Заказ привезет робот
Как автономные доставщики Яндекса ориентируются на улицах
Почтовые сервисы, крупные торговые сети и частные компании уже давно работают над автономной доставкой. Правда, воспользоваться ею пока непросто: такие сервисы тестируют лишь в нескольких городах мира. В России встретить робота-доставщика можно в Москве, Мурино в Ленинградской области, Иннополисе, а также на «Розе Хутор» и в Красной Поляне в Сочи. C 2021 года грузы доставляет уже третье их поколение. В этом материале, который N + 1 подготовил вместе с Яндексом, рассказываем, как они ориентируются в городе, зачем им столько датчиков и с какими трудностями пришлось столкнуться инженерам, которые их разрабатывали.
В этом тексте мы рассказываем, как устроен робот третьего поколения. Если вы хотите ближе познакомиться не только с ним, но и с его предшественниками, а также лично увидеть, как работают сенсоры, подвеска и многое другое, приходите в Яндекс Музей. С 22 декабря по 22 февраля там проходит выставка, посвященная роботам-доставщикам Яндекса. В январе инженеры компании проведут серию мастер-классов, где расскажут про историю разработки роботов, программное обеспечение, лидары и другие компоненты собственной разработки Яндекса.
В непредсказуемых условиях
Никаких строгих правил движения для людей и животных на тротуарах нет. На пути робота-доставщика подстерегают канализационные люки и глубокие ямы, которые к тому же могут прикидываться лужами. Кроме того, робота, прямо как маленького ребенка, нужно научить пользоваться пешеходными переходами: видеть светофор и смотреть по сторонам. Эти и другие проблемы любой робот решает благодаря набору датчиков. Третье поколение автономных доставщиков Яндекса использует лидар, радары, ультразвуковые датчики и камеры, которые дополняют друг друга — в зависимости от ситуации берутся данные с разных сенсоров.
Первое поколение — R1 Яндекс
Лидар — 1 штука
Важнейший датчик робота-курьера — это лазерный дальномер, лидар. Он сканирует окружающее пространство, замеряя время между отправкой и принятием сигнала, и формирует облако точек. Так доставщик получает точную информацию о расстоянии до ближайших объектов, будь то здание, пешеход или автобусная остановка, и создает трехмерную карту окружающего пространства.
Лидар крупным планом Яндекс
Лидар не зависит от внешних источников света, поэтому робот не нуждается в дополнительном освещении и хорошо ориентируется на улице как днем, так и ночью. Однако перед тем, как он начнет развозить заказы, маршруты сканируют с помощью лидара и формируют 3D-карту улиц. Впоследствии облако точек, которое лидар получает в режиме движения, робот сравнивает с данными предварительного сканирования. Это позволяет ему Для навигации и локализации роверы не используют данные GPS или Глонасс.
«У лидара робота-доставщика высокое пространственное разрешение и достаточная дальность работы — 100 метров. Благодаря этим свойствам лидар и стал основным датчиком на роботах для ориентирования в пространстве. Для большинства задач в городе данных с этого датчика достаточно. Правда, и у него есть недостатки. Дальность сканирования уменьшается в плохую погоду, например в ливень и плотный туман. Особенно это критично для случаев, когда мы выезжаем на пешеходный переход и нам нужно определить возможный приближающийся автомобиль на большой дистанции — на этот случай страхуют радары».
Георгий Никандров, руководитель группы разработки лидаров
Радар — 2 штуки
По принципу работы радары практически не отличаются от лидаров, но используют не лазерные лучи, а высокочастотные короткие волны. Основное преимущество радара — способность быстро определять скорость движущихся объектов. Поэтому там, где робот-доставщик не может вовремя среагировать на ситуацию с помощью лидара — например, на автомобиль, который на высокой скорости движется к нерегулируемому пешеходному переходу, — его выручит радар.
«Радары нельзя использовать вместо лидаров: у них, как и у ультразвуковых датчиков, низкое разрешение. То есть наличие объекта определить можно, но распознать — уже нет. Однако, возможно, скоро мы откажемся от радаров, потому что лидары нашей разработки стали видеть заметно дальше, чем те лидары иностранного производства, которые мы использовали раньше. Поэтому тот же кейс с пешеходным переходом и автомобилем теперь можно решать с помощью лидаров».
Георгий Никандров, руководитель группы разработки лидаров
Камеры — 6 штук
Камеры в роботах Яндекса необходимы для более глубокого анализа визуальной информации.
Четыре камеры с широким углом обзора расположены по периметру и помогают роботу-курьеру замечать людей, машины и другие препятствия вокруг. Еще одна камера находится в передней части, в башне под лидаром. Ее задача — видеть знаки и светофоры на противоположной стороне дороги и помогать робокурьеру преодолевать регулируемые пешеходные переходы. Есть камера и в грузовом отсеке. Она используется для контроля содержимого робота при загрузке и выдаче заказа.
Камера в правой передней части робота Яндекс
Некоторые компании создают беспилотный транспорт, который пользуется исключительно данными с камер. Однако в роботах-доставщиках Яндекс не собирается отказываться от лидаров.
«Полагаться только на камеры нельзя. Во-первых, из всех имеющихся датчиков они хуже всего определяют расстояние до объектов. Это сильно усложняет задачу автономности. Во-вторых, в отличие от лидаров, камеры зависят от уровня внешней освещенности — они не будут работать при отсутствии внешнего освещения и, наоборот, при ярком солнце. В-третьих, по изображению с них сложно распознать объекты одного цвета на фоне друг друга. Наконец, камеры сильнее всего зависят от окружающих погодных условий. Если для лидара слабый и средний дождь или снег уменьшит максимальную дальность работы всего на 10 процентов, то в случае камеры дальность может стать хуже в несколько раз».
Георгий Никандров, руководитель группы разработки лидаров
Ультразвуковые датчики — 7 штук
Эти сенсоры появились в роботах, начиная со второго поколения, и работают по тому же принципу, что и обычные парктроники. Их основная задача — предотвратить столкновение с предметами на небольших расстояниях до полутора метров.
Ультразвуковые датчики работают на основе принципа эхолокации. Они используют высокочастотные звуковые волны и измеряют время, за которое звуковая волна отражается от объектов и возвращается обратно к датчику.
За обработку данных со всех датчиков отвечает вычислитель. Запущенная на нем нейросеть собирает общую картину и позволяет распознавать окружающие объекты, предсказывать их поведение и планировать собственный алгоритм действий. Все вычисления осуществляются на борту робота.
Включай мозги
У движения по тротуару, как и у езды по автомобильной дороге, есть свои особенности. Автомобили едут с высокой скоростью, поэтому и решения алгоритмам беспилотного транспорта нужно принимать быстро. В то же время участники дорожного движения ведут себя предсказуемо, потому что, как правило, соблюдают правила. На тротуарах все иначе: люди резко меняют траекторию движения, разворачиваются на месте и не смотрят на дорогу. Порой их действия сложно предугадать.
И хотя скорость движения по тротуару значительно ниже, чем на дороге, главная задача робота — избегать столкновений. В плотном потоке людей он лавирует между ними на минимально возможной скорости, останавливается целиком, если не может их объехать, и при необходимости может позвать удаленного оператора.
«Когда мы замечаем, что рядом с нами находится ребенок, то робот замедляется и старается аккуратно его объехать. Дети ведут себя крайне непредсказуемо. Увидев робота, они бегут его обнимать или пытаются на него сесть. Нам нужно сделать все, чтобы ребенок не пострадал, вплоть до того, чтобы полностью остановиться и позвать оператора. Со взрослыми такой проблемы нет».
Марат Мавлютов, руководитель разработки программного обеспечения для роботов-доставщиков
Как правило, роботы перемещаются по улицам в полностью автоматическом режиме: получают заказ, забирают его и доставляют по адресу. Однако бывают ситуации, где без человека пока не обойтись.
«Во время сильных снегопадов в Москве роботы несколько раз застревали, не знали, что делать, и звали оператора. Летом такое может случиться, когда в узком месте на тротуаре валяются самокаты, плохо припаркован велосипед или машина. В таких случаях робот не может проехать по выделенному пространству тротуара и нуждается в помощи. Еще такие ситуации бывают на светофорах, особенно в пробке, когда пешеходный переход перегорожен автомобилями. Оператор может постараться объехать автомобили или предложить роботу альтернативный маршрут. Тем не менее 90 процентов времени роботы ездят самостоятельно».
Марат Мавлютов, руководитель разработки программного обеспечения для роботов-доставщиков
По кочкам, по кочкам
Городской рельеф — это сложная среда для робота-доставщика. Ему необходимо преодолевать бордюры и быть устойчивым к неровностям дорожного покрытия, чтобы сохранять траекторию движения. Поэтому создание шасси и подвески для городских роботов-доставщиков — нетривиальная техническая задача.
«При разработке шасси и колесной формулы учитывались два основных аспекта. Первый — проходимость. При разработке мы закладывали возможность забираться на 10-сантиметровое вертикальное препятствие. Для въезда на это препятствие нам необходимо иметь зацеп на двух парах колес. Второй — прогнозируемость управления. Шесть колес — три пары и три оси — позволяют разворачивать робота относительно центра средней оси. Это дает нам прогнозируемость: мы понимаем, где он будет разворачиваться и не будет ли его стаскивать в стороны».
Илья Герасимов, руководитель службы разработки конструкции
Сохранять траекторию движения роботу также помогает подвеска: благодаря независимым балансирам, установленным на передних и задних колесах, он не теряет контакт с дорожным покрытием. Но устойчивость — это не единственная задача подвески.
Имитация езды по неровной дороге Яндекс
Если вы когда-нибудь везли по асфальту чемодан на колесиках, то знаете, сколько шума он создает. Шумными были и первые поколения доставщиков, которые обладали жесткой подвеской. Однако начиная со второго поколения инженеры сделали ее мягче. Это позволило не только снизить уровень шума, но и сократить воздействие вибраций на электронные компоненты при движении по брусчатке и неровностям асфальта.
«Параллельно мы прорабатывали несколько вариантов подвески на разных упругих элементах и все решения проверяли на полигоне. Также мы учитывали, что энергоемкость подвески должна быть достаточна, чтобы и гасить вибрации, и не давать роботу раскачиваться. Поэтому в какой-то момент остановились на карбоновых рессорах, которые имеют достаточный график упругости, но при этом снимают раскачивание, не дают роботу переваливаться с боку на бок».
Илья Герасимов, руководитель службы разработки конструкции
Еще одна крупная проблема для роботов-доставщиков, как еще раз показали мощные снегопады, — это погодные условия. Подвеску необходимо спроектировать так, чтобы она подходила для езды и по сухому тротуару, и по заснеженному. Оказалось, что разработать конструкцию, которая одинаково эффективна летом и зимой, нельзя или по крайней мере очень сложно.
В компании нашли компромисс, сделав для роботов зимнюю резину. За счет более агрессивного протектора они сумели сохранить устойчивость и научить робота-курьера забираться на 14-сантиметровые препятствия. В ходе испытаний инженеры также рассматривали вариант заменить колесную тягу на гусеничную, но отказались от этой идеи.
«Гусеницы неплохо показывают себя на глубоком снегу, но очень плохо справляются с движением по асфальту: робот потребляет больше энергии, а управление становится менее прогнозируемым. Кроме того, при определенных условиях гусеницы могут слетать, что парализует движение. Пока мы остановились на зимней резине. И, вероятно, продолжим улучшать конструкцию в следующем поколении доставщиков».
Илья Герасимов, руководитель службы разработки конструкции
На сегодняшний день роботы Яндекса доставили уже более 300 тысяч заказов. По всей стране работает 130 доставщиков. В 2024 году их количество планируется увеличить в два раза — до 260 штук. А это значит, что уже очень скоро встречать роботов на улицах мы будем чаще.
Реклама: Общество с ограниченной ответственностью «ЯНДЕКС», ИНН 7736207543, erid: LjN8KcJt2
С какими вызовами столкнулись разработчики автономного транспорта
Несколько лет назад могло показаться, что сегодня мы уже будем ездить на работу на беспилотных такси — без водителя и даже элементов управления в салоне. И в нескольких городах мира такие такси действительно появились, однако амбициозные прогнозы оказались весьма далеки от реальности. Рассказываем, с какими подводными камнями столкнулись разработчики автономного транспорта и как они решают проблемы, вставшие на пути к беспилотному будущему.