Samsung испытает системы навигации для беспилотного транспорта на дорогах США

Последние новости

Тем не менее, спрос на перемены рождает предложение. Так, в середине апреля премьер-министр Михаил Мишустин разработать комплекс мер по тестированию и поэтапному вводу в эксплуатацию беспилотных автомобилей, в том числе без присутствия в салоне инженера-испытателя. Крупнейшие игроки рынка, включая «Яндекс» и Сбербанк, на него тут же отреагировали — в конце апреля компании направили в четыре министерства свой план из 30 технологических и нормативных мероприятий, необходимых для развития рынка. В плане три этапа: расширяются условия тестирования беспилотников, появляются документы и технологические условия для их полноценной эксплуатации — и с 2022 года она может полностью реализовываться. 

Кроме того, с 1 марта 2020 года правительство расширило список регионов, в которых разрешено тестировать беспилотные автомобили: вместо двух — Москвы и Татарстана, где тесты проводят с 2018 года — их стало 13. Среди них Ханты-Мансийский и Ямало-Ненецкий автономные округа, Краснодарский край, Санкт-Петербург и другие. Эксперимент будет длиться два года.

Беспилотный грузовик EvoCargo

Малотоннажник EVO-1 компании EvoCargo полностью основан на российских разработках и представляет собой продуманный гибридный концепт с питанием от электрических батарей и водородных топливных элементов. Вторые используются для генератора, когда аккумуляторы будут разряжены.

Беспилотная перевозка груза между контрольными точками серьёзно снизит себестоимость самых разнообразных товаров

Компоновка позволила сократить время заправки до 5 минут. Этого достаточно на 1000 километров без остановки, снизить массу аккумуляторов и повысить ремонтопригодность.

На дороге EVO-1 чувствует себя отлично

Грузовик разработан как полностью беспилотный: в нём отсутствуют кабина, кресло, рулевая система управления. Видимая «надстройка» — своеобразная «рубка» для оборудования, обеспечивающих как самостоятельное перемещение транспорта, так и взаимодействие с подключённой инфраструктурой «умной дороги» стандарта V2X.

Для внедрения своих беспилотников EvoCargo предлагают сервис электрических магистральных перевозок, позволяющий клиентам обойтись без покупки грузовика и капитальных затрат, оплачивая транспортные услуги по подписке или за километраж.

Подробностей немного. Но грузовик EvoCargo уже ездит, в отличие от многих зарубежных конкурентов

Тестовый запуск беспилотных грузовиков EVO-1 из 3 единиц на территории испытательного центра в Москве успешно прошел в марте 2021 года в полностью в автономном режиме с заданной скоростью с учетом дорожных знаков и разметки.

Преимущества самоуправляемых машин

Среди плюсов самоуправляемых автомобилей разработчики чаще всего называют безопасность, снижение вредного влияния на окружающую среду и экономическую эффективность.

Снижение уровня аварий по вине водителей

В теории, самоуправляемые машины должны быть безопаснее автомобилей, управляемых водителями. К примеру, по данным Госавтоинспекции на российских дорогах в 2020 году произошло 13,8 тыс ДТП по вине нетрезвых водителей; более 270 тыс водителей были привлечены к административной ответственности за вождение в нетрезвом виде.

Представители ведомства подчеркнули, что вождение в пьяном виде пока еще остается самым опасным социальным явлением, хотя общее число ДТП в России продолжает снижаться

Автоматизированная система управления машиной без водителя, напротив, запрограммирована на абсолютное внимание и полное соблюдение правил дорожного движения

Кроме того, в самоуправляемом транспорте все функции обеспечения безопасности будут полностью автоматическими:

• аварийное торможение;
• контроль схода с полосы движения;
• мониторы и датчики слепых пятен;
• трансляция информации на лобовое стекло;
• самостоятельная парковка;
• адаптивный круиз-контроль;
• удаленное управление маршрутом;
• связь между автомобилями.

Некоторые марки современных автомобилей уже имеют одну или несколько из перечисленных опций, и это положительно сказывается на безопасности дорожного движения.

Не нужно получать водительские права

Для использования самоуправляемого автомобиля не нужны водительские права. Люди, которые не умеют водить сами, всегда зависят от близких, такси и общественного транспорта. На автоматическом транспорте они смогут передвигаться свободно, комфортно и независимо. Пока что людям без навыков вождения приходится обходиться сервисами совместных поездок.

Самоуправляемые автомобили, очевидно, также значительно облегчат жизнь инвалидов, которые при всем желании не могут управлять машиной самостоятельно. Американская организация Ruderman Foundation подсчитала, что такие автомобили не только преобразят жизнь как минимум 2 млн инвалидов в США, но и сэкономят $19 млрд, которые система здравоохранения регулярно теряет только потому, что одинокие пациенты не могут вовремя попасть на прием.

Снижение уровня выхлопов

По оценкам Национальной лаборатории возобновляемых источников энергии (США), самоуправляемые транспортные средства могут привести к экономии топлива на 90%, и к снижению количества энергии, используемой для производства транспортных средств. Широкое распространение самоуправляемых автомобилей также поможет уменьшить пробки на дорогах, что положительно скажется на окружающей среде.

Позитивный экономический эффект

Ожидается, что самоуправляемые автомобили окажут сильное влияние на экономику: к 2050 году экономическая выгода от внедрения такого транспорта может достигнуть $800 млрд. Кроме того, если самоуправляемые автомобили действительно улучшат безопасность дорожного движения, они также уменьшат потери и затраты, связанные с ДТП, что может привести к экономии миллиардов долларов ежегодно.

Безкабинный электромобиль КамАЗ-3373 Челнок

КамАЗ-3373 «Челнок» — ещё один работоспособный концепт Камского автозавода, эксплуатирующийся на собственном производстве с начала 2020 года.

Едва ли не самый интересный проект беспилотного грузовика в мире

Безкабинная платформа с бортовым фургоном имеет грузоподъёмность 10 тонн, длину 8 метров, ширину 2,55 и высоту 4 метра, развивая скорость до 40 километров в час. Отсутствие кабины позволяет разгружать фургон с обеих сторон.

Но это ещё не все: предусмотрена и симметрия световых приборов — любая сторона может быть как передней, так и задней частью грузовика. Дублируются даже органы ориентации в пространстве (лидары, радары и камеры). Для высокоточной навигации спутниковую систему продублировали инерциальной.

Запас хода «Челнока» составляет около 50 километров, которых в ходе испытаний хватало для работы в роли заводского кара на две смены (сутки).

За движение беспилотника отвечает синхронный электродвигатель, работающий от сменных батарей, полная зарядка которых занимает 5 часов при использовании зарядного устройства на 380 вольт. Возможна и более продолжительная зарядка от обычной розетки.

Что нужно – есть, все лишнее – отсутствует

Предполагается, что на платформу можно будет устанавливать не только бортовой фургон, но и сцепку для создания беспилотных автопоездов. Также планируется создание самосвала на базе представленного автомобиля.

А как же машины «видят»?

Так видит мир автомобиль при помощи лидара и стереокамеры.

Классический подход работает по следующее схеме: модули карт и восприятия отправляют информацию в модуль планирования, который в свою очередь делится полученными и обработанными данными с системой управления автомобилем.

Давайте рассмотрим, как модуль восприятия узнаёт, что находится вокруг машины:

1. Радар — распространённый сенсор, который уже используется на автомобилях с круизным режимом. Однако радар не очень хорошо понимает, что перед ним находится пешеход, если он не в металлическом костюме. Отличительная особенность радара заключается в возможности узнать радиальную скорость.
2. Камеры отвечают за общую картину на дороге.
3. Лидар — сенсор, который определяет расстояние до определённых объектов на дороге, а также «видит» всё лучше радаров и камер. Но у него есть два минуса: цена и качество. Даже если лидар сделан по всем ГОСТам, то он всё равно может быстро выйти из строя из-за постоянного движения, собственно из-за этого он и остаётся нишевой технологией. Но вообще лидар — интересное изобретение, с помощью которого хорошо реализуется итеративный алгоритм ближайших точек.
4. Инфракрасные камеры — «видят» людей и животных лучше радаров, но стоят дорого и ограничены температурными рамками. Становится немного бесполезным сенсором, если на машине установлен лидар.

Чтобы лучше различать, что находится вокруг автомобиля, может применяться метод сегментации экземплярами, где в отличие от обычной сегментации объекты не сливаются в одном цвете, а разбиваются на части.

Примечание Подробнее с методом сегментации экземплярами можно ознакомиться на GitHub, а также в следующих документах: , .

Поиграть с сегментацией экземплярами можно на Кембриджского Университета.

Ниже представлено видео реализации метода сегментации экземплярами.

Зрение автомобиля можно реализовать с помощью только камер и радаров — самых дешёвых технологий. Особенность такого метода заключается в локальном использовании техники: в бортовой компьютер загружаются базовые карты, обрабатываются нейронными сетями, а затем сравнивают реальность с загруженными картами. Транспорт будет плохо ориентироваться в городах, подобных Лондону, где часто бывают природные явления, затрудняющие восприятие даже человеку. Также машина будет «удивляться» в таких городах, как Москва, где всё активно строится и ремонтируется.

Пример реализации метода с базовыми картами.

Проблема не надумана

Уходя из Micron и начиная работать на китайские компании, сотрудники нередко уносят с собой конфиденциальную информацию, содержащую коммерческую тайну. Общее число таких случаев неизвестно, но, как сообщал CNews, два экс-управленца китайской «дочки» Micron (Taiwan Micron Wafer Company) уже поплатились за шпионаж в пользу КНР, и еще трое ждут своей очереди.

Топ-менеджеры ушли из компании в 2016 г., предварительно засняв на камеры своих мобильников чистые помещения компании и передали снимки конкурирующей китайской компании China Wafer Technology. В дополнение к этому они похитили из компьютерной сети файлы, представляющие коммерческую тайну, и отправили их все той же China Wafer Technology.

В сентябре 2021 г. обоих управленцев приговорили к тюремному заключению – одному дали два года, второго посадили на три. По этому же делу проходят еще три экс-работника Taiwan Micron Wafer Company.

Как финансовые организации строят эффективную ИТ-экосистему
Бизнес

Также коммерческие секреты Micron с 2016 г. утекали в китайскую компанию JHICC, также известную как Fujian Jinhua Integrated Circuit. В частности, ее интересовали технологии производства оперативной памяти Micron. Данные передавали бывшие сотрудники Micron через тайваньскую компанию UMC.

В 2018 г. Минюст США обвинило Fujian Jinhua Integrated Circuit в краже коммерческой тайны у Micron. Через некоторое время компания была занесена в «черный список» властей США и попала под санкции, вследствие чего скоропостижно обанкротилась, поскольку больше не могла приобретать инструменты для производства микросхем у иностранных поставщиков.

Компания UMC избежала столь серьезных последствий для себя. В итоге она заключила мировое соглашение с Micron.

Как обрабатывать данные на периферии в тысячи экзабайт?

Для развития полностью автономного вождения необходимо решить проблему обработки и хранения огромных массивов данных. Каждый день беспилотный автомобиль может генерировать от 5 до 20 Тбайт данных. Всего один автомобиль! Только в США сегодня насчитывается больше 270 млн. автомобилей, что в будущем может привести к гипотетическому объему 5.449.600.000 Тбайт (или 5.449 экзабайт) — и это только в один день и только в США! Для хранения таких данных необходима высокопроизводительная, гибкая, защищенная и надежная периферийная инфраструктура. Затем возникает проблема эффективной обработки данных, что тоже весьма непросто.

Чтобы бортовой компьютер мог принимать решения в реальном времени, ему требуется самая свежая информация по окружающей обстановке. Старые данные, такие как информация о расположении автомобиля и скорости час назад, обычно уже не нужны. Однако эти данные полезны для дальнейшего улучшения алгоритмов автономного вождения. Разработчики систем на основе искусственного интеллекта должны получать большие массивы данных, чтобы тренировать сети глубокого обучения: определять объекты и их движение по камерам, информации лидара, оптимально сочетать информацию об окружении и инфраструктуре, чтобы принимать решения. Специалистам по безопасности дорожного движения очень важны данные, собранные автомобилями непосредственно до аварий или опасных ситуаций на дороге, например. Здесь вновь встает вопрос обработки данных на периферии, который остается очень важным звеном для совершенствования автономного вождения.

По мере того, как данные собираются беспилотными автомобилями и передаются от них на периферийные дата-центры, после чего мигрируют в облачные хранилища, все более актуальным становится вопрос использования оптимизированной и многоуровневой архитектуры хранения данных. Только она позволит максимально эффективно использовать огромные объемы данных. Свежие данные должны сразу же анализироваться для улучшения моделей машинного обучения, здесь требуется высокая пропускная способность и низкие задержки, для этой цели лучше всего подходят SSD и высокоемкие накопители HAMR с поддержкой технологий нескольких приводов головок.

После того, как данные пройдут этап анализа, они должны быть сохранены, но уже более эффективно: на высокоемких и недорогих традиционных хранилищах nearline. Подобные серверы хранения хорошо подходят в том случае, если данные могут потребоваться в будущем, но частого доступа к ним не планируется. Старые данные, которые вряд ли потребуются, но должны храниться по каким-либо причинам, можно переводить на уровень архивации.

Данные все чаще будут обрабатываться и анализироваться на периферии, что знаменует наступление эпохи IT 4.0, в которой меняется подход к использованию данных. Периферийные вычисления позволят обрабатывать данные рядом с местом их сбора, а не в облачном сервере, что позволит анализировать их намного быстрее, немедленно реагируя на изменения ситуации. Терабайты данных, обрабатывающиеся каждый день, скоростная сеть обмена информацией между автомобилями и периферийными дата-центрами помогут сделать автономное вождение более безопасным и надежным.

Что мешает развитию рынка

Нехватка полигонов для тестирования беспилотников — одна из проблем, с которой сталкиваются все разработчики, говорит Константин Кайсин из РВК. Вторая проблема, над которой сейчас работает весь мир, юридически-философская: кто должен нести ответственность за действия беспилотника?

Первый случай со смертью по вине беспилотника произошел в 2016 году во Флориде, США, когда Tesla Model S врезалась в трактор, который незаконно пересекал шоссе. Водитель — единственная жертва этой аварии — находился за рулем автомобиля, но машиной управлял автопилот. Двумя годами позже тестовый беспилотник Uber насмерть сбил пешехода.В России законов, регулирующих поведение беспилотников, пока нет — в машине всегда должен находиться человек (инженер-испытатель), который и контролирует автомобиль. Самой передовой страной является США, где 29 штатов и округ Колумбия уже прописали в местном законодательстве правила использования беспилотников. Правила варьируются в разных штатах; в самом прогрессивном законе — во Флориде — ответственность могут вменять человеку, который запустил автомобиль по маршруту (в законе он называется оператором), производителю системы помощи водителю или обоим сразу.

Кирилл Жанайдаров, заместитель руководителя Департамента ЖКХ, транспорта и благоустройства по вопросам транспорта Фонда «Сколково», выделяет среди проблем неготовность инфраструктуры, а также высокую стоимость оборудования для беспилотных машин, существенно увеличивающую стоимость самого транспортного средства. Только набор сенсоров может стоить дороже самого автомобиля, подтверждает Кайсин. Еще одна загвоздка — темпы развития сетей 5G, добавляет он.

Контроль беспилотного транспорта предполагает передачу информации с минимальными задержками, объясняет гендиректор агентства «ТМТ консалтинг» Константин Анкилов. Сети предыдущих поколений с этим не справятся — широкое внедрение беспилотных автомобилей увязывается с 5G. В России операторы несколько лет проводят испытания, строят тестовые зоны, но коммерческое внедрение упирается в вопрос получения частот, на которых будут работать сети пятого поколения. Наиболее привлекательный диапазон 3 ГГц занят под другие задачи, и его конверсия — вопрос неопределенного будущего, говорит он.

Вопрос с механизмом распределения частот в других диапазонах пока решается, здесь позиция правительства регулярно меняется. Текущая идея — выделение частот совместному предприятию, в которое войдут действующие федеральные операторы связи и, возможно, государство. Но остаются вопросы — все ли федеральные операторы смогут участвовать в таком СП, в каком формате будет в нем участвовать государство, какова будет его роль, перечисляет Анкилов: «Эта неопределенность задерживает внедрение 5G в стране. В результате это вопрос точно не текущего года».

Технических минусов работы в России нет, считает Андрей Вавилин из BaseTracK: «Погодные условия, большие расстояния, удаленные районы — все как будто специально создано для рождения автономных систем». Другой вопрос, что в стране нет интересантов на практическое внедрение, нет запроса на подобные технологии, считает он, а на поиски инвестора время лучше вовсе не тратить.

Юрий Минкин, руководитель департамента разработки беспилотных транспортных средств Cognitive Pilot

Что находится в «мозговом центре» самоуправляемого автомобиля?

Есть два подхода к обучению автомобиля: классический и нейросетевой. Первый состоит из четырёх модулей: локализация, распознавание, планирование и управление. При работе со вторым подходом автомобиль получает данные с камер, отправляет их нейросети, а она уже определяет, куда повернуть и на какой скорости ехать.

Реализация нейросетевого подхода требует огромного количества входных данных для каждой из возможных ситуаций, чтобы научить машину вести себя подобно человеку. Это сделать довольно сложно, поэтому многие беспилотные автомобили работают на основе классического подхода.

Планирование пути почти так же важно, как и восприятие окружающего мира автомобилем. Поэтому давайте рассмотрим методы планирования пути, их всего три, если говорить об основных

1. Алгоритмы поиска пути на графах

К качественным алгоритмам поиска пути на графах в отношении беспилотных автомобилей можно отнести A*. Однако и у него есть недостатки, например, в пространствах большой размерности скорость работы снижается. При этом нужно понимать, что на самой дороге нет ни вершин, ни рёбер клеток и придётся самим составлять граф, учитывая положение машины в пространстве. Но чем оно сложнее, тем более нагруженным становится граф.

2. Оптимизационные методы.

Оптимизационные методы позволяют накладывать ограничения и штрафы с помощью функций. Штрафы могут быть за превышение скорости или за чрезмерное приближение к другим объектам. При использовании этого метода пространство исследуется агрессивно. Алгоритм не ищет оптимального способа объезда препятствия, а просто «едет» в разные стороны.

3. Стохастические алгоритмы.

Этот метод отличается высокой скоростью работы в больших пространствах, однако оптимальность выбора остаётся под большим вопросом. Но тем не менее данные, полученные с помощью этого метода, можно отправлять напрямую системе управления автомобилем. Более детально с этими алгоритмами вы можете ознакомиться в совместных трудах Бадера Алшамари (Университет Кувейта | KU) и Овидье Калина (Восточный Университет Мичигана | EMU).

Наши материалы по алгоритмам:

1. Подборка визуализаций по алгоритмам поиска пути и ещё одна подборка;

2. Целый раздел, посвящённый алгоритмам и структурам данных.

Также более детально эти алгоритмы объясняет специалист компании Yandex в видео ниже.

Micron не справляется с конкуренцией

Micron и раньше выражала свою обеспокоенность по поводу слишком агрессивной конкуренции со стороны китайских компаний, которая, по ее мнению, поддерживается правительством КНР. В частности, об опасениях она говорила в своем годовом финансовом отчете за 2021 г.

В нем Micron прямым текстом заявила, что поддержка Пекином отечественных производителей DRAM может ограничить рост Micron на мировом рынке. «Мы сталкиваемся с угрозой усиления конкуренции в результате значительных инвестиций в полупроводниковую промышленность со стороны правительства Китая и различных государственных или аффилированных лиц, которые предназначены для продвижения заявленных целей национальной политики Китая. Кроме того, китайское правительство может ограничить наше участие на китайском рынке или может помешать нам эффективно конкурировать с китайскими компаниями», – говорится в отчете Micron, опубликованном в сентябре прошлого года. Это было не столько выражение опасения, сколько предупреждение для инвесторов.

Недостатки самоуправляемых автомобилей

Несмотря на приведенные выше преимущества, у этого вида транспорта есть и минусы, среди них – вопросы этики, кибербезопасности и негативного влияния на существующий рынок услуг.

Моральная дилемма

Автоматическое управление влечет за собой сложные этические проблемы. К примеру, чья безопасность должна быть приоритетной для системы – пешеходов или пассажиров? Должна ли автоматическая система обладать универсальным моральным кодом, или следует предоставить ей выбор в случае неизбежного столкновения, и чья жизнь в этом случае обладает большей ценностью, – ребенка или пожилого человека?

Другая сторона этой же проблемы – ответственность. Когда ДТП происходит по вине водителя, отвечать приходится ему. Но кто будет юридически и финансово отвечать за аварию, случившуюся по вине самоуправляемого автомобиля – пока неясно.

Кибербезопасность

Каждый самоуправляемый автомобиль будет частью большой сети, подобно тому, как компьютеры сейчас объединены интернетом. Точно так же, как и к любому компьютеру, злоумышленники могут получить доступ к автоматической машине. В лучшем случае инцидент выльется в неприятный опыт для пассажиров, в худшем может закончиться аварией.

По данным опроса Американской автомобильной ассоциации, только 12% водителей чувствовали бы себя в безопасности в самоуправляемом автомобиле; 50% опрошенных назвали главным фактором беспокойства опасность хакерского взлома. Очевидно, для повышения популярности самоуправляемых автомобилей понадобится длительная, продуманная информационная кампания и хорошая статистика безопасности.

Негативный экономический эффект

Эффект от внедрения самоуправляемых автомобилей будет позитивным для экономики в целом, но некоторые традиционные отрасли серьезно пострадают или будут полностью уничтожены. К ним относятся службы доставки, грузовых перевозок, такси – миллионы водителей останутся без работы.

Вторая негативная особенность самоуправляемых машин – высокая цена. Даже частично автоматизированные автомобили дороги – они стоят в США $30 тысяч и выше; полностью автоматические машины будут еще дороже. Для большинства людей, не умеющих водить, дешевле арендовать автомобиль с личным водителем. Стоимость пока что остается главным барьером для широкого внедрения самоуправляемых машин.

Навигационная система

Помимо стоимости, есть еще одно серьезное препятствие для повсеместного внедрения беспилотного транспорта. Это несовершенство навигации на основе GPS: средняя точность современных приемников в горизонтальной плоскости составляет примерно 6—8 метров при хорошей видимости спутников и использовании алгоритмов коррекции. Сложности и погрешности также могут возникать при использовании сотовой связи и Bluetooth, по этой причине площадь использования самоуправляемого транспорта может быть ограничена.

Seagate объединяет усилия с AutoX

Наконец, позвольте рассказать об одном практическом примере из сферы беспилотных автомобилей. Seagate решила объединить усилия с компанией AutoX, занимающейся системами автономного вождения. Цель заключается в создании частного облака для быстрой обработки больших объемов данных, генерируемых во время тестирования беспилотных автомобилей.

Как мы уже неоднократно отмечали, беспилотные автомобили создают значительные объемы данных, получаемых со своих сенсоров. Seagate предоставила AutoX полное решение по созданию частного облака на основе систем . В результате повысилась скорость и эффективность обработки данных.

В июле 2020 года AutoX получила разрешение от калифорнийского Департамента транспортных средств, позволившее начать тесты беспилотных автомобилей на обычных дорогах в выделенном районе Сан-Хосе (Калифорния, США). Кроме того, компания управляет парком роботакси в Шэньчжэне и Шанхае. В апреле 2020 компания открыла операционный центр роботакси в Шанхае площадью 7400 м², ставший самым большим хабом беспилотных автомобилей в Азии.

Петабайты в день: данные — новая нефть

Для беспилотных автомобилей данные имеют такое же значение, как бензин с электричеством, не зря их называют «новой нефтью». Каждое роботакси генерирует порядка 1 Тбайт данных в час, что даже превышает прогнозы аналитиков. Сто роботакси AutoX дают уже петабайты данных ежедневно. И все эти данные следует анализировать и обрабатывать при получении как можно быстрее.

Передача и хранение всех данных в публичных облаках приводит к задержкам, что замедляет обработку и анализ данных, увеличивает расходы. Как можно видеть в отчете Seagate «Rethink Data», компании все чаще решают хранить данные в частных облаках.

«Для обработки огромных объемов информации AutoX требуется надежная архитектура данных, — сказал доктор Джан Вей Пан, вице-президент подразделения Technology and Partnerships в AutoX. — Мы должны учитывать не только такие факторы, как цену, производительность и емкость, но и обрабатывать и хранить ценные данные с максимальной скоростью».

Периферийное частное облако: быстрая обработка, низкая стоимость владения

Чтобы удовлетворить потребности AutoX по хранению и обработке данных, Seagate разработала и построила периферийное частное облако, успешно вписавшееся в инфраструктуру хранения данных AutoX; многие задачи, которые ранее выполнялись в окружении публичного облака, теперь перешли на периферию. Данные с испытаний и тестов, например, теперь можно быстро загрузить в периферийное частное облако, которое отличное справляется с обработкой частых запросов к крупным массивам информации.

Решение Seagate соответствует потребностям AutoX по быстрой обработке данных и вместе с тем уменьшает совокупную стоимость владения (TCO). Но данные, которые обрабатываются на периферии, рано или поздно мигрируют в публичное облако для архивации и резервирования.

Для построения дата-центра с частным облаком Seagate использовала решение на основе Exos E 5U84, серверов и распределенной системы хранения данных Ceph. Seagate Exos E 5U84 может хранить до 1,1 петабайт данных, при этом обеспечиваются мощные возможности интеграции, повышающие эффективность использования частного облака. Благодаря высокой плотности хранения данных и производительности, система позволяет уменьшить совокупную стоимость владения. Масштабируемая архитектура обеспечивает рост вместе с бизнесом — до 336 накопителей. Что поможет AutoX справиться с растущими объемами собираемых данных в будущем. Причем данное решение можно быстро реплицировать, что соответствует планам AutoX по расширению парков роботакси в Шанхае, Шэньчжэне, Ухани и многих других городах.

«AutoX — отличный пример лидера индустрии IT 4.0, который вдохновил нас поставить более мощные системы хранения данных, способные быстрее справиться с анализом информации и выдачей вариантов действий, что позволяет как можно быстрее принимать решения и выходить из критических ситуаций, — сказала Санди Сан, вице-президент Seagate и старший менеджер по Китаю. — Мы рады партнерству с AutoX, поскольку компания продолжает внедрять инновации, будущее беспилотных автомобилей становится все ближе к реальности».

Заключение

Прежде чем беспилотные автомобили дойдут до широкого круга потребителей, им придётся пройти множество тестов и усовершенствований. На данный момент самоуправляемых автомобилей 3, 4 и 5 типов крайне мало, чтобы оценить удобство пользования. Одной машины достаточно, только чтобы определить жизнеспособность идеи, но для более подробного массива данных нужны сотни автомобилей.

Также важно продумать систему безопасности беспилотных автомобилей. Если кинуть в обычную машину кирпич, то она поедет дальше и ничего с ней не случится, а вот если кинуть кирпич беспилотному автомобилю в лидар или радар, то безопасность передвижения на нём будет под очень большим вопросом

Эти устройства расположены на внешней части транспорта, поэтому так уязвимы. Но даже если исключить вероятность попадания кирпича, то никто не застрахован от града или прочих природных (или не совсем) явлений, которые могут подпортить жизнь автовладельцу.

Кроме того, беспилотный автомобиль легко можно загнать в ловушку. Например, если рабочие случайно забыли нанести временную разметку и установить временные знаки, автомобиль может просто остановиться перед препятствием и ничего не делать, если слева (или справа в некоторых странах) сплошная.

Если вам интересна тема самоуправляемых автомобилей, но у вас нет своего и хочется хоть как-то поиграть с беспилотностью, то можете ознакомиться с этой статьёй на Medium.