Ученые МТУСИ разработали симулятор, позволяющий обучать беспилотные транспортные системы с повышенной точностью и меньшими временными и вычислительными затратами. По словам авторов, решение получено благодаря применению современных технологий искусственного интеллекта. Результаты работы опубликованы в журнале Sensors.

Сегодня крупные города мира сталкиваются с исчерпанием возможностей развития транспортных сетей в условиях, когда автомобильный трафик растет с каждым годом, отмечают специалисты. В сложившейся ситуации, говорят они, необходимо не только качественно проектировать новые дороги, но и обеспечивать эффективность их функционирования и безопасность движения.

Основной целью исследователей, инженеров и технологических компаний, по словам ученых, сегодня является повышение безопасности и оптимальности движения транспортных средств, а также снижение экологического ущерба, наносимого автомобильным транспортом. Решение этих задач невозможно без математического моделирования транспортных сетей, которое позволяет определить такие параметры, как интенсивность движения, средняя скорость, задержки и потери времени.

Сложность управления транспортными потоками заключается в том, что автомобилями управляет человек, а его поведение трудно предсказуемо и может принципиально различаться даже в схожих ситуациях. Для решения этой проблемы сегодня разрабатываются и внедряются беспилотные автомобили, однако их системы управления, как и любые другие интеллектуальные системы, нуждаются в предварительном обучении на широком спектре дорожных ситуаций.

В настоящее время за рулем беспилотного автомобиля в ходе обучения находится специалист, вынужденный проезжать тысячи километров, проводя систему управления через меняющиеся внешние условия и различные дорожные ситуации, объясняют ученые Московского технического университета связи и информатики МТУСИ, занятые решением проблемы. Такой подход к обучению занимает много времени и притом не позволяет воспроизвести все сценарии, которые могут встретиться на дороге в реальной жизни.

- Мы предлагаем симулятор реалистичной городской среды, который позволит сократить время обучения и даст возможность генерировать всевозможные события. Для реализации такого тренажера мы разработали метод, позволяющий воссоздать реалистичный мир за один проезд по улицам города, – рассказал декан факультета "Информационные технологии" МТУСИ Михаил Городничев.

Он пояснил, что речь идет о разработке интеллектуальной системы цифровой паспортизации транспортной инфраструктуры с использованием сверточных нейронных сетей, которая позволяет создавать объекты окружающего мира для дальнейшего размещения в виртуальной среде симулятора.

Получаемые образы должны быть оптимального размера, добавил он, чтобы не перегружать систему, так как в ней будет храниться большое количество объектов дорожной инфраструктуры.

- Мы в первую очередь выполнили проектирование системы, а также модифицировали и разработали архитектуру нейронной сети, которая позволяет классифицировать объекты с достаточной точностью, получать оптимизированные объекты и снизить вычислительную сложность, – отметил ученый.

Предложенные методы используются в симуляторе реалистичной городской среды, резюмировал он, что позволяет сократить время и вычислительные затраты при обучении беспилотных транспортных систем.

В Московском техническом университете связи и информатики (МТУСИ) проблемы 3D-моделирования и прототипирования, а также разработки в области искусственного интеллекта ведутся на факультете "Информационных технологий".