесь техника не столько транспорт, сколько средство производства. Комбайн, по сути, уборочный минизавод, а трактор – энергонасыщенный носитель дополнительных агрегатов. Совсем удалить водителя из кабины в ближайшее время будет сложно: кто-то должен выполнять целый ряд вспомогательных операций, таких как обслуживание машины, установка различных агрегатов или оперативная поддержка, которые требуют кратковременного личного вмешательства. Например, периодически необходимо прочищать забившуюся наклонную камеру комбайна. Но одному человеку по силам управлять группой умной техники. Поэтому в сельском хозяйстве ожидается переход от концепции «один механизатор – одна умная машина» к варианту «один механизатор – несколько умных машин».
Техническое зрение
В беспилотном автомобиле «Яндекса» устанавливаются как минимум четыре лидара, четыре радара и пять видеокамер. В системе автономного управления сельхозтехникой Cognitive Agro Pilot используются одна-две видеокамеры, а в полностью автономной модели добавляются радары собственной разработки, обеспечивающие круговой обзор. И этого достаточно. Компания давно развивает технологию технического зрения. Она накопила солидную экспертизу по обучению нейронных сетей, придумала ряд подходов, позволяющих экономить время при разработке автопилотов. Например, нейронная сеть Cognitive Agro Pilot способна сама выбирать из видеопотока ценные для обучения разнообразные репрезентативные данные, отфильтровывая «мусор».
Нейросетевые алгоритмы агроробота в связке со стереокамерой решают параллельно несколько задач: определяют классы объектов полевой сцены (скошенная, нескошенная культура, кромка поля, агрегаты техники), стационарные препятствия типа деревьев или опор ЛЭП, детектируют мобильные объекты, людей, другую технику, вычисляют расстояния до объектов, рассчитывают траекторию и т.п. (аналогичную технологию развивала, например, израильская компания Mobileye для автотранспорта). А радары, обеспечивающие круговой обзор, нужны для оценки рисков столкновения с объектами вокруг техники. Среда, в которой работает любая сельскохозяйственная машина, отличается от дороги общего пользования: поле есть поле. Нейронная сеть должна быть адаптирована к ряду специфических особенностей, таких как различные культуры, рельеф местности, скошенная часть поля, полегшие растения. Объекты должны надежно распознаваться и в условиях запыления или в темноте. В Cognitive Agro Pilot также применяется блок спутниковой навигации. Он эффективен в зонах, где нет визуальных ориентиров и где для выполнения операций требуется сантиметровая точность, – например, на тракторах для сева.