Как и людям, автономным машинам нужен «мозг»: это и есть автономная система, которая включает в себя четыре основных сегмента:

Контроль: Управление. Эта часть отвечает за действия, которые нужно выполнять машине, например, торможение, ускорение и повороты.

Планирование: Планирование. Эта часть отвечает за навигацию машины, обгоны и уклонение от препятствий.

Восприятие: Здесь рассказывается о том, как автомобиль получает информацию о реальном мире. Информация может быть собрана с помощью комбинации датчиков, таких как:

• компьютерное зрение, если используются камеры;
• лидары (световые дальномеры);
• радары.

И затем посредством процесса под названием «слияние датчиков», собранная информация сводится в формат, который машина сможет понять.

Координация: Эта часть связана с планированием, так как в ней рассматривается поведение автомобиля по отношению к другим встречным умным машинам. Она требует связи с другими транспортными средствами и инфраструктурой, примеры которых включают в себя:

• А. Формирование автоколонн: определяет, как близко машины могут ехать друг за другом на шоссе, формируя подобие поезда, что экономит топливо, снижая сопротивление воздуха, и многое другое.
• Б. Слияние потоков и перекрестки: определяет как машины ведут себя в транспортном потоке.
• В. Роение: концепт, использующий вышеуказанные принципы координации.

Как собрать все необходимые данные? Машинное обучение лежит в основе автономных автомобилей, и эта система очень требовательна к данным. Для обучения автономного автомобиля необходимы огромные объемы данных. Как сделать это экономически эффективно и точно?

Как машина поймет, что это за данные? Недостаточно просто собрать данные, нужно убедиться, что автомобиль понимает, что это за данные - он не может просто увидеть объект, он должен понять, является ли этот объект деревом, дорогой, человеком и так далее.

Как вы сортируете и структурируете данные? Каждый фрагмент данных должен быть понят автономным транспортным средством, а это дорогостоящий и чреватый ошибками процесс, когда его выполняют люди. Если бы это можно было сделать автоматически, вы бы гораздо быстрее и надежнее пришли к требуемым алгоритмам.

Как подготовить автомобиль к неизбежным непредвиденным ситуациям? Данные, собранные исключительно в реальном мире, могут подготовить автономный автомобиль только к тому, что он уже видел.

Разнообразные и сложные среды симуляции дают командам проектировщиков возможность управлять генерацией данных и в конечном итоге обучать систему автономной машины так, чтобы та была готова ко всем сценариям, включая непредвиденные и пограничные.

Чтобы обучить систему автономного транспортного средства, необходимо создать среду, максимально приближенную к той, которую реальный автомобиль увидит на дороге. Ключевыми частями среды моделирования являются:

Динамика автомобиля. Как машина ведет себя физически, например, как воспроизводится сцепление с асфальтом.

Окружающая среда: Эта часть включает в себя три подкатегории:

• А. Статичные элементы: дороги, деревья, светофоры и тому подобные.
• Б. Динамические элементы: пешеходы и другие машины, создающие вариативность в вашем сценарии и позволяющие создавать сценарии, которые могут быть использованы для подтверждения или сбора данных для машин.
• В. Параметры, такие как время дня и погодные условия, которые можно применять, чтобы создавать разнообразные ситуации в рамках одного сценария.

Объединение этих трех факторов окружения позволяет создавать пограничные случаи, которые редки в реальном мире.

Модель сенсора: Сценарии моделирования должны быть восприняты автономной системой с помощью модели датчика, например, датчика LiDAR, камеры или радара. Она должна быть физически точной настолько, чтобы алгоритм, опирающийся на эту информацию, мог вести себя в синтетической среде так же хорошо, как и в реальности.

Для создания среды симуляции требуются те же функции и инструменты, которые используются при создании других типов насыщенного интерактивного контента: освещение и физика, системы частиц и погоды, анимация, машинное обучение и многое другое.

Unity - это ведущая мировая платформа для 3D-рендеринга в реальном времени, предназначенная для разработки игр и другого интерактивного контента. Это проверенная, полнофункциональная платформа, на которой работают миллионы мультиплатформенных игр и приложений. Кроме того, он обладает уникальными преимуществами магазина Asset Store (подробнее см. ниже) и огромного сообщества межотраслевых разработчиков и создателей.

Гибкость сценариев: Команды могут адаптировать Unity к своим рабочим процессам с помощью мощной системы сценариев на C# и всеобъемлющего API. Для любителей собственных решений предоставляется доступ к исходному коду C++.

Скорость Интуитивно понятный пользовательский интерфейс редактора Unity позволяет быстро создавать прототипы. Когда вы находитесь в режиме "Play" в редакторе, вы можете играть и просматривать, как будет выглядеть ваше приложение в финальной сборке. Вы можете приостановить сцену, изменить значения, активы, скрипты и другие свойства и мгновенно увидеть результаты. Вы также можете просмотреть проект кадр за кадром для облегчения отладки.

Богатство взаимодействия Unity предоставляет надежный и хорошо документированный API, который дает доступ ко всему спектру его систем, включая физику, рендеринг, анимацию и коммуникации, обеспечивая богатую модель взаимодействия и интеграцию с другими системами.

Высококачественная графика: Scriptable Render Pipeline, или SRP, позволяет кодировать ядро цикла рендеринга на C#, что дает гораздо больше возможностей для настройки отрисовки сцены в соответствии с ее содержимым.

Существует два SRP: High-Definition Render Pipeline (HDRP) обеспечивает визуальное качество мирового уровня на высокопроизводительном оборудовании, а Universal Render Pipeline (URP) поддерживает отзывчивую производительность при масштабировании для мобильных устройств.

ПоддержкаVR и AR (плюс развертывание на 25 других платформах). Благодаря расширенной поддержке платформ Unity используется разработчиками ААА-игр, лучшими креативными агентствами, кинокомпаниями и исследовательскими группами в автомобилестроении, космической и иных отраслях для создания иммерсивных приложений.

Продвинутые инструменты художника и дизайнера: Unity включает в себя инструменты для проектирования 3D-сцен, создания сюжетов и кинематографа, освещения и спецэффектов, аудиосистему, а также мощную систему анимации допинга.

Возможности машинного обучения и искусственного интеллекта: Возможности : Unity позволяет исследователям машинного обучения изучать сложное поведение с помощью Unity и предоставляет разработчикам интерактивного контента новейшие технологии машинного обучения для разработки умных агентов.

The Asset Store:Магазин активов предоставляет вам доступ к крупнейшему рынку готовых активов и инструментов производительности, включая огромный выбор для создания окружений, что позволяет сэкономить время разработки.

Компания BMW Group использовала Unity для разработки графического редактора сценариев, который значительно упрощает процесс тестирования и проверки функций автоматизированного вождения (AD) в процессе разработки. Интерфейс облегчает разработчикам AD визуализацию и настройку тысяч симулированных сценариев, которые повышают зрелость и готовность функций.

Почти 95 % всех тестовых километров автономного вождения BMW пройдены виртуальными автомобилями в виртуальных мирах.

Прочитайте серию наших блогов, чтобы узнать больше.