• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Ученые НИУ ВШЭ создали среду для моделирования подключенного и беспилотного транспорта

Ученые НИУ ВШЭ создали среду для моделирования подключенного и беспилотного транспорта

© iStock

Разработка группы исследователей и студентов во главе с преподавателем департамента компьютерной инженерии МИЭМ ВШЭ Виталием Степанянцем, реализуемая в Учебной лаборатории систем автоматизированного проектирования МИЭМ ВШЭ под руководством Александра Романова и Александра Американова, впервые в мире позволяет одновременно учитывать детальное моделирование восприятия окружающей среды беспилотным транспортом и распространения сигналов подключенного транспорта. На сегодняшний день среда не имеет аналогов среди программ такого рода с открытым кодом.

Технологии беспилотного транспорта, позволяющие частично или полностью заменить водителя, в настоящее время уже применяются на дорогах. Следующий этап — разработка технологий подключенного транспорта, дающих транспортным средствам возможность обмениваться информацией между собой для корректного взаимодействия на дороге, обеспечения безопасности и скорости движения, в том числе без участия воспринимаемой человеком дорожной инфраструктуры, например светофоров.

Проект реализуется в рамках гранта РНФ «Разработка моделей систем совместного восприятия и совместного управления дорожным движением с помощью технологий подключенного и  беспилотного транспорта». Руководитель — Александр Американов, доцент, ведущий научный сотрудник Учебной лаборатории САПР МИЭМ ВШЭ.

Для технологий подключенного и беспилотного транспорта по отдельности уже существуют инструменты для моделирования с высокой детализацией. Интеграция моделей двух групп технологий в единую систему автоматизированного проектирования, позволяющую изучать влияние оборудованных ими транспортных средств на макроскопические параметры транспортной системы, — задача, решение которой стоит перед передовыми инженерными школами мира.

Интегрированная среда моделирования подключенного и беспилотного транспорта CAVISE (Connected and Automated Vehicle Integrated Simulation Environment), разработанная научной группой Виталия Степанянца, позволяет объединить существующие общедоступные симуляторы (CARLA, SUMO, OMNeT++) и фреймворки (OpenCDA, Artery) за счет создания между ними интерфейсов для двухстороннего синхронизированного обмена результатами моделирования. Она впервые в мире позволяет одновременно учитывать детальное моделирование восприятия окружающей среды беспилотным транспортом и детальное моделирование распространения сигналов подключенного транспорта.

Сейчас научная группа подключенного транспорта дорабатывает интерфейс CAPI (CAVISE Application Programming Interface), позволяющий передавать данные между симуляторами, а также пользовательский интерфейс, который упрощает создание сценариев движения беспилотного транспорта. С помощью пользовательского интерфейса можно расположить объекты участников дорожного движения и инфраструктуры на интерактивной 3D-карте, задать характеристики и пути следования автомобилей, погоду. Это позволяет упростить процесс создания сценариев и сократить затраты времени для пользователей, в том числе на отработку сценариев.

Кроме того, исследователями разработан модуль для параллельного моделирования отдельных географических сцен в симуляторе CARLA.

Виталий Степанянц

«Итогом работ должны стать эксперименты, с помощью которых будет проведена оценка способности существующих сегодня моделей совместного восприятия управления улучшить безопасность и пропускную способность транспортных систем по сравнению с использованием обычного беспилотного транспорта, — говорит Виталий Степанянц. — Существующие модели совместного управления дорожным движением раньше тестировались только в идеальных условиях без потерь сигналов: предполагалась идеальная связь, где доставляется 100% сообщений от всех отправителей всем получателям. Мы же моделируем распространение сигналов с учетом окружающих препятствий и таким образом учитываем возможность потерь части (или всех) передаваемых сообщений в реальном сценарии».

Научная группа планирует разработать несколько важных инструментов: модель совместного восприятия, которая будет учитывать возможность потерь и задержек в передаче сигналов; датасет для обучения моделей совместного восприятия, который будет учитывать потери данных, передаваемых между участниками дорожного движения; модель совместного управления дорожным движением за счет доработки существующих моделей и переноса их в среду CAVISE, которая позволит учитывать машинное восприятие окружающей среды и потери при обмене данными.

В настоящее время идет активный набор в проекты группы Виталия Степанянца. Подробнее — по ссылке в телеграм-канале МИЭМ ВШЭ.

Вам также может быть интересно:

НИУ ВШЭ запатентовал цифровую платформу для разработки и апробации технологий связи 6G

Научно-исследовательский институт телекоммуникаций НИУ ВШЭ зарегистрировал собственную цифровую платформу для разработки и апробации технологий связи шестого поколения. Платформа позволяет проводить имитационное моделирование сетей связи на физическом и канальном уровнях, а также создавать цифровые двойники базовых станций и других элементов сетевой инфраструктуры.

Отличить тренд от хайпа: эксперты ИСИЭЗ ВШЭ показали, как превратить глобальные тренды в решения для бизнеса

Не каждое технологическое новшество становится трендом, и не каждое глобальное изменение сразу заметно бизнесу. Как вовремя реагировать на долгосрочные перемены, распознавать слабые сигналы, оценивать их последствия и соотносить с собственными задачами, рассказали эксперты ИСИЭЗ НИУ ВШЭ на сессии «Картирование хайпа: что внедрять, что игнорировать, что делегировать» в рамках конференции «ИнтерКомм.Конструктор».

Новые доказательства, старые вопросы: что ИИ творит с математикой

Искусственный интеллект все активнее участвует в математических исследованиях: находит решения известных задач, опровергает гипотезы, которые долгое время оставались предметом изучения. О новых возможностях ИИ и роли ученого говорили на открытой дискуссии «Математика в эпоху искусственного интеллекта», организованной факультетом математики НИУ ВШЭ. В ней приняли участие исследователи и представители индустрии.

Исследователи ФГГТ ВШЭ — в числе авторов первого в России комплексного доклада о проектах по удалению СО2 из атмосфер

Первый в России аналитический доклад о наземных проектах по удалению диоксида углерода из атмосферы (CDR) и перспективах их инвестирования представили на 31-й Конференции сторон Рамочной конвенции ООН об изменении климата (COP31) в Анталье. Документ подготовили Центр технологий устойчивого развития (ЦТУР), Исследовательский центр энергетической политики и международных отношений (ИЦ ЭНЕРПО) Европейского университета в Санкт-Петербурге, компания АЛРОСА и Центр цифровых технологий для природно-климатических проектов НИУ ВШЭ.

Ученые ФКН ВШЭ представили исследования в области тензорных методов на международной конференции в Китае

Исследователи Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приняли участие в Международной конференции-школе по тензорным методам в математике и вычислениях для искусственного интеллекта (3rd Conference-School on Tensor Methods in Mathematics and Artificial Intelligence Computing). Мероприятие прошло в конце октября в Шэньчжэне (Китай). Одна из работ ученых института получила награду Best Poster Award и вошла в число пяти лучших постеров конференции.

Исследователи НИУ ВШЭ с помощью iFORA показали, куда движется Индустрия 4.0

Высшая школа экономики представила возможности системы интеллектуального анализа больших данных iFORA на форуме Kazan Digital Week. Исследователи проанализировали технологические возможности и угрозы для Индустрии 4.0. С докладом выступил директор Центра стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ Константин Вишневский.

«Демографы не боятся заглянуть в будущее»

Один из стратегических технологических проектов (СТП), реализуемых в НИУ ВШЭ, — «Национальный центр социально-экономического и научно-технологического прогнозирования». В рамках этого СТП научные коллективы разрабатывают прогнозы развития различных отраслей. Что представляет собой прогноз в сфере демографии, какие факторы учитываются его авторами и как можно будет использовать его результаты, «Вышке.Главное» рассказал директор Института демографии имени А.Г. Вишневского НИУ ВШЭ Михаил Денисенко.

Физики научили ИИ настраивать пучок частиц в ускорителе

Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Института ядерной физики СО РАН разработали RLABC — программу, которая помогает подбирать оптимальные настройки ускорителя частиц с помощью обучения с подкреплением. В компьютерном эксперименте программа настроила модель так, что до конца ускорителя доходило около 70% частиц. Исследование опубликовано в журнале Computer Physics Communications.

В НИУ ВШЭ выяснили, почему опытные читатели ошибаются в нестандартных фразах

Ученые Центра языка и мозга  НИУ ВШЭ проверили, как люди понимают предложения, когда грамматика подсказывает одно, а жизненный опыт — другое.  Участники эксперимента читали фразы о двух персонажах и отвечали, кто из них выполнил действие. Результаты показали, что более начитанные люди лучше справлялись с заданиями, в которых персонаж выполнял ожидаемое действие, но ошибались, когда действие персонажа шло вразрез с ожиданиями.Исследование опубликовано в журнале Quarterly Journal of Experimental Psychology. Работа выполнена при поддержке гранта РНФ.

«Погружение в машинное обучение — 2026»: от фундаментальных исследований до дискуссий о будущем ИИ

23–24 октября в Высшей школе экономики состоялась пятая конференция «Погружение в машинное обучение» (Fall into ML 2026). За пять лет мероприятие выросло из камерной встречи исследователей в масштабную научную площадку, объединяющую ведущих специалистов по машинному обучению, молодых ученых, студентов и представителей технологических компаний. Юбилейный год стал новым этапом развития конференции: в программу вошли дискуссии с участием международных спикеров, обсуждение совместных исследовательских проектов и мини-курсы по актуальным направлениям искусственного интеллекта.