Роботизированные транспортные средства – одна из наиболее сложно определяемых групп современных устройств, поскольку в неё входят самые разные аппараты. К этой группе относятся беспилотные автомобили, автоматические роботы-погрузчики, самолёты, летающие на автопилоте, и многое другое.

Объединяет все эти механизмы одно – опосредованное, а не прямое управление. Степень опосредованности может быть разной, в настоящее время наиболее точно прописаны уровни автоматизации для автомобилей, на их примере проще всего понять, насколько прямым или опосредованным может быть управление.

Международная организация «Сообщество Автомобильных Инженеров» (Society of Automotive Engineers, SAE) выделяет 6 уровней автономности, т.е. независимости машин от человека:

0. Отсутствие автоматизации – водитель полностью управляет транспортным средством.

1. Помощь водителю – минимальная автоматизация рутинных процессов: адаптивный круиз-контроль, автоматическая парковочная система и отслеживание полос движения.

2. Частичная автоматизация – выбор скорости и управление рулём переходят к компьютеру, но в строго заданных, заранее определённых условиях, например на шоссе с чёткой разметкой. Водитель не управляет машиной, но должен контролировать ситуацию и не отвлекаться, держать руки на руле, чтобы в сложной (например, парковка, съезд на боковую дорогу) или в кризисной ситуации перехватить управление.

3. Условная автоматизация – робот в машине полностью управляет скоростью и рулем, отслеживает обстановку вокруг. Вмешательство водителя требуется при запросе со стороны системы. Если водитель в заданное время не отреагирует на этот запрос, транспортное средство останавливается. При таком уровне автоматизации уже можно отвлекаться на другие дела – читать новости или смотреть видео, однако нельзя полностью устраниться от управления, например заснуть.

Большая часть современных беспилотных автомобилей находятся на 2–3-м уровнях.

4. Высокая автоматизация – полный автопилот, работающий при идеальных условиях. Робот берёт на себя все функции водителя, но только в том случае, когда ему доступна трёхмерная карта местности, а его средства ориентации в пространстве (камеры, радары) не страдают от плохих погодных условий. Также местность, по которой ездит такой транспорт, не должна изобиловать разнообразными сценариями происходящего на дороге и рядом с ней.

Сейчас автомобили 4-го уровня автоматизации выполняют роль такси в небольшом аризонском городе Чандлере, это проект Google под названием Waymo. Однако в мегаполисах такие автомобили пока не способны справляться с обилием входящей информации.

5. Полная автоматизация – в идеале системы именно такого уровня должны в будущем заменять водителей. Они способны управлять транспортным средством при любых условиях и не нуждаются в помощи водителя-человека. Однако пока пятого уровня автоматизации не достиг ни один автомобиль.

В автоматизации управления полётами дела обстоят примерно так же. Современные автопилоты снижают количество авиакатастроф, однако по-прежнему требуют вмешательства со стороны человека: капитану воздушного судна нужно выбирать режимы, в которых будет работать автопилот (например, полёт или посадка, различные погодные условия), при необходимости вовремя отключать автопилот и брать управление на себя.

Однако, когда речь идёт об автономных внутренних транспортных средствах – именно так классифицируются роботы, перемещающие различные грузы на заводах и складах, – высокой степени автоматизации добиться гораздо проще. Траектория движения таких роботов заранее чётко определена, скорость ограничена, количество возможных сценариев (например, что делать, если навстречу идёт человек) минимально.

Для ориентации в пространстве роботизированные транспортные средства используют комбинацию датчиков, камер и алгоритмов. Датчики запускают камеры и радары (или, в случае с некоторыми беспилотными автомобилями, лидары – приборы, создающие двух- или трёхмерное изображение окружающей обстановки с помощью лазерного сканирования); компьютер в машине обрабатывает эту информацию и принимает решение, по какой траектории двигаться.

Принятие таких решений на основе данных в режиме реального времени – одна из сложнейших задач для беспилотных транспортных средств. Когда на дороге появляется новый объект, например пешеход, датчики автомобиля должны обнаружить его и вычислить, как безопасно избежать столкновения. Чтобы научить роботов решать эту задачу, используются нейросети и алгоритмы машинного обучения, которые обрабатывают огромные объемы данных – проигрывают различные сценарии возможного развития событий и принятия решений.

Автоматизация управления транспортными устройствами выглядит как ультрасовременная инновация, однако попытки автоматизировать управление транспортом в том или ином виде предпринимаются с начала XX века.

Братья Райт создали первый работающий самолёт в 1903 году, а уже в 1914-м лётчик Лоуренс Сперри разработал первый автопилот, который обеспечивал автоматическое удержание курса полёта и стабилизацию крена.

Первая машина на радиоуправлении была продемонстрирована в 1926 году фирмой Houdina Radio Control. К автомобилю крепилась антенна, с помощью которой он управлялся с пассажирского сидения следующей за ним машины. По сути, это была увеличенная копия современных игрушечных радиоуправляемых машинок, но идея будоражила умы изобретателей.

По-настоящему исследования в области автономных транспортных средств начались только в 1980-х годах. Первым беспилотным автомобилем, появившимся на дорогах, стал Navlab, разработанный Университетом Карнеги-Меллона в 1984 году.

В последующие десятилетия многие корпорации, в том числе General Motors, Toyota и Google, стали инвестировать в исследования автономных транспортных средств. В 2009 году Google начал тестировать свои беспилотные автомобили на дорогах общего пользования, и с тех пор технология продолжает развиваться.

Стать инженером, проектирующим беспилотный транспорт, или разработчиком ПО для автоматизированных транспортных систем можно в ТУСУРе на таких факультетах, как ФСУ, РТФ, РКФ, в лаборатории робототехники и искусственного интеллекта, а также в IT-академии ТУСУРа, выбрав программу обучения «Искусственный интеллект. Алгоритмы машинного обучения на языке Python».