"Маркер" поможет в создании отечественных беспилотных грузовиков

Внедрения автопилота на грузовиках и фурах при перемещении по выделенным полосам отдельных трасс.

Решения, использованные в российском роботе "Маркер", могут быть использованы для создания отечественных беспилотных грузовиков. Об этом ТАСС рассказал заместитель начальника отделения по программным комплексам ГосНИИАС доцент кафедры 806 "Вычислительная математика и программирование" МАИ Борис Вишняков.

"Решения, отработанные на роботизированной платформе "Маркер", могут быть также использованы и для создания беспилотного грузового транспорта", - сообщил он.

По словам Вишнякова, уже сейчас идет обсуждение внедрения автопилота на грузовиках и фурах при перемещении по выделенным полосам отдельных трасс.

Экспериментальная робототехническая платформа "Маркер" разработана в рамках совместного проекта Фонда перспективных исследований и НПО "Андроидная техника", стартовавшего в 2018 году. Цель проекта - создание и проведение полномасштабной отработки технологий и базовых элементов наземной робототехники.

Справка:

Новейший российский робот "Маркер" получил все самые современные модули, наделяющие его настоящим машинным зрением.

Заместитель начальника отделения по программным комплексам ГосНИИАС, доцент кафедры 806 "Вычислительная математика и программирование" МАИ Борис Вишняков, заявил:

"Мы разработали модули работы с оборудованием, модуль распознавания объектов в 2D и 3D, модуль семантической сегментации, модуль вычисления глубины, модуль автоматической локализации себя в пространстве и построения траектории своего движения, модуль вычисления семантической карты проходимости, а также коллегами по кооперации были разработаны модули автономного движения и управления движением сразу нескольких платформ".

В процессе создания "Маркера" для систем технического зрения был разработан и обучен огромный набор нейронных сетей, которые были впоследствии оптимизированы для построения динамической семантической модели сцены в реальном времени, так что платформа понимает, какие объекты находятся вокруг нее, чтобы оптимальным образом проехать по заданному маршруту.

Понравилась ли Вам статья?