Свои люди SkyWay: управление интеллектуальных систем

В сегодняшней статье мы расскажем про самое «загадочное» и футуристичное управление ЗАО «Струнные технологии» – управление интеллектуальных систем.

Что такое интеллектуальная система, спросите вы? «Мозги» – самый простой и точный ответ.

Инжиниринговая компания следует мировым трендам, поэтому разработчики не обошли стороной и автоматизацию управления транспортным комплексом. В струнный транспорт изначально была заложена возможность управления движением с помощью искусственного интеллекта.

В интеллектуальной системе, разрабатываемой специалистами управления, собран целый комплекс решений, который не только дистанционно контролирует движение самих модулей, но и самостоятельно принимает решения по заданным алгоритмам, что делать в конкретных ситуациях. Распознавание объектов на трассе с помощью машинного зрения, различные датчики на путевой структуре и транспортном модуле, интерактивная система взаимодействия с пользователями – неполный список разработок управления.

Помочь разобраться с этой сложной и интересной темой мы попросили начальника управления интеллектуальных систем, Евгения Родченкова.

 

Добрый день, Евгений! Хочется начать с простых вопросов, хотя предвижу, что ответы на них будут более чем оригинальные и необычные. Ведь речь пойдет о таких высокотехнологичных вещах как искусственный интеллект, нейронные сети, блокчейн и прочее. Итак, расскажите, что такое интеллектуальная система в рамках нашего проекта?

Интеллектуальная система – это техническая и программная среда, или как сейчас принято называть, кибер-физическая система, способная решать задачи на уровне математической, чёткой логики с использованием аналитических возможностей нейронных сетей.

Структура интеллектуальной системы включает три основных блока – базу знаний, механизм принятия решений и интеллектуальный интерфейс.

По сути интеллектуальные системы – это группа подсистем, объединяемых под названием «искусственный интеллект», который содержит алгоритм, способный к самостоятельному принятию решения.

 

Хорошо, и чем именно занимается ваше управление?

Мы разрабатываем и внедряем системы управления с использованием искусственного интеллекта. Основные направления, которыми мы занимаемся, это:

- разработка системы машинного (технического, компьютерного) зрения, задачей которого является информационное обеспечение безопасности транспортного комплекса (ТК);

- разработка систем управления ТК, для автоматического (в том числе – автономного) или автоматизированного управления транспортными модулями, элементами станций, путевых структур, стрелок и других систем;

- разработка блокчейн-платформы для защищённого управления ТК;

- разработка веб-платформ (сайтов, приложений) для управления ТК.

 

 

Так, а какое разделение на отделы? Какие специалисты у вас работают?

В управлении интеллектуальных систем всего 5 отделов: аналитики, технического зрения, разработки, web-разработки, и недавно был сформирован новый отдел – перспективных разработок и аппаратных решений. В штате у нас 28 человек. Мы также сотрудничаем с несколькими компаниями по аналитике систем управления и криптографии.

Наша команда состоит в основном из программистов, но есть и инженеры, учёные, системные архитекторы, инженеры-электроники, менеджеры проектов, дизайнеры, тестировщики, аналитики – полный набор для успешного создания интеллектуальных систем! А в связи с бурным ростом компании и прогрессивным расширением линейки новых продуктов, мы постоянно пополняем команду новыми специалистами.

---

Интерес к системам автоматического управления растёт из года в год, и разные корпорации «пробуют себя» в этой сфере, ведь цифровизация и автоматизация – тренд, которому пытаются следовать. Разработчики струнного транспорта также понимают преимущества этих процессов, поэтому оснащают свои машины всё более и более «разумными» технологиями.

Так «глаза и уши» транспортные средства SkyWay уже приобрели, благодаря высокотехнологичному машинному зрению. Специальные сенсоры считывают информацию, которая происходит вокруг, а интеллектуальная система, основанная на анализе нейронной сетью, определяет объекты, распознает их, идентифицирует и принимает решение, в зависимости от типа и ситуации. Система управления «делает выводы» и передаёт команду к действию бортовой системе. Заданная траектория движения пересчитывается и составляется новое маршрутное задание. Данные поступают в базу данных, где моментально вносятся автоматические изменения в расписании и сохраняются в виде накопленного опыта.

---

 

Расскажите подробнее об отделах, кто чем занимается?

У каждого отдела – свой список задач.

Отдел аналитики собирает и формирует технические требования, совместно с системными архитекторами разрабатывают архитектуру системы, обосновывают состав и структуру подсистем, компонентов и элементов, формируют технические задания.

Сотрудники отдела осуществляют сопровождение продукта на протяжении всего цикла его разработки и осуществляют контроль за соответствием параметров разрабатываемого продукта требованиям заказчика.

Также отдел участвует в разработке концепций построения интеллектуальных систем управления, следит за унификацией и стандартизацией программно-аппаратных решений, анализирует передовые мировые тренды развития интеллектуальных систем в транспортной сфере для внедрения лучшего опыта в наши технологии. Также отдел занимается оптимизацией бизнес-процессов управления.

Отдел технического зрения занимается проблематикой обнаружения, распознавания и классификации объектов на основе информации, поступающей от оптических и радиолокационных датчиков, в том числе с использованием технологии Sensor Fusion (объединение информации от различных датчиков с целью повышения точности измерений).

За разработку подсистемы мониторинга и идентификации нештатных ситуаций тоже отвечают специалисты этого отдела.

 

Отдел разработки занимается полным циклом создания программного обеспечения, от идеи до реализации. Сотрудниками отдела были разработаны математические алгоритмы оценки ситуации при движении транспортного средства, его позиционирования на трассе, автоматической генерации маршрутных заданий на основании текущей, реальной ситуации.

Специалистами отдела был создан эмулятор движения транспортного средства, с помощью которого можно проводить виртуальное тестирование без участия реальных машин, симуляцию разных алгоритмов и событий во время движения.

В качестве одной из актуальных задач отдела мы рассматриваем применение технологии больших данных (big data), так как для эффективной работы интеллектуальных систем управления нужна многомерная статистика.

Также отделом разрабатывается инфраструктурное ПО для диспетчерских, онлайн-сервисов, для пассажиров, пользователей ТК. Все накопленные знания и разработки «складываются» в базу знаний и эти наработки могут использоваться в дальнейшем и в других проектах. Очень надеемся, что они найдут применение и в космической программе SpaceWay.

 

Отдел web-разработки выделен в отдельное подразделение и отвечает за разработку и сопровождение сайтов.

Отдел перспективных разработок и аппаратных решений – недавно созданный отдел, который разрабатывает новые и прототипирует существующие технологии в части аппаратно-программного обеспечения (контроллеры, компьютеры бортовых систем, датчики).

Этот отдел был сформирован из сотрудников, которые ранее занимались поиском и разработкой новых подходов и решений. Если мы чего-то не находим подходящего нам на рынке, то изобретаем, продумываем и внедряем самостоятельно.

Так, например, был разработан модуль дежурного режима, который производит мониторинг «спящего» транспортного средства (ТС), контролируя уровень заряда батареи, или другие важные параметры работы модуля. В случае необходимости, данный блок осуществляет дистанционный перевод ТС из дежурного («спящего») в рабочий режим, и обратно, и даёт команды на выполнение заданных действий.

Также отдел занимается исследованием и внедрением перспективных решений, помогает в проведении испытаний, наладки, компоновки, установки ПО. Совместно с конструкторами прорабатывается тип и технические характеристики, которые затем передаются для компоновки ТК.

Вы можете сделать выводы, что каждый отдел работает как в рамках своих задач, так и в составе управления в целом, часто подключаясь к решению смежных задач. Я считаю, что в сложившейся структуре управление функционирует как эффективный, единый организм.

---

Стоит помнить, что нейросеть нельзя использовать в качестве системы для принятия решений, она может использоваться только для аналитики при принятии решения. У использования нейросети есть определенная опасность: если её неправильно обучить, то она может наделать больших бед.

Так, например, в одном эксперименте её задействовали для того, чтобы пройти и выиграть игру, быстрее, чем это может сделать человек. И у неё получилось. Правда, не совсем «чистыми» методами – используя баги в игре, а не скорость нажатия на клавиши или другие «человеческие» методы. Всё потому, что она была запрограммирована на результат, без учёта того, что баг – это нечестное поведение, нарушение правил, и это неприемлемо для решения задач.

Но именно нейросети и анализ больших данных сегодня способны давать более точные и быстрые ответы, чем смогли бы найти человек или другая математическая система.

---

 

Расскажите о глобальных перспективах развития.

Мы выбрали несколько направлений, которые сегодня активно осваиваем и внедряем. Вот некоторые из них: искусственный интеллект, автоматизация работы транспортного комплекса, большие данные (big data), предоставление цифровых сервисов, включая монетизацию, и объединение внешних сервисов с нашими системами.

Эффективное и безопасное автоматическое управление транспортным комплексом (ТК) – основная задача, стоящая перед интеллектуальными системами управления. Принятие решений по оптимальной перевозке пассажиров и грузов будет за искусственным интеллектом. Такая система будет выбирать самостоятельно, как лучше, быстрее и проще доставить людей или грузы.

Что касается безопасности управления ТК, то здесь программа будет «смотреть по месту», что делать в различных ситуациях, просчитывать варианты решений и выбирать оптимальное, что позволит избегать опасные ситуации.

Что касается цифровых сервисов, то речь о предоставлении услуг пользователям информационных систем SkyWay. А под объединением мы понимаем полную интеграцию нашего ПО с внешними цифровыми сервисами, слияние или симбиоз, в зависимости от той или иной ситуаций.

 

А что конкретно сейчас у вас находится в разработке?

Вопрос, конечно, интересный! Но боюсь, для того, чтобы рассказать об этом, понадобится написать книгу [смеётся]! Наше управление задействовано в очень многих процессах компании. Мы занимаемся интеллектуальными системами управления всех транспортных систем (модули, путевые) и участвуем непосредственно в проработке потенциальных международных адресных проектов. Список задач неполный, конечно, о многом так просто не рассказать.

---

Самое важное в транспорте – это его безопасность. Беспилотные транспортные средства довольно-таки просто разделили людей на тех, кто «за» и «против». Но не стоит забывать, что первые испытания любой новой технологии сопровождаются неудачами, и это нормальный процесс становления.

Разработчики струнного транспорта изначально ставили перед собой цель – снизить риск опасных происшествий (читай, автокатастроф) до минимума, для чего и была создана транспортная система «второго уровня». Убирая активное передвижение людей с земли на отдельно выделенную «линию», струнный рельс, тем самым, снижает риск столкновений пассажиров, велосипедистов и других участников движения.

Оснащая транспортные средства автоматизированной системой управления, мы убираем и ещё один фактор, приводящий к трагическим ошибкам, – человеческий.

То есть получается, что мы обучаем машину думать и принимать решения разумно, но при этом не включаем в алгоритм те человеческие «погрешности» мышления, которые способны привести к ошибке, оставляя только чёткую и жёсткую логику.

---

 

А что уже реализовано на практике?

С гордостью могу констатировать, что сделано уже многое.

Разработана и внедряется система высокоточного позиционирования и получения параметров движения транспортных средств на путевой структуре и станциях, основанная на объединении информации (Sensor Fusion) от RFID-считывателей, датчиков Холла, системы GPS/ГЛОНАСС. Также она будет дополнена информацией от оптических и радиолокационных датчиков, в том числе с использованием цифровой карты местности.

Внедряется адаптированная к особенностям функционирования ТК и обучающаяся система распознавания объектов. Мы реализовали алгоритм выделения потенциально опасных объектов на фоне элементов инфраструктуры ТК, что весьма актуально для радиолокационных сенсоров. Разработали функционал удалённого мониторинга состояния транспортного средства – в рабочем и «спящем» режиме. Создали плеер для обучения нейросети, благодаря которому в настоящий момент с вероятностью близкой к единице распознаётся более десятка типов объектов. Продолжается работа по повышению точности распознавания и других объектов, общее число которых превышает 90. Наши специалисты разработали и протестировали, казалось бы, такую мелочь как термокожух для термочувствительного оборудования, тем самым адаптировав транспортное средство под разные климатические условия.

Благодаря системе машинного зрения транспортное средство (ТС) при обнаружении потенциально опасных объектов изменяет параметры своего движения, вплоть до полной остановки и в режиме реального времени корректирует своё маршрутное задание.

Мы создали простой и понятный интерфейс, где можно построить маршрутное задание с учётом ограничений на проезд особенных участков трассы, указать места остановок для посадки/высадки пассажиров, погрузки/выгрузки грузов.

Созданные системы интегрировали в машину и обучаем её самостоятельно принимать решения и действовать в реальной ситуации. Теперь мы имеем ещё более точную систему позиционирования, на базе датчиков Холла, RFID-меток, GPS-позиционирования. Разработанные системы работают в связке с бортовой системой управления, которой мы передаём параметры движения и получаем информацию о состоянии ТС. В случае отказа наших систем, бортовая система управления на основе заранее переданной ей информации должна обеспечить доставку пассажиров/грузов до пункта назначения.

Благодаря созданному эмулятору ТС в трёхмерной модели, мы можем составлять и тестировать маршрутные задания для разных условий: протяжённости трасс, пассажиропотока, разного количества и типов модулей.

Можно сказать, что сегодня мы находимся на этапе внедрения, совершенствования и обучения наших интеллектуальных систем – системы позиционирования, системы машинного зрения, системы управления транспортным средством и транспортным комплексом.