Лоуренс Бернс - Автономия. Как появился автомобиль без водителя и что это значит для нашего будущего

«Скажем так: эта сумма была больше, чем я рассчитывал заработать за всю свою жизнь», – вспоминает Урмсон.

В общей сложности поставленная Пейджем и Брином цель сводилась к преодолению десяти маршрутов суммарной протяженностью около тысячи миль (около 1600 км). Команда назвала эту задачу Larry1K [56] Буква «K», сокращение от приставки «кило», в английском часто означает тысячу. – Прим. перев. . Трун не был уверен, возможна ли Larry1K в принципе, поэтому договорился о запасной цели: 160 000 км суммарного пробега по дорогам общего пользования в автоматическом режиме. «Я хотел быть уверенным, что мы получим хоть что-то, если не одолеем эту тысячу миль», – говорит он.

Вся команда понимала, что это шанс, который представляется один раз в жизни. К тому же все происходящее казалось немного нереальным: их взяли в группу сильнейших специалистов по робототехнике, в отчаянном темпе работающую над секретным проектом, который должен обеспечить поставленную двумя богатейшими на планете людьми цель – и если они достигнут ее, сами станут богатыми. Все это казалось эпизодом из кинофильма. Многие из них работали над той же проблемой, когда были нищими студентами старших курсов, а сейчас по крохам наскребали необходимые для выживания деньги, наращивали долг по кредитным картам – да и другие долги тоже – и откладывали поиск более выгодной инженерной должности. У некоторых имелись дети и жены, которые вынуждены были расстаться со своими мечтами, чтобы поддержать их мечту. И вот теперь успех этого проекта Google мог дать возможность разом вознаградить их близких за все жертвы.

Кроме того, это была интересная инженерная проблема сама по себе. «Чтобы интернет-гигант с просто выдающейся рыночной капитализацией сказал про такое “Давайте попробуем”? – вспоминает один инженер. – Именно в этот момент мы пораскрывали рты от удивления. У всех было одно и то же настроение: давайте закатаем рукава и сделаем нечто по-настоящему небывалое».

Только через несколько лет станет понятно, что для Google такой проект был абсолютно логичен. Чтобы понять, почему именно, следует отступить во времени на несколько шагов, к проекту Street View, который на тот момент многим казался странным научным экспериментом, не имеющим реального применения. Иметь возможность перенестись при помощи компьютера или мобильного устройства по любому адресу в Соединенных Штатах (и, со временем, многих других стран мира) – это, конечно, очень интересно. Но какой в этом смысл? Зачем вкладывать в проект такое невообразимое количество сил, которое необходимо, чтобы собрать круговое панорамное изображение для каждой точки каждой дороги в США? Создание Google-сервиса Street View представляет собой достижение в картографии, которому нет равных со времен Васко да Гама и Магеллана. Масштаб задачи умопомрачителен. И не только потому, что для ее решения потребовались сотни водителей, согласившиеся установить камеры на крыши своих машин и проехать по каждой дороге в США, Канаде и большинстве развитых стран мира, но и из-за последствий, к которым это все привело.

Проект Street View сделал возможным Ground Truth, а также удобный и точный поиск, основанный на местоположении, потому что Google могла использовать искусственный интеллект и компьютерное зрение, извлекая из данных Street View реальное расположение каждого магазина, ресторана, каждого адреса в обработанном районе. Но данные были полезны не только для этого. Их можно было использовать для пошаговой навигации. А где еще можно использовать сверхточные трехмерные изображения любой дороги в Соединенных Штатах?

В беспилотных автомобилях.

Именно так: Street View и ее потомок Ground Truth представляли собой важный этап развития технологии самоуправляемого автомобиля – потому что подход Chauffeur к проблеме их надежного и безопасного использования на дорогах подразумевал наличие карт высокой точности для любой дороги. К моменту начала работы по проекту Chauffeur карты и возможности, предоставляемые ими автомобилям-роботам, стали специальностью Монтемерло. «Наличие картографических данных позволяет делать невероятные вещи», – объясняет он.

Вначале карты высокого разрешения и точности дали автомобилям Chauffeur возможность определять свое положение в пространстве, в точности так же, как раньше по картам ориентировались робот-экскурсовод Труна Minerva или робот-курьер Pribot Левандовски. В целом метод был тот же самый. Автомобили, оборудованные картографическим оборудованием, например лидаром и камерами, проезжали по району несколько раз в течение нескольких дней и ночей, сканируя все и составляя трехмерную модель мира. Сравнивая полученные изображения и отмечая предметы, изменившие положение, выделяли таким образом неподвижные ориентиры: бордюрный камень, телефонные столбы, дома, офисные здания, почтовые ящики и рекламные щиты. Когда впоследствии беспилотный автомобиль проезжал по той же дороге, он точно так же сканировал ее и пытался сопоставить то, что его окружало, с ориентирами на трехмерной карте. Добившись совпадения объектов между своей моделью мира и картой, автомобиль мог достаточно достоверно определить свое местоположение – точность составляла несколько сантиметров.

Автомобиль также был способен сравнивать список заранее определенных стационарных объектов с предметами вокруг себя, чтобы определить, какие из них могут прийти в движение. Если узкий цилиндрический объект находится в той же точке, что и на предыдущих сканах, – скорее всего это фонарный столб. Если же он появился только на самом последнем снимке, это может оказаться человек, и на него следует обратить внимание.

С помощью трехмерных карт можно отличать прерывистую осевую линию от сплошной – инженеры Google называли это «картой уровня разметки», и она указывала автомобилю коридоры, по которым он мог безопасно двигаться, а также полосы, в которых, скорее всего, будут держаться другие автомобили и движущиеся объекты. Карты были полезны и в случае блокировки полосы, например, грязью или снегом. «С помощью карт распознавание препятствий становится надежнее, – говорит Монтемерло. – Они дают возможность понять, находится ли предмет на дороге или в стороне от нее».

Наконец, с помощью заранее снятых карт автомобиль Chauffeur с высокой надежностью распознавал сложные, но важные элементы окружающего мира – например, светофоры.

«Скажем, вам известно, что в конкретной точке вчера находился светофор, – объясняет Монтемерло те возможности, которые дает автомобилю хорошая карта. – Скорее всего, сегодня он на том же месте. Таким образом, вместо того чтобы искать светофор по всей картинке, можно сконцентрироваться только на ее определенных участках. Это невероятно важно».