我们的无人电车是如何＂看到＂真实城市

我们生活中已经有试验的电车在运行，大多数情况这种电车都是按照特定的一条路线行驶的。而自动驾驶电车都在封闭区域内进行测试，自动驾驶是电车司机的好帮手。电车司机手动控制行驶过程，但是测试的是自动驾驶系统。从表面看，测试的电车与通常的电车没有什么区别，因为我们与制造商把仪表板塞进了面板下面，把接口安装到标准屏幕。只不过可以看到挡风玻璃下面的几台摄像机，隐藏的雷达和车顶上的GPS传感器，有时候我们会把激光雷达挂上进行调试。

在测试过程中，我们发现，电车交通规则和道路实际情况很不一样。

同时，电车是进行自动驾驶测试的不二之选，而且我们已经实现了电车无人驾驶了。

我们的成功＂秘籍＂如下：

• 我们知道电车行驶路线，并能保证我们的车辆会根据这条路线行驶。

• 可以提前对红绿灯据点进行标记，以便系统更轻松地识别这类标识。

• 电车不会变道。自动驾驶系统的大部分操作与“现在需要往哪里滑行”和相关的无数场景有关系，而电车没有滑行的功能。

• 电车刹车能够刹得及时迅速，还能保证刹车时电车的平稳性，因此对其他车辆在道路上行驶的预测作出反应对无人驾驶的电车来说并不困难。

  真正的问题是那些不管生命危险而试图往横穿的行人。

测试阶段

在前两个阶段，我们在封闭区域（工厂\车库\车库前面的场所）进行测试。有轨电车可以沿着路线行驶，停在车站旁边，开门，让行人与汽车通过并在障碍物前停止。同时，我们开发了驾驶员助理，该助理也已经在城市内进行过测试。该助理包括两个副系统，第一，速度限制：确保驾驶员不超速（例如，根据电车技术操作规则，过桥梁的速度不能超过20 km / h，隧道中的行驶速度不能超过10 km / h，过道岔的速度不能超过5 km / h）。第二，自动刹车，确保驾驶员不会撞到行人：在危险对象前，红色信号灯亮起，关闭道岔来达到减速（甚至停车）。在这种情况下，驾驶员与系统一起实行控制。这样我们能够在难度慢慢提高的条件下对无人驾驶系统的不同部分进行测试。

现在，我们在实况路线上测试我们的自动驾驶系统。作为辅助系统测试的阶段，我们目前沿实际路线行驶，但是测试阶段我们的电车不在车站停靠，或者载客。从远处人们很难看到电车上“测试”这个牌子，而且也很少有人会注意到这个，尤其是当这条路只有17号电车行驶，所以人们常常以为电车会在公交车站前停靠，就大胆过马路去冲到电车前。

行人

对农业机械来说，自动驾驶系统的主要任务是确保谷物收割最大效率而防止撞到拖拉机，而电车的情况不一样。我们说的也是效率，但是主要任务是不碰到人或任何东西。因为电车事故不光需要维修费用，而且还导致电车直接报废，甚至通常导致整条路线的停工。

另一方面，我们已用一个雷达和三个摄像头来监视路面状况。这意味着我们能够非常准确地识别到障碍物。

问题是电车经常和人碰触，比如在莫斯科人们总是站在车台最边缘等车，甚至随风摆动，一不小心就可能进入到电车轨道。

我们的模型为避免碰撞采取以下措施：

• 检测到障碍物并计算其轨迹和行为。
• 计算出与我们的轨迹相交的时刻以及在距相交所剩的时间。
• 提前减速并通知或紧急刹车。
• 加上雷达搜索前方的障碍物。

行人是以8 km/h的速度步行，慢跑或跳跃的对象，几乎没有惯性，运动的范围很小，行为轨迹也比较随便，但碰撞行人的情况是绝对不允许的。

现在，我们开发研一款更有前景的能应对多种情景模型。我们了解，特定地方的行人能沿着车台走，也能站在车台上，或者横穿特定的马路。如果没有一个适合的情景，那么这样的人对系统来说是不当行为的人，情况就是随机的，我们就会避开。

固件最初版本无法开到车站：行为无法被预测的人站得离电车轨道太近了，电车司机在那次测试停车前不得不每次把驾驶辅助系统关上。

当然，可以在车站附近减少系统焦虑程度（我们毕竟知道车站位置，路线是固定的），行驶时渐渐增加警惕性。这是解决电车在站台停靠时可能遇到与行人碰触问题的很好的解决方案，但是如果突然有人跳到轨道上，方案则失效。

我们只好为每个行人（包括人群中的人，这是很不易的任务）构建骨架模型，观察关节的位置。现在，电车能判断出大多数行人很少背向走。我们组成了一个独特的行人样本（过轨道的行人），并训练了神经网络根据查行人姿势判断他的行为轨迹，效果很好。多亏现代技术，小盒子里能隐藏这么强大的计算功能！

我们的车站高度与地面平行（考虑到沿途地形），我们能够很好地预测前方事物的运动轨迹。我们2018年准备第一个原型时要求司机执行紧急刹车，由于不知道这个特征，以为这是普通的硬性制动，结果我撞到了乘客室的墙壁。司机当时说：“我提醒过你，要紧紧抓住扶手了！＂，但现实情况是司机不会每次刹车前都提醒乘客抓住扶手的，而且紧急制动时，车里的每个乘客都肯定会因为剧烈的刹车而会摔倒。

交通信号灯

当驾驶员开始在新路线工作时，会带他熟悉路线：驾驶员会与有经验的，开过这条路线的驾驶员一起沿着新路线多次行驶。我们也会带系统熟悉新路线，提前对其进行标记，以确保系统的高精度。路线的第二个令人不愉快的点是，驾驶员在第一次测试中犯与自动驾驶系统一样的错误（区分标记或控制行驶过程的时候）。同时这也让我们感受到希望希望：通过标记路线，我们可以提高准确度。

知道交通信号灯的准确位置允许我们降低对探测器精度的要求（如果探测器在没有信号灯的地方犯错，这个错误影响不大），其次，帮助正确地反映交通信号灯的位置。在特定的十字路口上，我们知道哪些交通信号灯属于电车范围，哪些不属于它，信号灯的停车线在哪里，信号灯的绿色时间有多长以及哪一个信号允许开车。

如果我们不知道十字路口的布局，那么绿灯闪烁时过马路以后，我们就会看到对面十字路口另一个红色信号灯以后刹车。但是我们的系统考虑到这一点：远处的交通信号灯控制走过十字路口的起点而不是终点。

如果我们说的是禁止的信号灯，那么必须计算到达交通信号灯所剩的时间以及可能的速度。

环境条件对紧急制动非常重要。在潮湿或结冰的轨道上，如果不正确地紧急制动，电车就会滑移。这种情况下要么打开轨道制动机（电车有三种不同的制动器），要么尝试使电车平稳地滑出轨并正确地制动，不然轨道制动机会破坏轨道。因此我们的电车速度剖面图（制动计算）考虑到这些情况，否则电车可能会飞出轨道。

制动的距离也是根据轨道的弯度，路线特点以及覆盖范围进行计算的。这意味着在雨中减速变得更难，而在高温下则更容易。电车通过对街道上发生的事情，并通过路线起点和沿途行动做出反应（就是说，副驾驶系统对降雨做出反应）来“了解”天气。有几套路况设定（是从电车上收集的），从“雨天”，“雪地”到“太阳”， “结冰”。可以从界面中预选并固定其中任何设定，电车能够预设地检测到环境。

十字路口

下一个问题是十字路口上下班时间的状况。

一辆电早晨顺利通过十字路口的电车一到上下班时间就突然变得迟钝起来。

我们发现，在这个情况下，驾驶员脑子里的神经网络认为，＂尽快行驶＂比＂安全＂优先，因此他们开到距离其他电车很近的地方。这样行驶就会有碰撞的威胁。

最有趣的部分是，如何使电车在如此困难的条件下行驶而设置系统，并不让系统每次制动都启动。因此，首先需要开始行驶，这会改变驾驶员的反应，然后再次需要评估这个反应。这是最复杂的任务之一。

第二个特征是道路上的一些不守交通规则的车辆，就是从次要道路开到主要道路并往前开的司机。

由于上下班时间的实际情况常常发生违反规则现象，驾驶员经常希望自己控制电车，以使电车不会＂太小心＂。我们做了“ 10秒的自由”按钮：按了它，系统就关闭，限制消失。驾驶员通常在“锁定”的路口使用它。使用此按钮的效率是我们评估系统质量的KPI之一。

如何走向美好未来

第一个阶段是避免碰撞，协助驾驶员，比驾驶员更快地对威胁作出反应。

第二个阶段我们开发了驾驶员的控制模式：它提供了沿路线切换道岔，控制路段的速度（驾驶员现在可以比安全速度更快地进入转弯或可以在冰上选择更快的速度行驶），但电车不会超过模式设定的速度。

其他模式我们在封闭区域内实现。电车在人为控制下移动。驾驶辅助系统协助电车沿路行驶，考虑到道路情况，保护电车与周围的人。

光明的未来就是完全自动的有轨电车。

莫斯科和其他城市的公共交通网络中，轻轨交通所占的比例越来越大。全世界约有300个发达的有轨电车网络。其中最好的位于中国、俄罗斯以及土耳其和欧洲。