Российские и китайские учёные представили совместную разработку, которая может значительно продвинуть сферу автономного транспорта. Новая система обработки данных с 4D-радаров предназначена для беспилотных автомобилей и иных автоматизированных платформ, обеспечивая им способность ориентироваться даже в самых неблагоприятных погодных условиях. Специалисты подчёркивают, что это уже не прототип, а готовый к применению продукт, способный работать с серийными радарами, что делает технологию доступной и экономически эффективной.
По словам представителей Московского физико-технического института, алгоритм способен точно определять местоположение, направление и скорость движения объектов, находящихся в окружении транспортного средства. При этом система различает подвижные и неподвижные объекты, эффективно подавляя шумы. Как отметил директор НТЦ телекоммуникаций МФТИ Степан Андреев, подобная функциональность приближает беспилотники к обладанию "шестым чувством", поскольку алгоритм адаптируется к окружающей среде и минимизирует зависимость от внешних факторов.
Уникальность разработанного решения заключается в способности определять направление движения без использования стандартной дорожной разметки и данных одометрии. Для этого используется комплекс математических методов, включая диффузионные модели шумоподавления и нейросети типа трансформеров. Последние позволяют эффективно обрабатывать даже разреженные данные, определяя реальные объекты среди ложных сигналов и "фантомов".
Технология учитывает перемещение самого транспортного средства, исключая его из расчётов, что критично для корректной интерпретации обстановки. Это позволяет минимизировать ложные срабатывания и повысить безопасность движения. Важным преимуществом также стало отсутствие необходимости в ручной разметке данных — система самообучаема и совершенствуется по мере использования, сокращая трудозатраты на её развитие и обучение.
Эффективность решения подтверждена на общепринятых наборах данных, используемых для оценки систем компьютерного зрения в сфере автономного вождения. Результаты испытаний показали, что новая система уверенно опережает существующие аналоги по точности позиционирования объектов и устойчивости к "шумам". В ближайшем будущем она будет внедрена в российские беспилотные грузовики и городские такси, что может существенно снизить стоимость таких проектов и ускорить их массовое распространение.