Яндекс тест драйв: Справка — Яндекс.Драйв. Справка

Содержание

Как провести 30 тыс. тест-драйвов за четыре месяца: кейс «Яндекса» и Volvo

В конце 2019 года официальный представитель бренда Volvo в России, Казахстане и Белоруссии — Volvo Car Russia — обратился к командам спецпроектов «Яндекс.Навигатора» и «Яндекс.Драйва». Задача состояла в продвижении и повышении знания о новом кроссовере Volvo XC40. Также нужно было предложить клиентам удобный формат тест-драйва, чтобы потенциальный покупатель мог опробовать автомобиль, не приезжая в автосалон к дилеру. Команда проекта рассказала о механике продвижения и результатах кампании.

Разработка решения

В рамках кампании нужно было:

  • повысить знание о Volvo XC40 — эффективность по итогам считали медийным охватом и количеством потенциальных покупателей, которые оставили бренду свои контактные данные;
  • провести минимум 30 тыс. тест-драйвов.

Продажи как KPI не использовали, но внимательно следили за результатами.

Для Volvo была создана уникальная механика продвижения с несколькими этапами воронки, которая объединила два сервиса «Яндекса» со 100%-ной водительской аудиторией: «Навигатор» и каршеринг «Драйв».

«Навигатором» пользуется половина водителей в стране как минимум пять раз в неделю. Его используют даже тогда, когда едут по знакомому маршруту. А «Яндекс.Драйв» — самый большой каршеринг в мире по размеру автопарка с автомобилями разного сегмента.

Сервис каршеринга позволяет выбрать интересующий автомобиль и использовать его столько времени, сколько необходимо клиенту, одному или с пассажирами. Такой сервис стал «новым» форматом тест-драйва — без ограничений по времени, необходимости записываться и приезжать в дилерский центр, а также с возможностью выбрать любой маршрут. По данным внутренних исследований «Яндекса», 20% респондентов подтвердили, что опыт использования автомобиля в каршеринге повлиял на их решение купить автомобиль. Придумывая механику для Volvo, «Яндекс» учел популярность «Навигатора» и «Драйва» среди водителей.

Воронка проекта:

Формирование знания о бренде и точках продаж

На первом этапе была задействована широкая аудитория «Навигатора». Сначала пользователям предлагали узнать больше об автомобиле и протестировать его самостоятельно на дорогах города. Для этого использовали три рекламных формата, а в один из них — баннеры — добавили кнопку «За руль», при нажатии на которую пользователь автоматически переходил в приложение «Драйва» и мог сразу забронировать новый компактный кроссовер Volvo. Всего в «Драйве» было доступно 50 новых автомобилей Volvo XC40 для этого проекта.

«Яндекс.Драйв» разметил автомобили, участвующие в проекте, брендированными метками на карте, чтобы выделить их на фоне остальных. При запуске приложения пользователям показывался интроскрин о проекте, написанный особым узнаваемым «языком» сервиса.

Для создания визуального контента в «Драйве» провели тематическую фотосессию автомобиля. Volvo — шведский концерн, он часто ассоциируется со Скандинавией и Севером, поэтому команда снимала автомобили на фоне северного сияния. Чтобы усилить эффект и привлечь дополнительное внимание, для анонса автомобиля в парке «Яндекс. Драйва» использовали формат сторис в Instagram.

Формирование лояльности к бренду

После первого этапа анонса к кампании подключилась Алиса в качестве виртуального помощника в знакомстве с автомобилем. Помимо информации о модели и интересных функциях, пользователь в диалоге с Алисой мог записаться на тест-драйв и получить специальное предложение.

Кирилл Воробьев, руководитель службы продаж геосервисов «Яндекса»:

Мы разработали навык Алисы, который активировался по специальной команде — «Вау Вольво». Алиса знакомила пользователей с Volvo XC40 и его функциями. Разговор пользователя с Алисой похож на общение с реальным человеком — люди доверяют голосовому помощнику и воспринимают его как собеседника. О том, что Алиса через команду «Вау Вольво» может рассказать про автомобиль, мы оповестили пользователей «Навигатора». В итоге навыком воспользовались 28 115 раз.

Лидогенерация: проходят тест-драйвы

На этом этапе нужно было создать базу лояльных для бренда водителей — чтобы закрепить и усилить знание о новой модели кроссовера. Для этого в «Навигаторе» опросили пользователей, согласны ли они получать скидки и спецпредложения от Volvo, а в «Драйве» перед каждой арендой автомобиля показывали интроскрин с предложением оставить почту и номер телефона, чтобы с водителем в дальнейшем могла связаться команда Volvo.

15 060 водителей попали в базу лояльных бренду — это 43% от общего количества людей, которые прошли тест-драйв на XC40. Все они передали свои контактные данные через форму и согласились получать новости и спецпредложения от Volvo. Водителям, которые взаимодействовали с рекламными баннерами, «Яндекс» предложил купон в Wallet на покупку Volvo XC40 со скидкой.

Результаты

Охват кампании составил 5,5 млн человек — это примерно 1/10 всех водителей России. Было проведено 34 387 тест-драйвов за четыре месяца. Стоимость одного тест-драйва была в среднем в два раза ниже, чем на рынке среди автомобилей этого класса. Продан 131 автомобиль.

Анастасия Адилова, операционный директор «Яндекс. Драйва»:

В проекте с «Навигатором» и Volvo мы объединили наш опыт онлайн- и офлайн-коммуникаций. Благодаря онлайн-инструментам и нестандартным способам продвижения нам удалось сформировать знание о бренде в наших продуктах. В офлайне мы представили новый уникальный формат на рынке, где потенциальному покупателю автомобиля, чтобы протестировать машину в самых привычных для себя жизненных сценариях, достаточно просто забронировать ее в пару кликов в приложении «Драйва».

Это первый опыт партнерства «Яндекса» на стыке онлайн и офлайн, объединяющего два сервиса для автомобилистов, отметил руководитель службы продаж геосервисов «Яндекса» Кирилл Воробьев.

Кирилл Воробьев, руководитель службы продаж геосервисов «Яндекса»:

Такое решение позволило не только предложить партнеру широкий медийный охват, но и привлечь потенциальных покупателей для бренда благодаря правильно выстроенной работе по всей воронке, начиная от формирования спроса на бренд и до момента самого тест-драйва. В «Навигаторе» мы формировали знание о выходе Volvo XC40 и рассказывали о новой возможности пройти тест-драйв в привычном пользователю ритме, в городе, по пути.

В «Яндексе» верят в коллаборацию сервисов между собой и с брендами в единой экосистеме — все это делается для поиска лучших решений для аудитории компании, добавил Воробьев.

Тест-драйв — важный инструмент в процессе продажи автомобиля, отметила Светлана Мацяшек, менеджер по маркетинговым коммуникациям Volvo Car Russia. По ее словам, зачастую именно после тест-драйва клиенты делают выбор в пользу того или иного бренда и модели, однако многие клиенты не хотят ехать к дилерам и общаться с менеджерами отдела продаж.

Светлана Мацяшек, менеджер по маркетинговым коммуникациям Volvo Car Russia:

Сотрудничество с «Яндекс.Драйвом» и «Навигатором» стало отличным решением для нашей задачи. Формат тест-драйва нового компактного кроссовера Volvo XC40 через каршеринг «Яндекс.Драйв» обеспечил клиентам комфортный и удобный способ знакомства с автомобилем. Более того, мы смогли за короткий срок получить такое количество тест-драйвов, которое было бы сложно реализовать только на базе наших дилерских центров.

Несмотря на то, что в Volvo Car Russia не ставили четких целей по конверсии в покупку, результаты доказали эффективность сотрудничества «даже на уровне продаж», подытожила Мацяшек.

как Mindshare и «Яндекс.Маркет» продвигали Volvo

В 2020 году «Яндекс.Маркет» и Mindshare (входит в GroupM ) хотели предложить брендам необычные механики для продвижения на сервисе. Было решено продвигать не только классические товары, но и те, что не размещаютя на маркетплейсе. Volvo стал первым клиентом в автокатегории, вышедшим с таким объемным проектом на площадке. Команда «Яндекс.Маркета» рассказала о механике и результатах проекта.

Задача

Мы не стремились создать категорию «Автомобили» и продавать их на «Маркете» — мы хотели оценить пользовательский спрос. Основной целью проекта было увеличить узнаваемость (Awareness) и рассмотрение (Consideration) флагманских моделей Volvo — кроссовера XC60 и внедорожника XC90.

Нужно было попасть в узкую аудиторию покупателей премиальных кроссоверов и заинтересовать их, не находясь в top of mind. Достучаться до них непросто, однако мы с командой Mindshare предположили, что на «Яндекс.Маркете» они наверняка есть. Вопрос был лишь в том, как выявить таких пользователей среди 6 млн ежедневных посетителей.

Механика

Чтобы определить ту часть пользователей «Маркета», которым автомобили Volvo будут интересны, мы использовали нестандартную механику — «продуктовый look-alike». Бренд поделился с нами своей обезличенной информацией о владельцах автомобилей. Мы сопоставили эту информацию с базой наших пользователей и посмотрели, какие товары их интересовали.

Вместе с Mindshare мы предположили, что покупки владельцев Volvo — категоризирующий признак нужной нам аудитории. То есть людям со схожими товарными интересами будут интересны одинаковые автомобили. Мы натренировали нейросеть, которая сформировала наиболее вероятную корзину таких пользователей.

Внутри этой корзины обнаружилось много такого, к чему логическим путем мы, очевидно, не пришли бы. Например, что в категории смартфонов покупатели премиальных кросоверов чаще предпочитают известному бренду смартфонов совсем другой. На карточках таких товаров мы размещали баннер — «Люди с вашими интересами выбирают Volvo». Баннеры на карточках товаров уводили пользователя на лендинг, понятно рассказывающий пользователям о преимуществах продукта.

Антон Тимофеев, старший менеджер по планированию рекламы в цифровых медиа Mindshare:

Технология look-alike для таргетированной рекламы часто остается недооцененной, так как ее эффективность в большинстве доступных рынку инструментов ограничивается работой с исходной выборкой (обучающей моделью) и выставлением дополнительных таргетингов. Поиск параметров схожести отдается чаще всего на откуп black box (черный ящик — прим. Sostav) решениям. Однако в данном кейсе нам удалось удостовериться в том, что работа на уровне принципов построения look-alike — позволяет добиваться большего.

На лендинге пользователь мог выбрать одну из двух ключевых моделей автомобилей и увидеть ее в действии: интерактивный блок показывал ключевые функции (например, Lane Keeping Aid — удержание полосы). Ниже интерактивного блока располагалась кнопка с формой заявки на тест-драйв — одно из целевых действий.

При дальнейшем скролле, на втором блоке, пользователь видел себя внутри салона, где подсвечивались особенности интерьера автомобиля.

В третьем блоке лендинга говорилось о широких возможностях при выборе конфигурации модели — чтобы воспользоваться подборщиком, нужно было перейти на сайт Volvo. Там же понравившуюся модель можно было и купить.

Разумеется, были и стандартные промомеханики — баннеры, растяжки, врезка в категории «Товары для авто».

Наш проект с Volvo был скорее медийный, то есть без интеграции и продажи автомобилей на площадке. В то же время он был очень необычным за счет продвижения товаров, которые у нас не продаются.

Результаты проекта

Одной из целей проекта было увеличение узнаваемости продвигаемых моделей Volvo XC60 и Volvo XC90. Хотя «Яндекс.Маркет» не целевая площадка для рекламы автомобилей, но благодаря интерактивным механикам, командной работе с Mindshare и синхронизации данных мы смогли найти аудиторию автолюбителей и тех, кто потенциально заинтересован в покупке именно Volvo, тем самым решив задачи бренда. Мы доказали: то, что лежит в корзине у пользователя, — важно и многое о нем говорит.

Нам удалось достичь высокой вовлеченности пользователей в коммуникацию на посадочной странице анонсирующими форматами внутри «Яндекс.Маркета». Охват аудитории всего проекта был перевыполнен в два раза от изначально запланированных значений.

Глубина конверсии и интереса к XC60 и XC90 у пользователей, пришедших благодаря кампании на сайт, достигала невероятных масштабов. А конверсия в глубину просмотра в разы превышала этот показатель среди пользователей, привлеченных через look-alike из других источников. Второстепенной задачей было привлечение пользователей к записи на тест-драйв новых моделей автомобиля — в итоге конверсия в заявки на пробные поездки была в 10 раз выше, чем при стандартных медийных активациях бренда.

По результатам Brand Lift опроса, большинству пользователей понравился спецпроект и они захотели больше узнать о Volvo. А у двух третей мнение о бренде изменилось в лучшую сторону.

Яндекс разрешит брать Яндекс.Станцию на двухнедельный тест-драйв

У колонки с Алисой вроде есть свое API, которое позволяет делать то, что нужно именно вам. Что их заносит в сторону музыки и так далее — это все понятно, колонку надо продавать, а большинству колонка — это развлекаловка. Делать их неё секретаря ради 0.01% потенциальных пользователей — не это так себе бизнес. А вот музыку из Я.Музыки слушать дома — так это пожалуй каждый второй если не первый владелец колонки. Вон, у меня дома стоит мэйловская Маруся, я её даже не распаковал, жду начала официальных продаж, чтобы на Авито выкинуть. Авось кто купит. Но вот нюколлеги уже во всю слушают дома музыку из ВК, а на большее она и не нужна эта колонка. Что с ней делать? Холодильником управлять? Так это в теории, а на практике должна сначала появится эко система, вокруг которой будут разработчики, напишущие приложения для умного дома. Потому что ни Яндекс, ни Мэйл, ни Гугл, ни Амазон этого не сделают ровно до того момента, пока сами не будут делать эти умные дома. Да и честно, кому они нужны эти умные дома? Неужели программисту Васе, живущему в съёмной квартире? Другое дело — это свой дом. Но там одной колонкой уже не отделаешься, нужны микрофоны в каждой комнате, в туалете и даже около дома, если хочешь давать команду на управление гаражом. И встаёт вопрос безопасности, ибо подделать голос не проблема.

К чему я это? Так Я.Музыка зачётная штука, как музыка, её слушать вовсе не обязательно вне дома, вне дома как раз плейлист будет комфортнее. Да и Я+ хорошая затеядля тех, кто уже в эко систему Яндекса влез. А говорить, что мне это не надо, потому что… ну это как-то не по взрослому. Мне вот тоже нафиг она не нужна, чтобы за неё платить, но получив даром с удовольствием пользуюсь. А через год может и покупать начну. Вон, с одного заказа в Я.Еде я уже отбил месячную плату. А впереди 8 марта и на работу что-то заказывать придётся, и вот я уже в плюсе, сижу и слушаю музыку чисто под настроение, которое выбрал, а Я.
Музыка там что-то подбирает. И если на 8-е на работе отметим, то вызову себе такси, хоть обычно им и не пользуюсь, потому что есть машина. Правда её обслуживать лениво и подписка Я.Автоконсьерж очень нехило упрощает жизнь, беря ТО, перообувку и кучку всего на себя. В общем меньше скепсиса, нам с вами это все не надо, но кому-то Я очень упрощает жизнь.

Как проходит тест-драйв беспилотного такси Яндекса?

Два года назад «Яндекс» запустил тестирование бесплатного беспилотного такси в Иннополисе. Город до сих пор остаётся единственным местом в России, где можно воспользоваться услугами автономного транспорта. В компании говорят, за два года машины «Яндекса» совершили уже более 10 тысяч поездок.

В отличие от тестовых поездок в Москве и Энн-Арбор (США), в Иннополисе проверяется не только работа технологий автономного управления, но и сценарии взаимодействия с реальными пользователями: как заказать поездку, как выбрать точку посадки и высадки, как взаимодействовать с машиной во время поездки и так далее.

Я уже ездил на беспилотных машинах «Яндекса». Один раз по московским улицам около штаб-квартиры компании — с водителем за рулём, который подстраховывал в непредвиденных ситуациях. Второй раз — на загородном полигоне компании, без водителя за рулём, но и без неожиданных ситуаций, создаваемых другими машинами и пешеходами.

В этот раз в Иннополисе я впервые проехал на беспилотнике по городским дорогам и без водителя за рулём. И машина на этот раз другая — вместо Toyota Prius новая Hyundai Sonata.

Как заказать поездку на беспилотнике

Туристы и гости Иннополиса вряд ли смогут заказать поездку на беспилотнике. Автономное такси доступно только жителям города, которые записались на участие в тестировании через Telegram-чат. Для них в приложении «Яндекс.Go» активируется функция заказа поездок на беспилотниках.

Машины работают с 7 утра до 22 часов с небольшим перерывом на обед, во время которого из них выкачивают логи поездок, а в дежурство заступает новая смена инженеров.

Сам процесс вызова «беспилотника» мало чем отличается от заказа обычного такси. В приложении «Яндекс.Go» с активированным доступом к беспилотникам на карте появляются точки посадки, в которые может подъехать машина.

Выбираем точку и один из предложенных адресов — территория для перемещения на автономном такси ограничена границами Иннополиса.

Все поездки бесплатные — ограничения в законодательстве не позволяют брать плату за услуги автономного транспорта.

Вас ожидает беспилотник

Приложение говорит, что машина уже ждёт на остановке около жилого квартала на Спортивной улице. Подхожу к нему сзади и испытываю секундный восторг — на мгновение показалось, что в салоне вообще никого нет. Такая иллюзия складывается из-за того, что инженера, сидящего на переднем пассажирском кресле, скрывают перегородка и массивная спинка его кресла.

Автомобиль — Hyundai Sonata, на базе которой собирается новое, четвёртое поколение беспилотников «Яндекса», представленное в начале лета практически в разгар пандемии. Оно примечательно тем, что впервые ИТ-компания разработала машину совместно с автопроизводителем — предыдущие поколения строились на основе Toyota Prius и без участия автокомпании.

Изменения в новом поколении беспилотников заметны и без пристального изучения — все крепления для наружных блоков, проводка и прочие вмешательства в экстерьер машины теперь скрыты от посторонних глаз пластиковыми кожухами, «обтекающими» автомобиль (сравните с Toyota Prius).

Над автомобильными арками передних колёс установлены вытянутые белые блоки, повторяющие силуэт машины и датчиков одновременно. В каждом из них находится лидар, радар и камера. Такое расположение помогает лучше «видеть» пешеходов и транспорт в условиях ограниченного бокового обзора — например, при выезде из двора с припаркованными вдоль дороги автомобилями.

На месте логотипа Hyundai в решетке радиатора спереди — блок из ещё одного лидара и камеры.

Передний лидар специально установлен под углом, чтобы лучше сканировать пространство непосредственно перед автомобилем.

Короб на крыше, в котором собрано вспомогательное оборудование и датчики, получил новую форму с чёрными вставками.

Появились выступы для радаров, которые «смотрят» назад.

Все камеры, которые раньше располагались по периметру короба, переместились наверх — в специальный постамент, который одновременно служит платформой для ещё одного лидара. В конце 2019 года «Яндекс» рассказывал о разработке собственных лидаров и камер, но Sonata, которую я тестировал, была оборудована датчиками и сторонних производителей.

Сажусь на заднее правое кресло. В интерьере, в отличие от экстерьера, не так много деталей говорит о том, что машиной управляют алгоритмы (помимо, конечно, отсутствия человека на водительском кресле): два iPad Pro, водительское кресло без подголовника для лучшего обзора на вращающийся сам по себе руль и зелёная кнопка в подстаканнике рядом с инженером. Вот, пожалуй, и всё, что отличает интерьер беспилотника от обычного такси класса «Комфорт».

Один планшет в специальном кожухе с логотипом Yandex установлен для пассажиров на задних креслах машины. До начала поездки на нём показываются маршрут, предполагаемая длительность и кнопка «Поехали». После отправления планшет отображает визуализацию движения беспилотника в реальном времени.

Второй планшет установлен прямо поверх экрана штатного бортового компьютера. Он, как и пассажирский экран, показывает визуализацию движения, но в нём есть и специальное сервисное меню для инженеров, с помощью которого они могут «управлять» беспилотником: назначать новые маршруты, изменять текущую поездку и так далее.

Нигде в поле зрения я не увидел «красной» кнопки, как в Prius, которая отключает алгоритмы от управления автомобилем. По словам инженера, сидящего на переднем кресле, в Sonata её нет, так как машина может самостоятельно реагировать на внештатные ситуации. Что ж, проверим.

Поехали

Иннополис в разгар рабочего дня кажется пустым и просторным городом с идеальными широкими дорогами, простыми перекрёстками и редкими автомобилями, проезжающими по улицам, часть из которых — это другие беспилотники «Яндекса». «Почти как на полигоне», — поспешно подумал я в начале поездки.

Автомобиль включает левый поворотник и плавно трогается с места. По сравнению с беспилотным Prius Sonata, плавнее набирает скорость — довольно незаметно мы уже едем на скорости в 40 км в час, без рывков и шума повышенных оборотов. В «Яндексе» говорят, что это заслуга совместной работы команды с инженерами Hyundai — автомобиль получает более точные команды от компьютера.

Впереди в нашем ряду остановилась беспилотная Toyota Prius, за ней — машина дорожной службы и знак объезда. По визуализации на iPad видно, что Sonata заранее распознала преграду — на схеме появились два серых прямоугольника, иллюстрирующих автомобили, поэтому машина сразу занимает левый ряд, проезжает работников и приближается к пешеходному переходу, к которому быстрым шагом движется пешеход.

Машина лишь слегка сбрасывает скорость, понимая, что человек довольно быстро перейдёт дорогу и полной остановки не потребуется. Первая минута поездки проходит практически в идеальных условиях, но тут перед кругом дорогу решил перебежать рабочий. Беспилотник не дёргается — лишь немного сбрасывает скорость и поворачивает точно по разметке.


Сразу отмечаю важность наличия визуализации в салоне беспилотника. Это не просто iPad для развлечения пассажиров в пути — по нему я понимаю, что видит машина и что планирует делать.

Видит машина явно лучше меня. Подъезжаем к следующему пешеходному переходу, и Sonata почему-то останавливается. Через секунду на пешеходный переход выходит человек, которого я не видел из-за кустов вдоль дороги и довольно крутого подъёма перед зеброй. Это преимущество лидара, расположенного на крыше машины, — он помогает заглядывать туда, куда не может посмотреть водитель седана.

Если бы мне нужно было дать характеристику стилю вождения беспилотника «Яндекса», то она звучала бы так: отличник, слишком аккуратный, чересчур осторожный. Этот «водитель» не будет рисковать и лучше дважды перестрахуется перед манёвром. Вот, например, приближаемся к рабочим, которые что-то делают в непосредственной близости к дороге. Машина на всякий случай занимает левый ряд. Вдруг что.

Ещё черед минуту оказываемся у круга, на котором почему-то припарковался «Камаз», полностью перекрыв обзор на перекрёсток. В такой ситуации аккуратный водитель сбавляет скорость, чтобы медленно выехать на перекрёсток, убедиться, что за грузовиком не скрывается опасность, и потом продолжить движение. Так же поступает и беспилотник.

К такой манере езды быстро привыкаешь и начинаешь чувствовать себя в безопасности уже через несколько минут. Ещё через десять минут хочется откинуться назад на спинку кресла и просто смотреть, как работают алгоритмы. Конечно, большую роль играет и то, что это не Москва с безумным трафиком и бесконечными неожиданностями на дорогах.

Разворачиваемся прямо перед носом другого беспилотника.

За время поездки инженер несколько раз добавлял новые маршруты машине, чтобы продлить поездку по компактному Иннополису. Наконец, Sonata заезжает в карман на автобусную остановку, чтобы высадить меня. Практически на повороте машина почему-то сбрасывает скорость. «Побоялась, что подрежет», — сказал инструктор, указывая на быстро приближающийся сзади кроссовер. Пожалуй, это единственный момент за всю поездку, когда я не понял, чего испугался беспилотник. Но ему виднее — у меня на затылке глаз нет.

Почти приехали

После поездки на беспилотнике я сел в каршеринг, чтобы отправиться в аэропорт, и по пути проехал Иннополис практически тем же маршрутом, что и Sonata, встретив описанные выше «неожиданности»: «Камаз», рабочие, ремонт и пешеходы. Однако в этот раз я даже не придавал им никакого значения.

Причина в том, что в машине с водителем за рулём мы не видим странностей на дороге. Ни для кого ведь не будет сюрпризом, что водители могут нарушать правила, пешеходы перебегать дорогу в неожиданных местах, а ремонтные работы принуждать пересекать сплошную линию. Это повседневная реальностью, в которой мы как-то научились ездить.

Но в салоне беспилотника каждое такое отклонение от идеального устройства мира привлекает пристальное внимание: «А поймёт ли алгоритм, что сейчас будет?», «А что он будет делать с этой ситуацией». Сейчас алгоритмы похожи на новичка на дороге, который сначала из-за своей неуверенности ездит медленно и осторожно.

Он уже научился справляться с движением в маленьком городе и типичными для любых дорог сюрпризами. Осталось впустить его в поток большого города с плотным движением, чтобы он набрался смелости, подвинул настройку «наглости» чуть ближе в сторону жёлтой зоны — и через пару лет из него может получиться хороший водитель.

Компания Яндекс провела тесты прототипа беспилотного такси — ДРАЙВ

Основой для автономного такси Яндекса послужила гибридная легковушка Toyota Prius v. Впрочем, слово «такси» пока условное: клиенты ещё не могут вызвать подобную машину к подъезду.

Экспериментальный автономный компактвэн с красноречивой надписью Yandex. Taxi на борту совершил демонстрационную поездку в российской столице. Правда, опытный аппарат, созданный в Яндексе, всё время оставался на закрытой территории. В течение же года, если первые тесты пойдут как задумано, фирма намерена вывести беспилотник и на обычные московские улицы.

Автомобиль, оснащённый мощным графическим процессором Nvidia GeForce GTX, камерой и лидаром фирмы Velodyne, «оживлён» с помощью ПО, полностью разработанного в Яндексе. Пусть и медленно, но он уверенно объезжает статичные препятствия, неподвижные и подвижные автомобили, пешеходов.

К этой теме компания подбиралась постепенно, совершенствуя свои технологии в других сферах. Вам требуется распознавание обстановки по изображению с камеры? Вспомните, ведь в Яндекс.Картинках уже есть фильтр «Лица», выделяющий людей. А в Яндекс.Фотках можно определить на снимке и конкретного человека, если в базе есть другие его изображения.

Сбор анонимной статистики с сервисов Яндекса может служить пищей не только для исследований, но и для построения алгоритмов передвижения по городу. На рисунках показаны самые аварийные точки столицы (слева, чем больше кружок, тем выше число ДТП за год) и карта популярности остановок общественного транспорта.

Построение маршрутов обкатано на сервисах Яндекс.Навигатор и Яндекс.Карты. При этом анализ статистики поездок пользователей позволяет выстроить лучшую стратегию объезда пробок или выбора более быстрых вариантов пути (они необязательно самые короткие по расстоянию). А столь необходимые здесь принципы машинного обучения и ранжирования лежат в основе поисковых систем. Это, понятно, конёк Яндекса.

Эксперименты с автономными такси, в том числе на улицах и с пассажирами-добровольцами, уже запустили гигант сервиса такси Uber, сестринская компания Гугла Waymo, крупный оператор такси Lyft или, к примеру, стартап nuTonomy.

Глава PR-службы Яндекс.Такси Владимир Исаев заявил в интервью изданию TechCrunch, что пока рано говорить о коммерциализации технологии беспилотников, но в перспективе это реально, если подключатся автопроизводители. Тут уместно вспомнить о сотрудничестве Яндекса с КамАЗом. Один из плодов кооперации, беспилотную капсулу «Шатл», построенную в НАМИ, партнёры представили почти год назад. И на этом совместные работы не завершатся. Скажем, системы автоматического торможения, слежения за разметкой и знаками тоже находятся в сфере внимания Яндекса.

как Mindshare и «Яндекс.Маркет» продвигали Volvo — Рамблер/авто

В 2020 году «Яндекс.Маркет» и Mindshare (входит в GroupM ) хотели предложить брендам необычные механики для продвижения на сервисе. Было решено продвигать не только классические товары, но и те, что не размещаютя на маркетплейсе. Volvo стал первым клиентом в автокатегории, вышедшим с таким объемным проектом на площадке. Команда «Яндекс. Маркета» рассказала о механике и результатах проекта.

ЗадачаМы не стремились создать категорию «Автомобили» и продавать их на «Маркете» – мы хотели оценить пользовательский спрос. Основной целью проекта было увеличить узнаваемость (Awareness) и рассмотрение (Consideration) флагманских моделей Volvo – кроссовера XC60 и внедорожника XC90.

Нужно было попасть в узкую аудиторию покупателей премиальных кроссоверов и заинтересовать их, не находясь в top of mind. Достучаться до них непросто, однако мы с командой Mindshare предположили, что на «Яндекс.Маркете» они наверняка есть. Вопрос был лишь в том, как выявить таких пользователей среди 6 млн ежедневных посетителей.

МеханикаЧтобы определить ту часть пользователей «Маркета», которым автомобили Volvo будут интересны, мы использовали нестандартную механику – «продуктовый look-alike». Бренд поделился с нами своей обезличенной информацией о владельцах автомобилей. Мы сопоставили эту информацию с базой наших пользователей и посмотрели, какие товары их интересовали.

Вместе с Mindshare мы предположили, что покупки владельцев Volvo — категоризирующий признак нужной нам аудитории. То есть людям со схожими товарными интересами будут интересны одинаковые автомобили. Мы натренировали нейросеть, которая сформировала наиболее вероятную корзину таких пользователей.

Внутри этой корзины обнаружилось много такого, к чему логическим путем мы, очевидно, не пришли бы. Например, что в категории смартфонов покупатели премиальных кросоверов чаще предпочитают известному бренду смартфонов совсем другой. На карточках таких товаров мы размещали баннер – «Люди с вашими интересами выбирают Volvo». Баннеры на карточках товаров уводили пользователя на лендинг, понятно рассказывающий пользователям о преимуществах продукта.

Антон Тимофеев, старший менеджер по планированию рекламы в цифровых медиа Mindshare:

Технология look-alike для таргетированной рекламы часто остается недооцененной, так как ее эффективность в большинстве доступных рынку инструментов ограничивается работой с исходной выборкой (обучающей моделью) и выставлением дополнительных таргетингов. Поиск параметров схожести отдается чаще всего на откуп black box (черный ящик — прим. Sostav) решениям. Однако в данном кейсе нам удалось удостовериться в том, что работа на уровне принципов построения look-alike – позволяет добиваться большего.

На лендинге пользователь мог выбрать одну из двух ключевых моделей автомобилей и увидеть ее в действии: интерактивный блок показывал ключевые функции (например, Lane Keeping Aid — удержание полосы). Ниже интерактивного блока располагалась кнопка с формой заявки на тест-драйв – одно из целевых действий.

При дальнейшем скролле, на втором блоке, пользователь видел себя внутри салона, где подсвечивались особенности интерьера автомобиля.

В третьем блоке лендинга говорилось о широких возможностях при выборе конфигурации модели – чтобы воспользоваться подборщиком, нужно было перейти на сайт Volvo. Там же понравившуюся модель можно было и купить.

Разумеется, были и стандартные промомеханики – баннеры, растяжки, врезка в категории «Товары для авто».

Наш проект с Volvo был скорее медийный, то есть без интеграции и продажи автомобилей на площадке. В то же время он был очень необычным за счет продвижения товаров, которые у нас не продаются.

Результаты проектаОдной из целей проекта было увеличение узнаваемости продвигаемых моделей Volvo XC60 и Volvo XC90. Хотя «Яндекс.Маркет» не целевая площадка для рекламы автомобилей, но благодаря интерактивным механикам, командной работе с Mindshare и синхронизации данных мы смогли найти аудиторию автолюбителей и тех, кто потенциально заинтересован в покупке именно Volvo, тем самым решив задачи бренда. Мы доказали: то, что лежит в корзине у пользователя, – важно и многое о нем говорит.

Нам удалось достичь высокой вовлеченности пользователей в коммуникацию на посадочной странице анонсирующими форматами внутри «Яндекс.Маркета». Охват аудитории всего проекта был перевыполнен в два раза от изначально запланированных значений.

Глубина конверсии и интереса к XC60 и XC90 у пользователей, пришедших благодаря кампании на сайт, достигала невероятных масштабов. А конверсия в глубину просмотра в разы превышала этот показатель среди пользователей, привлеченных через look-alike из других источников. Второстепенной задачей было привлечение пользователей к записи на тест-драйв новых моделей автомобиля — в итоге конверсия в заявки на пробные поездки была в 10 раз выше, чем при стандартных медийных активациях бренда.

По результатам Brand Lift опроса, большинству пользователей понравился спецпроект и они захотели больше узнать о Volvo. А у двух третей мнение о бренде изменилось в лучшую сторону.

Тигго 5 connected с Яндекс

Согласие на обработку персональных данных

Настоящим я (субъект персональных данных) в соответствии с Федеральным законом от 27.07.2006 № 152-ФЗ «О персональных данных» свободно, по своей воле и в своем интересе даю согласие Компании АО «ЧЕРИ АВТОМОБИЛИ РУС» (местонахождение и почтовый адрес: 127495, г. Москва, Дмитровское шоссе, 163А корп.2, 11 этаж) на обработку на указанных далее условиях следующих данных, в том числе, моих персональных данных:

— фамилия, имя, отчество;
— номер контактного телефона,
— адрес электронной почты,
— город, в котором будет проходить тест-драйв,
— выбранный для проведения тест-драйва дилер,

— модель выбранного для тест-драйва автомобиля.

Цели обработки:
— запись субъекта персональных данных на тест-драйв;
— контроль качества проведенного тест-драйва;
— периодическое уведомления субъекта персональных данных о товарах, работах, услугах марки Chery.

Действия, совершаемые при обработки персональных данных: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача, обезличивание, блокирование, удаление, уничтожение персональных данных.

Способы обработки: автоматизированный и неавтоматизированный.
Третьи лица, которым передаются персональные данные: соответствующей дилер Chery (которого выберу для проведения тест-драйва)

Сроки обработки: в течение 5 лет, при этом обработка персональных данных может быть прекращена по запросу субъекта персональных данных, путем направления соответствующего письменного заявления по адресу Компании, указанному выше в настоящем согласии. В случае отзыва согласия на обработку персональных данных Компания вправе продолжить их обработку без согласия субъекта персональных данных при наличии оснований, указанных в пунктах 2 – 11 части 1 статьи 6, части 2 статьи 10 и части 2 статьи 11 Федерального закона №152-ФЗ «О персональных данных» от 27.

07.2006 г.

Российский «Яндекс» выбрал Анн-Арбор для долгосрочного тестирования беспилотных автомобилей

Российский Яндекс выбирает Анн-Арбор для долгосрочного тестирования беспилотных автомобилей

Российская технологическая компания «Яндекс» прибыла в Мичиган в надежде продемонстрировать свои системы автономного вождения на Североамериканском международном автосалоне в Детройте.

Эти планы изменились из-за пандемии и продолжают меняться.

Даже после того, как шоу было отменено, Яндекс намеревался сделать Motor City своей базой для тестирования в Северной Америке.Но в четверг компания заявила, что ее долгосрочный американский флот вместо этого будет расположен в будущем.

Яндекс будет осуществлять свою деятельность из соседнего Энн-Арбора, который зарекомендовал себя как региональное место для автономного тестирования. Испытательный полигон Mcity Мичиганского университета был первым в мире специально построенным испытательным полигоном для беспилотных летательных аппаратов. Штаб-квартира компании по производству беспилотных шаттлов May Mobility находится в городе, примерно в 45 милях к западу от Детройта. Боты-доставщики, управляемые Refraction AI, бродят по велосипедным дорожкам вдоль городских улиц.

Имея парк автомобилей Toyota Prius V и недавно выпущенных тестовых мулов Hyundai Sonata, Яндекс уже продвинулся дальше. В прошлом месяце компания начала испытания в Анн-Арборе без водителей на борту. Видео, опубликованное Яндексом, показывает, как автомобили проезжают через центр кампуса Мичиганского университета и центр города.

Яндекс намеревался провести такое тестирование без водителя в Иннополисе, Россия, где два года назад впервые запустили сервис роботакси с водителем-безопасником на борту.Но в России правила требуют безопасного водителя на пассажирском сиденье. В 2016 году в Мичигане были приняты законы, разрешающие развертывание без водителя. Это ключевая причина, по которой Яндекс решил остаться в Мичигане.

«Мы стараемся максимально использовать наши испытательные полигоны», — написал Дмитрий Полищук, глава подразделения беспилотных автомобилей Яндекса, в своем блоге на Medium. «Энн-Арбор с его большим размером и более прогрессивной нормативно-правовой базой позволит нам сделать еще один шаг вперед в этом опыте».

С 2017 года компания проводит уличные испытания в Москве, Иннополисе и Сколково в России.В США компания продемонстрировала свою технологию автономного вождения в Лас-Вегасе и Детройте, где на пассажирском сиденье сидели безопасные водители. Он также управляет небольшим флотом в Тель-Авиве.

— Пит Бигелоу

Групповые часы самоуправляемых автомобилей Яндекса проехали 7 миллионов автономных миль

Беспилотный автомобиль Яндекса в Лас-Вегасе на выставке Consumer Electronics Show 2020.

Яндекс

Группа самоуправляемых автомобилей Яндекса проехала семь миллионов автономных миль (11. 5 миллионов километров) с момента основания команды в 2017 году, больше, чем объявила любая другая компания, за исключением Waymo от Alphabet. Это больше, чем два миллиона миль в феврале 2020 года, что свидетельствует о продолжающемся прогрессе компании, несмотря на пандемию Covid-19.

Артем Фокин, руководитель отдела развития бизнеса группы, сообщает, что в настоящее время команда регистрирует около полумиллиона автономных миль каждый месяц. «У нас в парке 160 автомобилей. Каждая машина штатная с четырьмя сменами оперативных бригад, поэтому мы можем максимально использовать наши ресурсы», — пояснил Фоким.

Яндекс записал эти мили в более широком диапазоне условий, чем, возможно, любая другая команда автономных транспортных средств. Большинство их пробегов зафиксировано в Москве, но они также запускают службу роботакси в российском городе Иннополис, а также тестовые программы в Тель-Авиве, Израиль, и Анн-Арборе, Мичиган.

«В этом году в Москве выпало рекордное количество снега. Такого количества снега мы не видели еще до Второй мировой войны», — поделился Фокин. «Мы обнаружили, что такое количество снега на самом деле сузило проезжую часть многих улиц.Выяснилось, что со снегом в Москве нам помог наш опыт испытаний автомобилей в Тель-Авиве, Израиль. Потому что в Тель-Авиве действительно узкие улочки, по которым мы научились ориентироваться, и вдруг это то, что мы видели прошлой зимой и в Москве».

Роверс

Помимо роботакси, Яндекс применил свою технологию автономного вождения к парку роботов-доставщиков, которые называются Rovers.

Робот-доставщик Yandex Rover в Анн-Арборе, штат Мичиган.

Яндекс Роверы

совершили более 7500 доставок, в основном в Москву. По словам Фокина, «Роверы» доставляют еду на вынос, продукты и товары народного потребления. Яндекс со временем увеличил габариты и грузоподъемность вездеходов, чтобы вмещать более крупные грузы.

«Мы работали над тем, чтобы стоимость доставки вездехода была максимально экономичной, — объясняет Юлия Швейко, пресс-секретарь группы. «В России родоразрешение очень конкурентоспособно по цене, и мы должны быть еще более доступными.

Роверы

используют почти то же программное обеспечение и искусственный интеллект, что и роботакси Яндекса, но вездеходы также сталкиваются с уникальными проблемами. Швейко делится: «На дороге движение других транспортных средств и даже пешеходов и велосипедистов строго структурировано. В основном люди ходят по дорожкам. На тротуаре люди идут во всех направлениях, поэтому предсказать, что сделает любой человек, гораздо сложнее».

По этой причине скорость вездеходов в настоящее время ограничена 5 милями в час.

Приезд в Америку

В прошлом году Яндекс расширил свою программу тестирования на США и Южную Корею.В настоящее время компания поддерживает парк из семи автомобилей, а также партию вездеходов в Анн-Арборе, штат Мичиган. Он надеется еще больше расширить тестирование в США по мере ослабления пандемии.

«Мичиган был очень гостеприимен к нам, — говорит Фокин. «Государство разрешает автономным транспортным средствам работать без человека за рулем. В Иннополисе, Россия, мы готовы полностью убрать людей-операторов из наших роботакси, но пока этого не позволяют правила. В Мичигане мы сможем сделать это, когда будем готовы.»

Швейко делится, что удивительная разница между Россией, Израилем и США заключается в поведении велосипедистов. «В России велосипедисты гораздо более нерешительны. В Израиле они довольно агрессивны, петляя в пробках и выезжая из них. В Соединенных Штатах велосипедисты действуют как транспортные средства. Они занимают всю полосу. Каждая из этих сред требует от наших беспилотных автомобилей разной производительности».

Точно так же Фокин рассказывает: «Когда мы впервые отправились в США, пассажиры отмечали, как внезапно машина меняет полосу движения.Мы подготовили автомобиль для Москвы, где у вас может быть всего несколько метров, чтобы перестроиться с одной полосы на другую. Тот же самый маневр в США может напугать пассажиров. Так что теперь мы скорректировали это в зависимости от местоположения».

Рост

В настоящее время в Яндексе работает команда из почти 400 инженеров, а также операционный и вспомогательный персонал. В финансовом отношении компания имеет более низкие затраты, чем многие другие предприятия, занимающиеся беспилотным вождением. Фокин рассказывает, что за четыре года с момента основания компания потратила на разработку всего 100 миллионов долларов.По сравнению с командами Кремниевой долины, которые собрали миллиарды для достижения той же цели, это довольно скромно.

Однако расходы в Яндексе растут по мере того, как команда растет и расширяется на международном уровне. Из этих 100 миллионов долларов за последние четыре года более половины было потрачено только за последний год.

Хотя точное сравнение между беспилотными автомобилями Яндекса и людьми-водителями пока не ясно, Фокин подчеркивает, что у роботакси Яндекса, которые перевозят пассажиров в Иннополисе, еще не было ни одного столкновения.

Надеемся, что этот рекорд останется безупречным, поскольку компания расширяется по всему миру.

История создания робота-доставщика Яндекса | от команды самоуправляемых автомобилей Яндекса | Группа самовывоза Яндекса

Всем привет! Меня зовут Алексей. Я работаю в Yandex Self-Driving Group, где отвечаю за разработку оборудования для трех (с половиной) поколений роботов Яндекса. В этой статье я не только дам вам краткий обзор последнего поколения, но и поделюсь историей создания наших роботов-доставщиков, от самого первого фанерного прототипа до текущей модели.Я также добавил кучу видео и фотографий с разных стадий разработки. Давайте идти!

Мы представили миру нашего первого робота 7 ноября 2019 года. С тех пор мы доставляем заказы и в снег, и в дождь, и во время бури, и в солнечном Дубае, и по широким тротуарам Огайо, и по узким — иногда отремонтировано — улица Московская. На данный момент мы разработали, изготовили и протестировали три с половиной поколения роботов: R1, R1. 5, R2 и R3. Весь опыт, полученный нами при создании и эксплуатации первых поколений, пошел на разработку третьего поколения.Теперь я объясню, чем роботы R3 отличаются от своих предшественников.

Этот робот больше и просторнее. Теперь мы можем перевозить в 60-литровом отсеке полезную нагрузку до 20 кг — например, шесть пицц диаметром 40 см и три 2-литровые бутылки кока-колы. Внутри робота второго поколения могло поместиться только пять пицц, в то время как первое поколение могло перевозить пиццы не более 35 см в диаметре.

Начиная со второго поколения, крышку робота можно было открывать и закрывать автоматически, просто нажав кнопку в приложении.Робот третьего поколения научился определять, когда кто-то пытается закрыть крышку вручную, и помогать им в этом. Грузовой отсек заперт и может быть открыт только через приложение и только получателем заказа.

Спроектировали робота сами, а производство деталей и сборку доверили подрядчикам. И, конечно же, мы закупили стандартные компоненты, такие как чипы, разъемы, жесткие диски и процессоры. Радары и колеса тоже готовы, как и лидары — правда, скоро мы заменим их собственными, собственного производства.Для первого поколения роботов больший процент компонентов был готов, чтобы ускорить создание прототипа. Во втором поколении мы разработали и протестировали некоторые модули; в третьем мы разработали намного больше электроники.

Роботы первого поколения могли работать 3,5 часа без подзарядки. Затем мы модернизировали первое поколение, установив процессоры ARM (см. ниже), увеличив время работы до 7 часов. После того, как мы оптимизировали электронику, R2 мог работать 10 часов.В то время как третье поколение может работать в течение 8 часов, аккумулятор можно быстро заменить всего за несколько секунд, что означает, что робот может сразу же продолжить доставку. Для горячей замены мы оснастили робота небольшой несъемной резервной батареей. Обе батареи собираются подрядчиком с использованием готовых элементов в соответствии с нашими техническими спецификациями. Каркас — наша собственная конструкция.

Замена аккумулятора

Первое поколение роботов имело жесткую подвеску без амортизаторов и тележек на двух передних осях.Теперь все оси на независимых листовых рессорах, а тележки перенесены назад: опыт и эксперименты показали, что так робот лучше передвигается. Мы протестировали «мягкую» подвеску на R2 — и, имея за плечами этот производственный опыт, разработали подвеску для R3. В разделе разработки я вернусь к тому, как мы тестировали новую подвеску.

Для роботов третьего поколения мы установили лидар с 64 лучами (у R1 было 16) и большим вертикальным углом обзора.Чтобы лучше использовать большое поле зрения, мы переместили лидар на переднюю часть робота.

Для того, чтобы раньше обнаруживать автомобили, когда робот пересекает пешеходные переходы, мы разместили — в рамках обновления R1 — два радара по бокам. Радары позволяют роботу обнаруживать движущиеся объекты и быстро оценивать скорость их приближения.

Мы также установили дополнительные камеры с каждой стороны (в первом поколении была только одна камера) и заменили линзы на R3 на линзы типа «рыбий глаз», чтобы увеличить поле зрения и обеспечить 360-градусный охват.

Начиная со второго поколения, мы используем собственные ультразвуковые датчики. В первом поколении использовались обычные датчики парковки. С нашими датчиками мы можем собирать больше данных, полезных для вождения в различных условиях — мы не могли сделать это с готовыми датчиками. В R3 мы увеличили количество датчиков и оптимизировали их конструкцию.

Теперь два радара, один лидар, пять камер, акселерометр и GNSS помогают нашим роботам ориентироваться в окружающем мире.Девять ультразвуковых датчиков обеспечивают функциональную безопасность.

Облако точек нашего робота

Пустой робот весит 70 кг и может развивать максимальную скорость 8 км/ч (5 миль в час). Он имеет шесть моторизованных ведущих колес. Передний мост имеет независимую рессорную подвеску, а два задних моста — на рессорной подвеске тележек. Минимальный дорожный просвет с полной полезной нагрузкой составляет 100 мм.

Этот дизайн мы придумали не сразу. Первые два поколения позволили нам собирать информацию во время работы в полевых условиях и уточнять требования к платформе. При проектировании каждого последующего поколения учитывался опыт, полученный при эксплуатации предыдущих. О том, как это происходило, я расскажу ниже.

Три поколения автономных роботов-доставщиков Яндекса

Мы начали разработку нашего робота-доставщика в июне 2019 года. С помощью первого поколения мы хотели как можно быстрее протестировать, как программное обеспечение, разработанное нами для беспилотных автомобилей, можно использовать для управляйте роботом-курьером на городских тротуарах. Наши беспилотники в то время уже умели работать без водителя на дорогах общего пользования.

Мы постарались сделать прототип из готовых компонентов — по возможности не разрабатывая ничего собственного. В конце концов, в то время мы не знали, как должен выглядеть робот, поэтому решили, что не стоит тратить внутренние ресурсы на разработку чего-то без четкого видения.

Инженерный центр

Все, что я опишу ниже, было бы невозможно без нашего Инженерного центра. Это волшебное место, где идеи становятся реальностью.Сотрудники Центра увлечены своим делом; это люди с большим опытом работы в разных отраслях, которые могут полностью разобрать и собрать любой автомобиль, будь то беспилотник или гоночный болид. В штате есть все необходимое оборудование для быстрого изготовления партий опытных деталей. Это значительно сокращает цикл разработки, когда нужно проводить несколько итераций. Все наши роботы (на данный момент их двести) собраны здесь.

Шасси

Мы сформулировали первоначальные требования к шасси нашего робота.Соответствие этих требований действительности нужно было проверять в реальных условиях, поэтому мы постарались как можно быстрее изготовить работающий прототип.

Затем мы провели мозговой штурм и исследовали существующие конструкции шасси. В нашей команде были ребята с опытом проектирования и сборки роботов и автомобилей, поэтому они придумали огромное количество вариантов для рассмотрения. После долгих дискуссий и споров мы выбрали рабочий вариант: шестиколесное шасси на мотор-колесах — все колеса ведущие.

Итак, для первого прототипа мы взяли 8-дюймовые колеса и драйверы от гироскутеров, макетную плату Nucleo и собрали прототип дистанционно управляемого шестиколесного шасси из фанеры и алюминия. Мы модифицировали прошивку для драйверов, а команды управления отправлялись через Nucleo.

К плате разработки был подключен адаптер Wi-Fi, который получал команды с ноутбука. Мы запустили на ноутбуке скрипт Python, который преобразовывал команды с джойстика Bluetooth.Мы до сих пор иногда используем этот скрипт для тестирования некоторых новых низкоуровневых аппаратных функций робота.

Платформа была собрана и подготовлена ​​к тестированию примерно за два дня одним инженером-конструктором и одним инженером по внедрению. А менеджер (я) стоял рядом с болгаркой в ​​руках.

Большая красная кнопка для выключения системы была размещена на самом прототипе, поэтому во время первых тестов я сидел сверху, держа руку рядом с кнопкой — на всякий случай. И это пригодилось во время первого же испытания на земле: водители гироскутеров оказались слишком сообразительны, и при вводе определенной комбинации управляющих команд платформа начинала неконтролируемо вращаться на месте. Интересно, что мы не заметили такого поведения, когда запускали тесты на платформе в подвешенном состоянии, что мы и сделали перед началом тестирования на земле.

Одна из первых поездок на платформе

В целом платформа оказалась пригодной для использования в прототипе: она была достаточно быстрой и способной нести груз. Но тесты показали, что фиксированные колеса не были хорошим решением: на неровной поверхности шасси начинало непредсказуемо поворачивать из-за того, что не все колеса касались земли.Мы добавили тележку на две передние оси, а также добавили рессоры на среднюю ось, чтобы робот вращался в основном вокруг центра средней оси — это было необходимо для обеспечения надежного программного управления беспилотными транспортными средствами. Мы также протестировали активное управление с помощью исполнительных механизмов. Они не очень хорошо работали, поэтому мы отказались от них в пользу более простой настройки.

Шасси с приводами. Затем приводы были заменены пружинами растяжения.

После этих испытаний конструкторский отдел приступил к разработке робота, который можно было бы испытывать на открытом воздухе.Мы планировали изготовить их целых 10 штук. В качестве технологий производства были выбраны вакуумное формование пластмасс, а также резка и формовка листового металла. Некоторые детали были напечатаны на 3D-принтере, фрезерованы на станке с ЧПУ и обработаны на токарном станке. Наша собственная команда разработала все элементы конструкции. Большинство деталей было изготовлено внешними подрядчиками.

Датчики

Основная цель MVP состояла в том, чтобы доказать возможность использования нашей технологии автономного вождения в наших роботах-доставщиках.Поэтому было важно использовать уже знакомые нам готовые компоненты, чтобы как можно быстрее проверять гипотезы. Для этой цели мы выбрали лидар, который прикрепляем к бортам наших беспилотных автомобилей. У нас уже были модели машинного обучения, которые научились его использовать, и мы надеялись, что они сразу заработают на роботе и нам не нужно будет тратить много времени на сбор новых наборов данных. Этот лидар имеет максимальную дальность 100 метров; он имеет 16 лучей, которые вращаются на 360 градусов вокруг вертикальной оси для сканирования пространства вокруг робота.Из-за характера работы лучше всего было разместить его сзади робота.

Помимо обнаружения объектов, лидар используется для определения положения робота в пространстве — локализации. Алгоритм сопоставляет точки, полученные с помощью лидара, с хранящейся в его памяти трехмерной картой и ищет наилучшее совпадение. Для этого лидар должен иметь возможность видеть статические объекты — здания, столбы, автобусные остановки, мусорные баки — на 360 градусов вокруг робота. Вертикальный угол обзора нашего лидара был относительно небольшим — 30 градусов; поэтому для обеспечения надежной локализации лидар был установлен строго вертикально.

Чтобы улучшить обнаружение вблизи, мы добавили два датчика парковки в передней части робота. Сначала мы использовали стандартные датчики парковки. Как и любые стандартные, они издавали звуковой сигнал при виде препятствия, а также робот мог пугать пешеходов. В связи с этим было принято решение убрать бипер с блока управления. Кроме того, нам пришлось взломать протокол связи между блоками управления и индикации — иначе было бы невозможно использовать парктроник: он не предназначен для считывания данных в электронном виде.

Сначала мы просто смотрели расстояние по парктронику и на определенном пороге притормаживали, а потом и остановились. Из-за специфики программного обеспечения верхнего уровня, предназначенного для воспроизведения модели велосипеда, мы не смогли развернуться на месте. Невозможно было исправить это, не вкладывая значительные ресурсы разработчиков для включения новой модели, основанной на модели мини-погрузчика. Поэтому на нижнем уровне мы сделали так, чтобы робот поворачивался на месте всякий раз, когда его датчики парковки встречали препятствие.Он поворачивался в сторону до тех пор, пока не переставал видеть препятствие; тогда в дело вступят алгоритмы самостоятельного вождения и проложат четкий маршрут. В конце концов, робот с легкостью обходил препятствие. Модель с бортовым поворотом была включена в следующие версии наших роботов, при этом поддержка поворота с бортовым поворотом, а также реакция на датчики парковки были перемещены на верхний уровень.

Кроме того, в первый робот была установлена ​​камера, но она использовалась только для записи видео во время тест-драйвов.

Мозги

В наших беспилотных автомобилях установлена ​​серьезная серверная платформа x86 с двумя процессорами и тремя видеокартами. Конечно, мы не могли поставить это в наших роботов из-за веса, размера и энергопотребления. Нам пришлось масштабировать платформу для работы с ограниченными ресурсами.

Поскольку в то время все программное обеспечение было написано для x86, мы не рассматривали встраиваемые решения на базе ARM на этом этапе. Переход на ARM стоил бы нам много времени и ресурсов; так что — рискуя забежать вперед — скажу, что мы совершили переход при производстве следующего поколения, когда доказали, что движение роботов, управляемое программным обеспечением для наших беспилотных автомобилей, в принципе возможно.

Сначала мы хотели использовать ноутбук для VR-игр, который игроки носят на спине. Но оказалось, что их в то время уже не производили. Поэтому мы решили создать собственную платформу. Мы взяли материнскую плату mini-ITX, одну видеокарту и самый мощный на тот момент десктопный процессор и попытались со всем этим оторваться от земли. Это сработало.

Помимо компьютера и нижнего уровня управления, на борту также находились Ethernet-маршрутизатор MikroTik, модуль GeoHub, ранее разработанный для беспилотного автомобиля (это аппаратная часть Embedded Linux, отвечающая за прием сигнала ГНСС и для акселерометра) и два модуля связи (LTE + Wi-Fi) также от беспилотного автомобиля, блок питания и аккумулятор.

Принципиальная схема R1

Сравните эту схему со схемой R3 (в конце поста). Здесь только один зеленый компонент — это модуль, который мы разработали ранее для беспилотного автомобиля. Мы постарались максимально повторно использовать готовые компоненты, чтобы ускорить проверку гипотез.

Первые два робота R1

Масштабирование и адаптация ПО

Главной задачей было отключить все, что нам не нужно, и не выключать ничего, что нам нужно.Чтобы понять, что нам нужно, а что нет, я обошел все команды разработчиков и задал людям, которые работали над нашими беспилотными автомобилями, множество вопросов; Я много экспериментировал. Для наших экспериментов мы собрали прототип без внешнего корпуса и для удобства прикрепили к нему монитор с тачскрином.

Наша первая доставка воды к динамику на одном из наших корпоративных мероприятий

Результаты

За четыре месяца нам удалось с нуля спроектировать и собрать прототип, который мы запустили в городе, а также масштабировать программное обеспечение работать с очень ограниченными ресурсами и на других платформах.Мы почти не касались кода; мы в основном изменили конфигурации. В этой конфигурации мы собрали еще несколько роботов, которые отправили в город — возле нашего офиса в Москве и в Сколково — и осуществили первые коммерческие поставки.

R1 в Сколково

Мягкость хода и планирование маршрута робот унаследовал от наших беспилотных автомобилей. Конечно, после первых успешных поездок была создана специальная команда разработчиков программного обеспечения, которая начала оптимизировать алгоритмы и код специально для робота, и за эти два года они проделали большую работу.Но это другая история.

Первые роботы x86 работали от батареи около 3 часов. Даже во время тестирования нам приходилось постоянно думать об остатке заряда и планировать все так, чтобы нам хватило мощности. Чтобы работать на производстве, он должен был выдерживать не менее 8 часов (смены). Замеры энергопотребления показали, что компьютер потреблял большую часть заряда, даже когда робот просто стоял на месте. Переход на ARM обещал значительную экономию энергии, но мы знали, что это будет проблемой.

Программное обеспечение

Впечатляющая кодовая база, библиотеки, средства разработки, инфраструктура — все было основано на x86. Поэтому мы знали, что переход на ARM будет сложным и ресурсоемким мероприятием. Нам пришлось оптимизировать программное обеспечение для новой архитектуры, сохранив при этом совместимость с нашими большими беспилотными транспортными средствами — в конце концов, автомобили и роботы имели одинаковую кодовую базу. Когда код был готов для управления роботом с использованием архитектуры ARM, он все еще находился в отдельной ветке.В итоге на то, чтобы слить его в разработку, ушло около месяца.

Инфраструктура тоже изначально не рассчитана на новую платформу. В x86 код создавался непосредственно на роботе. С ARM мы больше не могли этого делать, поэтому нам пришлось научиться собирать код в облаке, а затем передавать его в бинарном виде роботу.

Аппаратное обеспечение

Для ускорения производства робота с длительным временем работы и тестирования новой вычислительной платформы мы решили разделить разработку нового шасси (R2, которое описано ниже) и переход на РУКА. Мы использовали проект R1 в качестве основы для разработки наших роботов R1.5 на базе ARM. Чтобы максимизировать эффективность, мы также модернизировали наши оригинальные роботы R1 до R1.5, используя специализированные комплекты модернизации, разработанные внутри компании.

В прототипах мы установили провода для соединения компонентов. В R1.5 мы сделали первую итерацию по улучшению проводки робота. Кроме всего прочего, мы разработали специальную плату расширения для Nucleo, к которой можно подключать периферийные устройства с помощью разъемов, а также поставили на нее модуль акселерометра для того, чтобы можно было замкнуть контур обратной связи акселерометра на нижнем уровне и получить избавиться от GeoHub, который был слишком громоздким для робота.

Для этого поколения мы также разработали блок управления питанием. Это позволило нам контролировать токи и напряжения на каждой ветке, а также контролировать электропитание каждой из них с помощью программного обеспечения. Иногда это позволяло нам удаленно перезагружать периферийные устройства.

Блок управления питанием 3D модель

Мы заменили штатные контроллеры колес от гироскутеров на собственные фирменные. Нам удалось добиться лучшей производительности руля с помощью собственных контроллеров. Мы также изменили интерфейс UART на более надежный интерфейс CAN, с которым мы знакомы, и заложили хорошую основу для будущих разработок, поддерживая энкодер и контроль температуры двигателя.Затем мы смогли использовать наш контроллер двигателя для других задач.

Две незначительные модификации MotorControl

В первых поколениях роботов мы использовали аккумуляторы для электровелосипедов. Для оптимизации конструктивной конфигурации робота и получения обратной связи (зарядка, работоспособность, нагрузка) от аккумулятора мы заказали у производителя аккумулятор на основе собственного технического задания. Наши аккумуляторы имели большую емкость и научились обеспечивать обратную связь через интерфейс CAN.

Датчики

В первом поколении у нас была одна IP-камера. В R1.5 мы добавили еще три и изменили интерфейс на GMSL (как в наших беспилотных автомобилях). Мы разместили камеры с каждой стороны робота. Теперь мы начали видеть все. Мы также добавили радары для обнаружения встречных транспортных средств на расстоянии при пересечении пешеходных переходов.

Результаты

Время работы новой платформы от одного заряда увеличилось более чем вдвое. Мы переоборудовали роботов R1 и собрали еще пару десятков роботов R1,5, которые были основными рабочими лошадками в Москве и Иннополисе до середины 2021 года, после чего их постепенно заменили нашими роботами следующего поколения.

R2 задумывался как робот — мы рассчитывали сделать до 100 штук для коммерческих целей — с повышенной прочностью кузова, увеличенным грузовым отсеком и автоматизированной крышкой.

Конструкция

Мы уделили большое внимание дизайну. Мы не хотели, чтобы кузов имел какие-либо стыки, поэтому он имел монококовую конструкцию и был сделан из стеклопластика. Когда мы запустили этих роботов в производство, подрядчики проклинали нас: кто-то должен был залезть внутрь пресс-формы и установить стеклопластик изнутри.

Прототип, напечатанный на 3D-принтере, для испытаний вместимости

Основой робота была сварная алюминиевая рама. К раме крепились детали подвески, аккумулятор, корпус из алюминиевого листа, электроника и несущий кузов. Датчики разместили на монококе. Было важно разместить датчики на жесткой конструкции, которую нельзя было бы нарушить во время обслуживания, потому что они были откалиброваны друг к другу: если их сдвинуть хоть немного, всю систему пришлось бы перекалибровать.С робота можно было снять весь грузовой отсек: это позволяло видеть все электронные компоненты — что было удобно для ремонта и обслуживания.

Алюминиевая рама R2MotorControl и PMU под грузовой отсек

Колеса

Для первых поколений роботов мы использовали моторизованные колеса от гироскутеров. Которых в один неудачный для нас момент уже не было в наличии. Их перестали делать, а все остальное мы скупили в магазинах. Мы пытались пойти на завод, который их производил.Нам попалась партия колес с совершенно разными характеристиками, хотя при покупке нам сказали, что они идентичны. У нас была таблица со списком 10 видов колес с описанием того, как их идентифицировать и насколько они хороши. Дополнительная проблема, которая возникла, заключалась в том, что мы не могли поставить разные типы колес справа и слева, а также не могли поставить колеса более низкого качества на среднюю ось. В итоге замена колес превратилась в игру на терпение.

Кроме того, колеса, предназначенные для гироскутеров, было непросто прикрепить.Чтобы поменять колесо на первой модели, пришлось разобрать часть подвески. А в сырую погоду колеса начали глючить из-за недостаточной защиты от атмосферных воздействий.

По этим причинам мы решили не использовать моторизованные колеса в R2, а разместить моторы внутри робота, передающего крутящий момент с помощью системы шкивов и ремней. Мы приобрели около десятка различных типов моторов. Мы спроектировали и изготовили несколько прототипов с таким приводным механизмом. Испытания показали, что хотя некоторых моторов было достаточно для движения по ровной поверхности, мы уже не могли преодолевать препятствия, разворачиваться на поверхностях с высоким коэффициентом трения, а моторы, расположенные внутри кузова, перегревались.В итоге от этой установки пришлось отказаться: моторы с большим крутящим моментом были тяжелыми, негабаритными и дорогими, а варианты с коробкой передач менее надежными, дорогими и шумными.

Тележка с приводным ремнем

Параллельно мы искали хорошие мотор-колеса, и в итоге нашли поставщика качественных, устойчивых и герметичных колес — и легко монтируемых. Мы протестировали новые колеса и решили их использовать. А затем мы быстро переделали робота для использования с моторизованными колесами (мы имели в виду, что такой сценарий возможен, и учитывали его в наших проектах).С тех пор мы пользуемся этими колесами.

Электроника

Мы разработали собственную материнскую плату для компьютера R2. Он содержит маршрутизатор Ethernet, модемы Wi-Fi и LTE, карты ввода видеопотока и модуль GNSS. Итак, мы избавились от громоздкого роутера, GeoHub и модулей связи, уменьшили количество взаимосвязей и снизили энергопотребление, выиграв еще 3 часа автономной работы.

Материнская плата вычислительного блока

Датчики

Мы перешли на собственные камеры, разработанные для наших беспилотных автомобилей.У них есть все необходимые параметры: они компактны, могут работать в сложных погодных условиях, обеспечивают высокое качество изображения. Кроме того, датчик в наших камерах позволяет убрать на видео мигающие светодиоды, что важно для правильного определения сигналов светофора при переходе дороги. И все же они обходятся нам дешевле, чем аналогичные камеры на рынке.

Фирменные камеры Яндекс SDG

Вместо штатных датчиков парковки мы разработали собственные ультразвуковые датчики собственной разработки. Стандартные датчики периодически ломались, и, будучи для нас черным ящиком, мы не могли понять проблему на системном уровне. В конце концов, наши датчики дают не только расстояние до ближайшего объекта (одно число с плавающей запятой), но и всю ультрасонограмму. Теперь мы можем посмотреть на данные и настроить пороги срабатывания для разных погодных условий и дорожных покрытий.

Мы добавили еще один датчик парковки спереди робота, чтобы создать вертикальную стереопару, позволяющую получать больше информации о препятствиях.И два датчика парковки сзади для предотвращения столкновений при движении задним ходом.

Фирменные датчики парковки Яндекс SDGУльтрасонограмма датчика парковки

Результаты

Мы собрали около 100 роботов модели R2. Сейчас они работают во всех странах, включая США.

R2 доставляет заказ в Анн-Арбор, штат Мичиган

Главное, чего мы хотели добиться в этом поколении, — научить роботов лучше видеть мелкие объекты перед собой. Кроме того, мы хотели, чтобы они научились заезжать через высокие бордюры и лучше ездить по бездорожью, по снегу, по лужам и в разных погодных условиях. Мы также разработали батарею, которую можно заменить во время работы робота. Это позволило сократить время простоя во время зарядки робота.

Под капотом

Принципиальная схема R3. Компоненты, разработанные Yandex SDG, окрашены в зеленый цвет.

Электроника под капотом робота включает в себя несущую плату, управление платформой, управление телом и управление двигателем.

Несущая плата — это «мозги» робота. Используя запущенные на нем алгоритмы, робот может распознавать людей, автомобили и препятствия; планировать маршруты; и определите, где он находится.Несущая плата содержит маршрутизатор, который соединяет все компоненты в единую бортовую сеть. Видеопотоки с камер также идут напрямую на компьютер.

Блок управления платформой отвечает за питание платформы, управляет ограничениями тока на каждой ветви питания и переключается на резервную батарею при снятии основной батареи. Он также генерирует сигналы рулевого управления для колес и собирает данные с ультразвуковых датчиков. Система управления двигателем получает задание скорости для каждого колеса от системы управления платформой и регулирует токи в обмотках, чтобы обеспечить желаемую скорость в различных условиях движения.Блок управления кузовом отвечает за управление мотором крышки, замком и светодиодами.

Все электронные компоненты расположены внутри герметичных корпусов.

Герметичная модель MotorControl 3D

Большая часть корпуса робота изготовлена ​​из деталей из стеклопластика. Несущий фундамент робота состоит из поддона и корзины. Все остальное размещено сверху: подвеска, кронштейны для датчиков и электронных модулей, а также внешние панели. Доступ к электронике можно получить, сняв соответствующую панель.При этом датчики остаются на грузовой корзине и не требуют повторной калибровки после обслуживания.

Поскольку мы переместили лидар вперед, мы не смогли итеративно создать нового робота на том же шасси, что и предыдущее поколение. Вы не можете просто повернуть корпус робота; это повлекло за собой полную реконфигурацию и перепроектирование конструкции. Однако в ходе этого процесса мы избавились от несущего кузова и шасси с алюминиевой рамой. Это упростило изготовление деталей и упростило техническое обслуживание.

Сборка R3 в нашем инженерном центре

Датчики

Изменена модель лидара. С момента создания предыдущего поколения команда локализаторов научилась лучше использовать ориентиры, и мы смогли перейти на лидар, который видит не так далеко, но имеет более широкий угол обзора и 64 луча вместо 16. Вот почему мы смогли разместить его впереди робота и немного наклонить вперед. Таким образом, мы значительно повысили уровень детализации окружающих объектов в облаке точек.

Балансировка размера хранилища и угла обзора LiDAR

Мы изменили объективы камеры: теперь это объективы типа «рыбий глаз» с углом обзора более 180 градусов. Когда камера установлена ​​на роботе, она может видеть небольшую часть самого робота. Чтобы получить хороший обзор светофоров на противоположной стороне широких улиц, мы добавили одну фронтальную камеру с телеобъективом.

R3, вид спереди. Камеры установлены на раме робота и не нуждаются в повторной калибровке, когда панели снимаются для обслуживания.

Подвеска

В R3 мы увеличили дорожный просвет и разработали собственные зимние шины с более агрессивным протектором и улучшенным контактом с поверхностью. В процессе редукции идей обсуждались более радикальные решения вопроса зимней маневренности, но важно было соблюсти баланс: ведь роботы большую часть времени ездят по расчищенным тротуарам. Платформа была готова к испытаниям в самые жаркие летние месяцы, поэтому для испытаний мы использовали трассу с искусственным снегом (полиакрилат натрия).Испытания показали, что R3 справляется со слякотью лучше, чем его предшественник. В этом году нас снова ждет снежная зима, а это значит, что у нас будет отличная возможность провести тесты в реальных условиях.

R2 не проходит тестовую трассу, засыпанную «снегом» R3 проезжает тестовую трассу, засыпанную «снежком» R3 едет по снегу в Иннополисе

Рессорная подвеска на каждой оси повысила маневренность. Раньше подвеска была жесткой, что приводило к сильному шуму при езде по трещинам в асфальте, плитке, булыжнике и особенно при съезде с бордюров.Чтобы провести испытания новой подвески, мы разработали прототип для поколения R2 и оснастили им несколько роботов. Роботы были протестированы на встряхивателе, имитирующем ухабистую дорогу, на испытательном треке и на самых ухабистых из наших производственных маршрутов.

Таким образом, мы убедились, что карбоновые листовые рессоры выдерживают нагрузку, и обнаружили несколько дефектов, которые нам удалось исправить, прежде чем ставить эту подвеску на R3.

Робот преодолевает тестовое препятствие

Крышка

В этой версии робота переработан механизм закрытия крышки.Мы сделали его более надежным, встроив шарнир прямо в крышку (ранее он крепился к корпусу скобами). Мы также изменили тип двигателя. Это позволяет нам почувствовать попытку пользователя захлопнуть крышку и отреагировать, закрыв крышку, как задумано. Крышка также может определять, прерывает ли ее путь посторонний предмет, и реагирует на это, автоматически снова открываясь, как лифт. Его можно закрыть нажатием кнопки, вручную или через приложение.

Результаты

В общей сложности три поколения роботов уже доставили более 80 000 заказов.Сборка третьего поколения идет полным ходом, каждый день с конвейера сходят новые R3. Например, робот №126 борется со сугробами Иннополиса.

Пока №127 сейчас любуется кактусами и пальмами Аризоны.

Будут ли новые версии наших роботов? Это вполне возможно. Мы постоянно анализируем удобство нашей службы доставки для пользователей и смотрим, что можно улучшить в аппаратном плане. Программное обеспечение постоянно совершенствуется, и для некоторых новых функций может потребоваться аппаратная поддержка.Наша работа не заканчивается выпуском третьего поколения — она только начинается.

Яндекс начнет тестировать беспилотные такси в Москве

Яндекс планирует начать полевые испытания своих беспилотных такси в Москве, Россия. Это позволит людям, живущим в столице, испытать будущее, прокатившись на новых автономных транспортных средствах в конце этого года.

Ранее на этой неделе российская технологическая компания объявила о своих планах на этап тестирования в конце 2021 года.Для тех, кто не знает, Яндекс управляет подавляющим большинством услуг в регионе, начиная от онлайн-поиска и заканчивая даже доставкой еды, и в течение последних трех лет компания также стремится протестировать технологию беспилотного вождения в России, Израиле и даже Соединенных Штатах. Штаты Америки.

По словам технологического гиганта, Robotaxis будет доступен через приложение Яндекс.Го в одном районе Москвы для определенных клиентов. В компании добавили, что «Запуск в Ясенево — это первый этап большого проекта Яндекса по запуску беспилотных такси.Со временем будет больше автомобилей, увеличится количество мест, куда вы можете попасть, и все больше людей смогут поймать беспилотное такси».

К сожалению, пока российское законодательство не разрешает передвижение таких автономных транспортных средств без человека за рулем. Хотя есть исключения на базе особых экономических зон, как город Иннополис в Татарстанской области. Кроме того, существует также ограничение на их использование в определенных районах крупных городов, которое может быть частично снято после вступления в силу закона, недавно вступившего в силу в начале этого года.На данный момент Яндекс владеет 170 беспилотными автомобилями, которые в совокупности проехали более 14 миллионов километров. Компания даже наняла роботов, которые доставляют еду из ресторанов в центре Москвы.

СВЯЗАННЫЙ:

 

перспективы беспилотного будущего

At начало июля, видео с беспилотным Яндекс. Ровером на улицах Москва появилась в сети. Технология должна стать полезным инструментом в электронная коммерция — это видно из того, что корпорация Amazon запустила аналогичные марсоходы летом 2019 года.

Источник: РИА Новости

ИКТ.Москва решил узнать о планах Яндекса по внедрению технологии на русском языке электронной коммерции и спросил об особенностях работы на беспилотных транспорт. Представитель компании раскрыл, где находятся марсоходы уже реализованы, рассказал об их готовности к реальной эксплуатации и объяснил детали разработки универсальной технологии для самоходные транспортные средства.

Чтение интервью ИКТ.Москва узнает, где появятся роботы-доставщики во-первых, когда технология беспилотного транспорта будет готова к эксплуатации в самых сложных дорожных условиях и где и зачем Яндекс тестирует свои самоуправляемые автомобили.


—  Вы начали использовать Яндекс.Ровер на улицах Москвы. Означает ли это, что техника скоро будет готова к эксплуатации в реальных условиях?

— Мы уже давно используем наши вездеходы на улицах Москвы. для сбора данных, тестирования и обучения алгоритмов.На этот раз журналист был рядом, и он снимал стандартный рабочий процесс.

В условиях работы, мы уже провели несколько пилотных проектов и первый запуск робота вне экосистемы Яндекса. Мы начали разрабатывать Ровер летом 2019 года, и уже в ноябре мы провели первый пробный — робот доставлял документы и мелкие посылки в пределах нашего главное управление. Ноябрь был хорошим временем для запуска Rover из-за погоды. условиях: роботам приходилось иметь дело с дождем, снегом и льдом.Робот обошел благоприятные погодные условия и столкнулся с суровыми российскими реалиями сразу.

В В феврале этого года мы провели тестовую интеграцию с сервисом «Беру». То пилотирование было связано с 14 февраля, когда был большой спрос на доставка большого количества посылок. Однако пользоваться ими могли только сотрудники Яндекса. доставка — Rover забирал посылки в едином центре и доставлял их в здания.

В В апреле робот получил свою первую серьезную работу — он начал работать в Сколково. Территория центра устроена таким образом, что здания разные офисы расположены на определенном расстоянии друг от друга. Раньше сотрудникам приходилось использовать автомобиль, чтобы добраться до нескольких мест для обмена документов и корреспонденции. С Ровером он больше не нужен — робот взял на себя эту функцию. Его маршрут там около 2-3 км.

В Дело в том, что Сколково покупает у нас сервис доставки роботов, так что технически это первая коммерческая интеграция технологии.

С момента появления идеи «давайте создадим робота» до первого коммерческого применения прошло меньше года.

В Другими словами, готова ли технология к реальному применению? Какие планы по дальнейшему внедрению Rover в реальный коммерческий и бизнес процессы?

— В настоящее время мы ведем переговоры с несколькими другими компаниями, заинтересованными в небольших доставка грузов с помощью роботов. Ожидаем, что Ровер впишется в Яндекс экосистемы, включая сектор FoodTech, который стал более востребованным, чем ранее из-за пандемии.

Такой роботы-доставщики позволяют успешно развивать электронную коммерцию в целом. Этот сектор быстро растет и требует все больше и больше людей на разных этапы. В США не хватает кадров в грузоперевозках, потому что молодые люди неохотно идут на эту профессию. Такие вездеходы в состоянии удовлетворить растущий спрос на воду, продукты питания и доставку товаров.

Если мы говорим о возможном спектре применения таких вездеходов, их много задач в логистике, которые можно автоматизировать с помощью этих роботов.Они не только могут ездить по улицам и доставлять документы, посылки и продукты, но и может использоваться на складах. Когда мы объявили о внедрении робота внутри компании наши коллеги из дата-центров, которые занимают большие площади, проявил к ней большой интерес. В случае необходимости доставки двух карт оперативной памяти из одной точки дата-центра в другую может помочь ровер.

Основной спектр использования беспилотных курьеров включает в себя услуги, где необходима доставка последней мили, в первую очередь электронная коммерция и складская логистика.

Процесс работы в дата-центрах и на складах достаточно понятен, но Rover также будет работать на улицах с большим количеством участников дорожного движения и непредсказуемые ситуации. Насколько технология готова для городской среды? окружающая обстановка?

— Технологии, которые были усовершенствованы и испытаны на беспилотных транспортных средствах, помогли нас много. Нам пришлось перестроить некоторые алгоритмы, но основные принципы таковы. такой же. Это была одна из причин, почему нам удалось так пилотировать вездеход. скоро: он включает в себя многие навыки, которые уже были развиты.Более того, сценарии использования проще даже с точки зрения безопасности: машина едет на около 60 км/ч, поэтому требования безопасности гораздо выше.

Роверс двигаться по тротуарам со средней скоростью 5 км/ч, по велосипедным дорожкам скорость может быть выше (этот сценарий тестируется в Сколково). Они уже научились точно обнаруживать и распознавать сигналы пешеходных светофоров (в точно так же, как самоуправляемый автомобиль определяет поворачивающиеся стрелки). Но в настоящее время есть есть сложность с нерегулируемыми пешеходными переходами, так как непонятно как Ровер должен вести себя на них — это ни машина, ни пешеход.Слишком далеко, решение следующее: робот пропустит машину, но если она понимает, водитель видит и пропускает робота, Ровер проедет пересечение.

Одна из основных задач машинного обучения в беспилотном транспорте — научиться предсказывать поведение других участников дорожного движения.

Это недостаточно, чтобы определить, куда они едут или направляются, и спрогнозировать их траектория — намерения важнее. Особенно в случае с беспилотные автомобили: станет пешеходом.стоя на средней полосе, крест дорога или нет?

Кому определить это, нейронные сети используют все доступные данные об объекте и окружающая обстановка. Например, в случае с автомобилем это будет позиция в полоса движения, угол поворота руля, предыдущее ускорение, дорожная среда и т. д. Кроме того, такие сценарии многократно проверены в реальных дорожных условиях. Если в предыдущие 10 тысяч подобных эпизодов человека (водителя или пешехода) вел себя определенным образом, в новом эпизоде ​​мы можем предсказать будущее поведение.

Источник: Яндекс

—  А как насчет безопасности? Роверам также придется доставлять ценные посылки. Это безопасно оставлять без присмотра?

— Во-первых, они не остаются без внимания. Есть GPS-трекер и различные датчики и камеры в каждом вездеходе. Если робот считает, что что-то пошло не так, например, если он отклонится от заданного курса, он подаст сигнал на оператора, который сможет получить удаленный доступ и посмотреть, что происходит.

Во-вторых, Ровер достаточно тяжелый, поэтому унести его будет непросто. Даже если кому-то это удается — зачем? Вы не знаете, что внутри, и это взломать замок будет непросто. Если кому-то это удастся, может быть недорогой товар из интернет-магазина. Также будет сложно перепродать части Ровера: будет понятно откуда взялась деталь. И снова GPS. В вездеходах установлены трекеры, которые позволяют отслеживать его передвижение, просто как в каршеринге.

Сценариев, в которых что-то угрожает марсоходу, не так уж и много.

—  Вы рассказал, что в Роверах использовались наработки по беспилотному автомобилю. Так что, это универсальная технология беспилотного транспорта, требующая незначительной доработки, правильно?

— Абсолютно правильно. Опять же, Роверы ездят в более простых условиях, чем беспилотные автомобили, с большим количеством факторов, учитывать во время эксплуатации. Нам придется пилотировать беспилотные автомобили в разных странах для создания технологии, которую можно внедрить по всему миру — только России для этой задачи мало.

Есть уникальные вещи в США, которых нет нигде в мире. Для например, четырехсторонняя остановка, где правило о преимущественном проезде, согласно которой право проезда следует уступить транспортному средству справа, не применять. Если вы доберетесь до перекрестка первым, вы можете продолжить движение. В Тель-Авив, где мы также тестируем беспилотные автомобили, есть вещи, которых нет. так распространены в России, но могут быть замечены и в других странах. Например, карусели не очень популярны в России, но в Европе практически основной элемент дорожной инфраструктуры.В Тель-Авиве много двухколесные транспортные средства: мопеды, самобалансирующиеся одноколесные велосипеды, скутеры, велосипеды, электроскутеры и др.

В В Москве и вообще в России у нас тоже есть эти вещи, но есть в Тель-Авиве их гораздо больше (и доступны они круглый год — еще один преимущество в алгоритмах обучения беспилотных транспортных средств). Если мы сможем проехать в тяжелых условиях по Тель-Авиву, а потом отправится в Италию, ибо например, мы сможем ездить на скутерах, по кольцевым развязкам и будем подготовлены к другим особенностям.

Это Также важно учитывать местную культуру вождения. В тел. Авив, например, тебя надо очень настойчиво водить.

Если будешь вежливым и уступишь дорогу другим машинам, далеко не уедешь.

Мы заметил эту особенность в Лас-Вегасе. Местные жители, прокатившись в нашем беспилотных транспортных средств, отметил, что автомобиль очень быстро меняет полосу движения. Это может быть объяснили особенностями вождения в Москве: нужно быстро сменить полосу.В США проще — народ не торопится и даст путь к вам. Мы настроили систему, чтобы ездить как местные — мы изменили настройки чтобы машина могла более плавно менять полосу движения. А Тель-Авив, наоборот, учит быть более настойчивым. Этот опыт пригодится нам в Москва тоже.

Источник: Израильское телевидение

—  V2X инфраструктура может оказать большую помощь беспилотным автомобилям, она позволяет автомобиль для обмена информацией с дорогой объекты инфраструктуры и другие транспортные средства.Насколько активно развивается это направление в яндексе?

— Это также подводит нас к проблеме универсальности технологии. Если мы создадим технология, которая должна быть безопасной и применимой везде, мы должны полагаться только на себя. Связь с инфраструктурой и другими беспилотными транспортными средствами хорошо и полезно, и мы тестируем такие сценарии. Но мы не можем полагаться на них и сделать их непременным условием.

Для например, человек заказал беспилотное такси до места, которое находится далеко, без инфраструктуры и беспилотных автомобилей.Транспортное средство должно быть в состоянии безопасно управлять автомобилем — как если бы вокруг была инфраструктура V2X Это.

Кроме того, в разных странах своя инфраструктура со своими стандартами данных коробка передач. Эта проблема существует даже без инфраструктуры V2X. Для например, в США есть светофоры с восемью разными сигналами, включая желтую мигающую стрелку.

В вообще, возможность получения информации о сигналах один километр до светофора — хорошее преимущество.Имея это информацию, транспортное средство может регулировать скорость, планировать траекторию движения, чтобы пересечь перекресток максимально эффективно, с минимальными затратами топлива и времени потребление. Это приятный бонус, но все же крайне важно быть Способен распознавать сигналы светофора, используя зрение автомобиля.

Это не всегда можно полагаться на 5G при передаче данных. Во-первых, покрытие 5G есть не везде. Во-вторых, сигнал может быть нестабильным, даже если сеть доступен.Все это дополнительные факторы риска.

Наконец, представьте, насколько зависимость от инфраструктуры V2X может отсрочить запуск самоуправляемых транспортных средств. Тогда надо бы все дороги переоборудовать, это трудоемкий и трудоемкий процесс, который требует инвестиции. Если мы хотим, чтобы беспилотные автомобили появились на дорогах и предоставлять услуги (например, такси), как только регулятивные меры завершен, полагаться на V2X нецелесообразно.

Источник: Яндекс

—  Итак, если беспилотные курьеры и автомобили технология готова к коммерческому использованию, нам остается только ждать доработка российских регуляторных мер?

— В случае с роверами дополнительная регулировка не требуется.

Как для беспилотных автомобилей в целом мы готовы запустить соответствующие услуги в небольших городах, с не очень интенсивным движением. Нам удалось протестировать такой сервис в Иннополисе, где работает около двух лет сейчас. Условия, аналогичные Иннополису, уже подходят для запуска такие услуги.

Как уже упоминалось, самая сложная задача для беспилотных транспортных средств заключается в предсказании намерений. Чем больше участников дорожного движения есть вокруг автомобиля — тем менее предсказуема обстановка становится.

Траектория появления беспилотных автомобилей будет примерно следующей : малые города — пригороды крупных городов — центры крупных городов.

Раш час в центре Москвы — самое непредсказуемое время для дорожного движения. С увеличением количества автомобилей количество нарушений ПДД также растет. Движение в центре крупных городов создает проблемы для беспилотных транспортных средств, которые необходимо решить.

Из Конечно, теперь беспилотные автомобили могут ездить в час пик по Москве безопасно, без создание аварийных ситуаций для других участников дорожного движения и для себя. Но это будет им потребуется больше времени, чтобы проехать через сложные перекрестки, чем потребовалось бы опытный водитель. В любой неоднозначной ситуации автомобиль уступит дорогу другие участники дорожного движения.

Но когда данные накопится, ситуация изменится. Его можно сравнить с обычный человек — наверное, не стоит ездить по центру Москва в час пик сразу после получения водительских прав, когда еще учусь водить. По мере накопления опыта вы сможете хорошо водить даже в плотном трафике.Это задача, которую нам предстоит решить.

С точки зрения технологии, это займет у нас около трех-четырех лет.

В Май, стало известно, как и когда правила, касающиеся самостоятельного вождения автомобили будут дорабатываться в России. Яндекс также принимал участие в разработке план поэтапного внедрения беспилотных транспортных средств. В течение В разговоре с ИКТ.Москва представитель компании сообщил, что документ находится в стадии доработки и будет представлен Владимиру Путину для одобрение в конце августа.


ИКТ.Москва поговорила с Юлией Швейко, руководителем отдела СМИ Отношения для беспилотных автомобилей Яндекс.

Motional тестирует полностью автономные автомобили в Лас-Вегасе

Добавьте Motional в очень короткий список компаний, которые тестировали полностью автономные транспортные средства на дорогах общего пользования. Совместное предприятие Hyundai-Aptiv объявило о тестировании своих автомобилей без водителей за рулем на общественных улицах Лас-Вегаса.

Испытания, которые состоялись в феврале, прошли менее чем через три месяца после того, как компания получила зеленый свет от штата Невада на испытания своих автомобилей без водителя-человека.«Несколько беспилотных транспортных средств были протестированы, проводя такие маневры, как «пересечение перекрестков, незащищенные повороты и взаимодействие с другими участниками дорожного движения, включая пешеходов и велосипедистов», — говорится в сообщении компании.

Конечно, есть некоторые оговорки. Во время испытаний сотрудник Motional оставался на пассажирском сиденье и при необходимости мог остановить автомобиль. (Пока не было зарегистрировано никаких вмешательств пассажира в управление транспортным средством, заявил представитель Motional.) Motional разрешено проводить испытания в любом месте в Лас-Вегасе, но пока держит свои автомобили в жилых районах.И компания тестировала свои автомобили только в дневное время.

Компания Motional запросила оценку безопасности у независимой третьей стороны

Motional уникален тем, что перед проведением полностью автономных испытаний компания запросила оценку безопасности у независимой третьей стороны. По данным Motional, немецкая компания TÜV SÜD является «ведущим в мире независимым поставщиком технических услуг… с большим опытом оценки беспилотных технологий». Фирма получила доступ к собственным системам компании, после чего одобрила план Motional работать с пустым водительским сиденьем.

В настоящее время лишь небольшая группа операторов беспилотных транспортных средств фактически развернула полностью беспилотные автомобили, также известные как автономные транспортные средства 4-го уровня, на дорогах общего пользования. Waymo, беспилотное подразделение Alphabet, уже несколько лет эксплуатирует свои автомобили уровня 4 в пригороде Феникса, а недавно начала предлагать поездки платным клиентам. Cruise, дочерняя компания General Motors, недавно начала эксплуатацию автомобилей уровня 4 в Сан-Франциско. Яндекс, российский технологический гигант, протестировал свои автомобили уровня 4 в Лас-Вегасе во время выставки Consumer Electronics Show в 2020 году.А китайская технологическая фирма Baidu в конце прошлого года начала тестировать свои автомобили без водителей безопасности в своей стране.

Motional как совместное предприятие было впервые объявлено в марте 2020 года, когда Hyundai заявила, что потратит 1,6 миллиарда долларов, чтобы догнать своих конкурентов в области автономных транспортных средств. Aptiv, технологическая компания, ранее известная как Delphi, владеет 50 процентами предприятия. В настоящее время компания имеет объекты в Лас-Вегасе, Сингапуре и Сеуле, а также тестирует свои автомобили в Бостоне и Питтсбурге.

Инженеры

Motional отвечали за первый в мире пилотный робот-такси в Сингапуре, а также за первое автономное путешествие по пересеченной местности из Нью-Йорка в Сан-Франциско. За последние два года автономные такси Aptiv, контролируемые водителем, в Лас-Вегасе (в сотрудничестве с Lyft) совершили более 100 000 поездок. Но транспортные средства компании 4-го уровня будут храниться отдельно от программы Lyft, поэтому представители общественности не будут ездить на полностью беспилотных автомобилях.

Яндекс для приобретения доли Uber в СП «Яндекс Самоуправляемый BV»

🔊 Послушайте это
 

RusAutoNews.- Яндекс сообщает о заключении обязывающего соглашения с Uber о реструктуризации прав собственности на их совместные предприятия MLU BV и Yandex Self-Driving BV .

По настоящему соглашению на общую сумму 1 долл. США.0 миллиардов наличными , Яндекс получит косвенную долю Uber в размере 33,5% в Yandex Eats, Yandex Lavka и Yandex Delivery, что даст Яндексу 100% владение всеми тремя предприятиями; 18,2%-ная доля Uber в Yandex Self-Driving Group, что дает Яндексу 100%-ное владение бизнесом; и дополнительные 4,5% доли в недавно реструктурированной MLU, которая будет сосредоточена на мобильном бизнесе, в результате чего Яндекс и его сотрудники получат в общей сложности 71% акций совместного предприятия. Сюда входят 68,3% владения Яндексом и управление СП; и 2.8% зарезервировано для программы поощрения сотрудников MLU.

Кроме того, Яндекс получает двухлетний американский колл-опцион на приобретение оставшихся 29% акций Uber в MLU по цене исполнения 1,8 млрд долларов при условии согласованного увеличения в течение периода действия опциона — примерно до 2,0 млрд долларов, если в сентябре 2023 года. Недавно реструктурированный MLU будет по-прежнему ориентироваться на мобильные предприятия, включая райдшеринг и каршеринг.

Яндекс также получит продление действующей лицензии на исключительное право использования бренда Uber в России и некоторых других странах до августа 2030 года при условии реализации опциона.

Тигран Худавердян, заместитель генерального директора Яндекса, прокомментировал: «С тех пор, как мы начали наше сотрудничество с Uber в 2018 году, мы смогли создать и быстро развить ряд успешных бизнесов — все они тесно связаны с нашей инициативой в области электронной коммерции. и всей экосистеме Яндекса. Консолидация этих предприятий дает нам прекрасную возможность для дальнейшего повышения гибкости стратегического управления, одновременно создавая новый существенный потенциал роста для нашего бизнеса и кросс-платформенные преимущества для потребителей в ближайшие годы, позволяя нам открывать новые источники ценности для наших акционеров. .

Группа самоуправляемых автомобилей Яндекса — это подразделение Яндекса, занимающееся разработкой технологий автономного вождения с 2017 года. На сегодняшний день парк беспилотных автомобилей Яндекса насчитывает 170 автомобилей, которые проехали более 8 миллионов миль по дорогам общего пользования в различных автономных режимах. погодные и дорожные условия в трех странах – России, Израиле и США. С конца 2019 года компания также разрабатывает собственного робота-доставщика «Яндекс Ровер», предназначенного для автономной доставки мелких и средних посылок.


 

Родственные

.

Добавить комментарий

Ваш адрес email не будет опубликован.