Автомобиль с мощностью... интеллекта в 40 вычислительных ядер
11 суперсовременных автомобилей мчатся по улицам небольшого калифорнийского городка – каждый из них обязан быстрее всех и при том корректно завершить "миссию", посетив в определенном порядке указанные на цифровой карте города точки. При этом каждый автомобиль должен соблюдать все правила дорожного движения и оценивать поведение других перемещающихся по городу объектов, руководствуясь лишь собственным алгоритмом принятия решений – ибо он сам управляет собой.
Ни водителя внутри, ни системы дистанционного управления, установленной снаружи, - нет ничего, что связывало бы автомобиль со специалистами, наблюдающими за феерической гонкой интеллектуальных машин-роботов. Только бесстрастные сенсоры лазерных датчиков мерно вращаются и пересылают гигабайты информации для мгновенного анализа на серверы с самыми быстродействующими процессорами в мире, которые "отдают" приказы системе управления автомобилем. И только строгое жюри внимательно следит за тем, чтобы ни одно положение из свода дорожных правил штата Калифорния не было нарушено – иначе автомобиль-робот наказывается штрафными очками.
Именно так проходили очередные ежегодные гонки "самобеглых" автомашин, организованные Управлением перспективного планирования оборонных научно-исследовательских работ США (Defense Advanced Research Projects Agency, DARPA), уже несколько лет активно изучающим возможность перемещения автомашин без водителей и спонсирующим гонки автомобилей-роботов, которые проводятся в максимально сложных условиях. В прошлый раз в качестве испытательного полигона была выбрана безжизненная пустыня Мохаве (штат Невада) - пять автономных автомобилей, управляемых только компьютерами и сенсорами, добрались до финиша, при этом первые три места в испытании заняли внедорожники-роботы, которых через труднопроходимую местность к победе вели компьютеры на базе процессоров Intel Pentium M и Intel Itanium 2. В этот раз организаторы решили еще больше усложнить обстановку и развернуть полигон в городе.
Разумеется, никто не хотел подвергать рискованным испытаниям какой-либо густонаселенный американский мегаполис. Городские условия были воссозданы на заброшенной базе ВВС США George A.F.B. близ калифорнийского города Викторвилля: дома, перекрестки, светофоры, "зебры" пешеходных переходов, уличные трассы со всей сопутствующей разметкой и даже знаменитый американский "трафик" - около 300 профессиональных экипажей на автомобилях Ford Taurus имитировали городскую автомобильную сутолоку.
Для участия в таких весьма специфических гонках, получивших название DARPA Urban Challenge Race (гонки в городских условиях под эгидой DARPA), были заявлены 35 машин-роботов. Команда Стэнфордского университета, спонсорскую поддержку которой оказала корпорация Intel, специально разработала новый проект под названием Junior. Робот Junior – это автофургон Volkswagen Passat модели 2006 года, в котором рулевое управление, система подачи топлива и тормозная система особым образом модернизированы специалистами лаборатории Volkswagen of America Electronics Research Lab (Пало-Альто, шт. Калифорния). Инженеры этой лаборатории также разработали специальные крепления для множества сложных датчиков.
Создавая Junior, его разработчики заложили в проект большую гибкость и функциональность, чем у его "пустынных" предшественников, ведь новая гоночная среда предъявляла к участникам состязаний гораздо более серьезные требования. Им пришлось отслеживать перемещения других автомобилей и не только соблюдать рутинные правила дорожного движения, но и учитывать право преимущественного проезда, анализировать последовательость разъезда на перекрестке, производить парковку, а также в режиме реального времени разбираться в других сложных дорожных ситуациях.
Важным отличием автомобиля Junior от его предшественников явилась возможность распознавания объектов, расположенных вокруг автомобиля и даже перемещающихся с высокой скоростью. Для сравнения – предыдущий робот-автомобиль Стэнфордского университета мог распознавать только неподвижные объекты, при этом расположенные только по ходу его движения. Junior укоплектован гораздо более сложными датчиками, среди которых, например, лазерная матрица для дальнометрии с круговым обзором. Прибор позволяет практически в режиме реального времени создавать трехмерную картину окружающей обстановки.
Оснащение робота предусматривает шесть видеокамер, которые охватывают все пространство вокруг автомобиля, лазеры на бамперах, радар, приемники GPS, а также бортовое навигационное оборудование для сбора информации о местоположении автомобиля и характере поведения окружающих объектов. Сердцем данного сложнейшего навигационно-вычислительного комплекса явлются 2 компьютера в стоечном исполнении, смонтированных в багажнике, - каждый располагает одним четырехъядерным процессором Intel Core 2 Quad Q6600 с тактовой частотой 2,4 ГГц и платой Intel D975XBX2 с 2 Гб оперативной памяти.
Один из компьютеров отвечал за обработку информации, поступавшей от датчиков, тогда как второй "занимался" котролем системы управления и планированием действий машины-робота. Передача данных от датчиков для обработки на компьютерах осуществлялась с помощью технологии Gigabit Ethernet. Для хранения данных использовались устройства флэш-памяти. Благодаря такой "начинке", выбранной в силу эффективного сочетания большой вычислительной мощности и низкого энергопотребления, Junior смог обрабатывать гораздо больше информации и осуществлять это существенно быстрее, чем его предшественники; предположительно, Junior оказался примерно в четыре раза "умнее" победителя гонки DARPA Grand Challenge 2005 в пустыне Мохаве.
При этом у Junior не было никаких дополнительных источников энергии для питания компьютеров, кроме аккумулятора автомобиля, тогда как все другие команды для питания своих бортовых компьютерных комплексов использовали дополнительные батареи. Наконец, управлялся Junior с помощью специализированного ПО, в создании которого принимали участие специалисты Stanford Artificial Intelligence Lab и разработчики корпорации Intel. Программные модули, выполняющие задачи распознавания, анализа и планирования, включают алгоритмы машинного самообучения. В результате Junior мог комплексно оценивать дорожную ситуацию, определять свое местоположение и отслеживать перемещения других участников соревнований, а также объектов, представляющих потенциальную опасность.
Инженеры из Стэнфорда использовали оптимизирующие библиотеки Intel Performance Primitives (IPP) и ПО "компьютерного зрения" OpenCV для тонкой настройки ПО Junior и максимального увеличения его производительности. Эти программные технологии были созданы при активном участии сотрудников научно-исследовательских центров Intel в Сарове и Нижнем Новгороде. Гонки DARPA Urban Challenge начались с нескольких этапов тестовых испытаний. Так, в ходе первого из них автомобили-роботы должны были сначала заехать с внешней стороны круговой дороги внутрь практически сплошного потока автомашин, управляемых водителями, а потом выбраться обратно.
