Автономды көлік Stanley: Stanford университетінің 2005 DARPA Grand Challenge жеңімпазы. Өзі басқарылатын көлік, жасанды интеллект және инновация туралы біліңіз.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Автономды автомобиль
Autonomous car
Стэнли – Стэнфорд университетінің Стэнфорд жарыс командасы мен Volkswagen Electronics Research Laboratory (ERL) бірлесіп жасаған автономды автомобиль. Ол 2005 жылғы DARPA Grand Challenge-те жеңіске жетіп, Стэнфорд жарыс командасына 2 миллион долларлық жүлде әкелді.
Stanley is an autonomous car created by Stanford University's Stanford Racing Team in cooperation with the Volkswagen Electronics Research Laboratory (ERL). It won the 2005 DARPA Grand Challenge, earning the Stanford Racing Team a $2 million prize.
Стенфордтың жарыстар командасы
Стенфордтың жасанды интеллект зертханасының директоры, доцент Себастьян Трун басшылығымен құрылған Стенфорд жарыс командасы, 2005 жылғы DARPA Grand Challenge жарысына қатысу мақсатында ғана жасалды. Стэнфорд 2004 жылғы DARPA Grand Challenge-ке қатыспады және 2005 жылғы жарыста жеңіске 20:1 мүмкіндігі бар деп есептелді. Автомобиль қазіргі уақытта Смитсоновтың Ұлттық әуе және ғарыш мұражайында сақталуда. Ол 2006 жылы Нью-Йорк халықаралық автосалонында және екі жыл Volkswagen Autostadt мұражайында (Германия) көрмеге қойылды. Стенфорд жарыс командасы 2007 жылғы DARPA Urban Challenge жарысына "Junior" деген атпен модификацияланған Volkswagen Touareg вагонмен қатысты. Команданың басқа да маңызды мүшелері: Майкл Монтемерло (бағдарламалық қамтамасыз ету жетекшісі), Свен Строхбанд (басты аппараттық инженер), Дэвид Ставенс (робототехник/инженер), Хендрик Далькамп (компьютерлік көру жетекшісі), Седрик Дюпон (көлік жетекшісі) және Памела Махони (коммуникация жетекшісі).
Led by Associate Professor Sebastian Thrun, director of the Stanford Artificial Intelligence Lab, the Stanford Racing Team was developed solely for the purpose of competing in the 2005 DARPA Grand Challenge. Stanford did not participate in the 2004 DARPA Grand Challenge and was considered to have 20:1 chances of winning the 2005 competition. The car is currently located at the Smithsonian National Air and Space Museum. It was displayed at the 2006 New York International Auto Show and two years at the Volkswagen Autostadt Museum (Germany). The Stanford Racing Team entered a new vehicle, a modified Volkswagen Touareg wagon, dubbed "Junior", in the 2007 DARPA Urban Challenge. Other key contributors on the team include Michael Montemerlo (software lead), Sven Strohband (lead hardware engineer), David Stavens (roboticist/engineer), Hendrik Dahlkamp (computer vision lead), Cedric Dupont (vehicle lead), and Pamela Mahoney (communications lead).
Құрылыс
Автомобиль Volkswagen Touareg стандартты еуропалық дизельдік модель ретінде Volkswagen ERL-нің бәсекеге қатысуы үшін ұсынылды. Стэнфорд жарыс командасы Touareg-ті "электрондық басқару" жүйесі үшін таңдады, оны тікелей борттық компьютерден іске қосуға бейімдеуге болады (және оны ERL жасады), актуаторлар немесе сервомоторларды қолданбай; алайда рульді электр моторы қозғалтады, ал беріліс ауыстыру гидравликалық поршеньмен жүзеге асырылды. Навигация үшін автомобильге қоршаған ортаның 3D картасын құру үшін шатырға орнатылған бес Sick AG LIDAR құрылғысы орнатылды, осылайша GPS позициясын анықтау жүйесін толықтырады. Гироскоптар мен акселерометрлерді пайдаланатын ішкі бағыттау жүйесі көліктің бағытын бақылап, GPS және басқа да сенсорлардың деректерін толықтыруға қызмет етті. Қосымша бағыттау деректері видеокамера арқылы берілді, ол сегіз метрге дейін (LIDAR қашықтығынан тыс) жүру жағдайларын бақылауға және үдеуге жеткілікті орынды қамтамасыз етуге арналған. Сондай-ақ, Стенли дөңгелектің құдырына сенсорлар орнатып, дөңгелектің беткі оюын жазып, сигнал жоғалған жағдайда (мысалы, туннель арқылы өткенде) спидометр ретінде әрекет етеді. Осы сенсордың деректерін пайдалана отырып, борттық компьютер сигнал жоғалғаннан бері қанша қашықтықты жүргенін есептей алады. Сенсорлық деректерді өңдеу және шешімдерді орындау үшін көлік багаждық бөлімінде Linux операциялық жүйесінің әртүрлі нұсқаларын іске асыратын 1,6 ГГц Intel Pentium M негізделген алты қуатты компьютерімен жабдықталды.
The car began as a standard European diesel model Volkswagen Touareg provided by Volkswagen's ERL for the competition. The Stanford Racing Team chose the Touareg for its "drive by wire" control system which could be adapted (and was done so by the ERL) to be run directly from an onboard computer without the use of actuators or servo motors; however, the steering wheel was driven by an electric motor and the gear shifting accomplished with a hydraulic piston). For navigation, the car was equipped with five roof mounted Sick AG LIDAR units to build a 3 D map of the environment, thus supplementing the position sensing GPS system. An internal guidance system utilizing gyroscopes and accelerometers monitored the orientation of the vehicle and also served to supplement GPS and other sensor data. Additional guidance data was provided by a video camera used to observe driving conditions out to eighty meters (beyond the range of the LIDAR) and to ensure room enough for acceleration. Stanley also had sensors installed in a wheel well to record a pattern imprinted on the tire and to act as an odometer in case of loss of signal (such as when driving through a tunnel). Using the data from this sensor, the onboard computer can extrapolate how far it has traveled since the signal was lost. To process the sensor data and execute decisions, the car was equipped with six low power 1.6 GHz Intel Pentium M based computers in the trunk, running different versions of the Linux operating system.
Бағдарламалау
Инженерлік мектеп сенсорлық деректерді түсіндіру және навигациялық шешімдерді орындау үшін 100 000 жолдан тұратын бағдарламалық жасақтаманы әзірледі. Popular Mechanics журналы "жалпы роботтық иерархия" деп сипаттағандай, көлік "ЛИДАР, камера, GPS жиынтықтары және инерциялық сенсорлардан түсетін шикі деректерді жылдамдық, бағыт және шешім қабылдауды басқару үшін бағдарламалық модульдерге жіберуге арналған төменгі деңгейлі модульдерді" пайдаланады. Көлік кедергілерді анықтау үшін машиналық оқытуға негізделген тәсілді қолданды. LIDAR-дан алынған деректер, көру жүйесінен алынған бейнелермен біріктіріліп, алысқа қарап тұру үшін пайдаланылды. Егер көліктің алдындағы кем дегенде 40 метрлік қашықтықта жүруге жарамды жер табылмайтын болса, жылдамдық төмендетіліп, LIDAR құрылғылары қауіпсіз өту жолын табу үшін қолданылды. Көліктің дамуының бастапқы кезеңдерінде туындаған жиі кездесетін қателерді түзету үшін Стэнфорд жарыс командасы "адамның реакциялары мен шешімдерінің" тізімін жасап, деректерді көліктің басқаруымен байланысты оқыту алгоритміне енгізді; бұл әрекет қателерді азайтуға көмектесті. Адамдардың жүргізуін компьютерлік журналға тіркеу көліктің көлеңкелерді анықтаудағы дәлдігін арттырды, бұл мәселе 2004 жылғы DARPA Grand Challenge-те көптеген көліктердің істен шығуына себеп болған еді.
The School of Engineering developed the 100,000 lines of software to interpret sensor data and execute navigation decisions. Using what Popular Mechanics described a "common robot hierarchy", the vehicle utilizes "low level modules fed raw data from LIDAR, the camera, GPS sets, and inertial sensors into software programs [to control] speed, direction, and decision making. The vehicle featured a machine learning based approach to obstacle detection. Data from the LIDARs was fused with images from the vision system to perform a distant look ahead. If a path of drivable terrain could not be detected for at least 40 meters in front of the vehicle, speed was decreased and the LIDARs were used to locate a safe passage. To correct common errors made by the vehicle early in its development, the Stanford Racing Team created a log of "human reactions and decisions" and fed the data into a learning algorithm tied to the vehicle's controls; this action served to reduce errors. The computer log of humans driving also made the car more accurate in detecting shadows, a problem that had caused many of the vehicle failures in the 2004 DARPA Grand Challenge.