Яндекс разработал лидары для беспилотных автомобилей и роботов-доставщиков
Яндекс разработал два лидара и камеру для беспилотных автомобилей и роботов-доставщиков Яндекс.Ровер. Использование собственной технологии позволяет настраивать параметры датчиков под работу собственных алгоритмов, а также экономить по сравнению с лидарами сторонних производителей, сообщается в пресс-релизе, поступившем в редакцию N+1.
Почти все беспилотные автомобили оснащены набором из датчиков разного типа: лидарами, камерами и радарами. Поскольку они используют разные принципы работы, то и данные с них тоже различаются, что позволяет совмещать их сильные стороны. Камеры позволяют получать изображения высокого разрешения и, к примеру, распознавать дорожные знаки. Радары измеряют скорость и расстояние до объектов, поэтому в основном их применяют для отслеживания других автомобилей на дороге. Лидары же посылают лазерные лучи и измеряют время, за которое отраженный от объектов свет доходит до приемника. Это делает лидары ключевым датчиком для беспилотных автомобилей: только они способны составлять высокоточную карту расстояний до окружающих объектов.
Однако серийные лидары ведущих производителей, таких как Velodyne, стоят несколько тысяч или десятков тысяч долларов, а обычно в каждом беспилотном автомобиле требуется несколько таких датчиков, что делает их применение крайне затратным. Для снижения издержек и создания датчиков с необходимыми параметрами Waymo использует в своих беспилотных автомобилях собственные лидары, а также о разработках в этой области говорила Uber: в итоге создание лидаров даже стало одной из главных причин многолетнего юридического спора этих компаний. Теперь о создании собственных лидаров объявил Яндекс.
Инженеры компании разработали лидары двух типов, а также модуль камеры для беспилотников. Один из лидаров имеет классическую вращающуюся конструкцию и предназначен для всестороннего сканирования окружающего пространства. Второй лидар — твердотельный, и его угол обзора по ширине составляет 120 градусов. Его инженеры используют для получения более точных данных об объектах в конкретной области, например, перед автомобилем.
Яндекс утверждает, что прототипы обоих датчиков разработаны с нуля, а не основаны на устройствах других компаний, поэтому их можно максимально гибко подстроить под запросы инженеров и особенности алгоритмов, и по сути создать программно-определяемый лидар. К примеру, при необходимости автомобиль может изменить вертикальный угол обзора, количество принимаемых лучей или, в случае с твердотельным лидаром, ограничить угол обзора небольшой областью, чтобы просканировать определенный объект с гораздо большим разрешением.
Кроме того, стоимость первых прототипов оказалась вдвое ниже аналогичных серийных лидаров, которые компания применяла до этого, а в будущем разработчики надеются за счет массового производства снизить стоимость вчетверо. При этом пока Яндекс не планирует запускать свои лидары в производство и собирается продолжить разработку до момента массового внедрения беспилотников. Компания уже тестирует датчики на части беспилотных автомобилей, а в будущем планирует устанавливать их в роботах-доставщиках Яндекс.Ровер.
Помимо лидаров Яндекс также создал модуль камеры для своих беспилотных автомобилей. Он основан не на собственной разработке, а на матрице Sony IMX390CQV, имеющей высокий динамический диапазон (до 120 децибел), менее восприимчивой к мерцанию светодиодов автомобилей, светофоров и других объектов, попадающих в поле зрения беспилотников.
Вероятно, на первом этапе компания будет тестировать лидары собственной разработки на закрытом полигоне с безопасными условиями. Летом мы посетили полигон Яндекса и увидели, как происходят полностью автоматические испытания без людей в салоне, как виртуальные пешеходы позволяют разнообразить тесты и что будет, если внезапно выйти на дорогу перед беспилотником.
Григорий Копиев
Это показали популяционные данные более чем за 16 лет
Американские исследователи обнаружили, что во время проведения моторалли в близлежащих регионах число количество трансплантаций органов возрастает примерно на четверть по сравнению с четырехнедельным периодом до и после этих спортивных мероприятий. Отчет о работе опубликован в JAMA Internal Medicine. Смерти в авто- и мотоавариях служат одним из основных источников органов для трансплантации, в 2021 году в США их доля составила 11 процентов. Мотоциклисты, особенно без шлема, гибнут значительно чаще, чем автомобилисты. Ежегодно в стране проводится несколько крупных моторалли, известных как «недели байков», с сотнями тысяч участников. Учитывая масштаб подобных мероприятий и высокий риск травм, они создают повышенную нагрузку на локальные системы здравоохранения, значительно повышая статистику по травмам и смертности, однако влияние этих мероприятий на доступность органов для пересадки до сих пор не изучалось. Чтобы восполнить этот пробел, сотрудники Массачусетской больницы общей практики, Больницы Brigham and Women’s, Гарвардской медицинской школы, Техасского университета в Остине и Национального бюро экономических исследований под руководством Анупама Джены (Anupam Jena) провели популяционное ретроспективное одномоментное (поперечное, кросс-секционное) исследование с использованием данных из Научного реестра реципиентов транплантатов (SRTR), поставляемые Сетью получения и пересадки органов (OPTN). В анализ вошла информация по донорам органов в возрасте 16 лет и старше, погибщих в авто- и мотоавариях с марта 2005 по сентябрь 2021 года. Исследователи сопоставили эти данные с регионами OPTN, в которых проходили семь крупнейших ежегодных моторалли с участием от 200 тысяч до 500 тысяч человек: Sturgis Motorcycle Rally в Южной Дакоте, Daytona Bike Week во Флориде, Laconia Motorcycle Week в Нью-Гемпшире, Myrtle Beach Bike Week Spring Rally и Atlantic Beach Bikefest в Южной Каролине, Republic of Texas Biker Rally в Техасе и Bikes, Blues & BBQ в Арканзасе. Статистическую обработку проводили с помощью многопараметрической пуассоновской регрессии; для оценки различий в характеристиках доноров, реципиентов и самих органов применяли точный критерий Фишера для бинарных переменных и критерий суммы рангов Уилкоксона для непрерывных. В итоговый анализ вошли 10798 доноров (70,9 процента — мужчины; средний возраст 32,5 года) и 35329 реципиентов их органов (64 процента — мужчины; средний возраст 49,3 года). В даты проведения моторалли зарегистрированы 406 доноров и 1400 реципиентов, в течение четырех недель до и после этих мероприятий — 2332 и 7714 соответственно. Демографические и клинические характеристики доноров и реципиентов, уровень качества органов, тяжесть предшествующих заболеваний доноров и время ожидания трансплантации во время соревнований и в остальные дни существенно не различались. Анализ показал, что в период проведения моторалли среднесуточное число доноров органов в соответствующем регионе OPTN на 21 процент больше, чем в предшествующий и последующий четырехнедельные периоды (отношение частот [IRR] 1,21; 95-процентный доверительный интервал 1,09–1,35; p = 0,001). Разница в числе реципиентов этих органов составила 26 процентов (IRR 1,26; 95-процентный доверительный интервал 1,12–1,42; p < 0,001). Полученные результаты демонстрируют последовательную связь моторалли с донорством и пересадкой органов, что следует принимать во внимание трансплантологическим службам, пишут авторы работы и подчеркивают, что первоочередной задачей должно быть обеспечение безопасности подобных мероприятий и минимизация связанных с ними заболеваемости и смертности. О том, на какие ухищрения приходится идти организаторам гонок, чтобы избавить местных жителей от издаваемого ими шума, можно почитать в блоге «Тише едешь: об автогонках, физике и добром слове».