Команда "СахалИИн" представила инновационную систему компьютерного зрения под названием TunnelGuard, предназначенную для обеспечения безопасного движения беспилотных поездов в тоннелях метро. Эта разработка значительно снижает количество ложных экстренных остановок, распознает людей на рельсах и функционирует на стандартном процессоре. Благодаря этой технологии сахалинцы завоевали третье место на международном конкурсе "Лидеры цифровой трансформации", который проходил в Москве.
В состав команды вошли специалисты регионального Центра искусственного интеллекта: Александр Каменев, Полина Витковская и Марат Галиулин. Марат отметил, что обучение в "Школе 21" от Сбера помогло ему значительно улучшить свои навыки программирования. В 2024 году губернатор Валерий Лимаренко выступил инициатором открытия этой школы в Южно-Сахалинске.
Участники "Школы 21" уже вовлечены в реальные проекты, включая задачи, связанные с системой "Безопасный город" и Сахалинским центром искусственного интеллекта.
На международный конкурс "Лидеры цифровой трансформации" в этом году зарегистрировались рекордные 11,5 тысячи участников из 89 регионов России и 40 зарубежных стран. Участникам предложили решить 20 задач, начиная от цифрового проектирования озеленения мегаполисов и заканчивая роботизацией складов и аэропортов. Сахалинские айтишники стали лидерами в разработке решения "Система обнаружения посторонних объектов для беспилотных поездов в тоннеле метро по данным 3D-лидара".
Губернатор Сахалинской области Валерий Лимаренко отметил, что участие в таком масштабном конкурсе и занятое третье место — это не только победа, но и подтверждение высокой квалификации местных специалистов, способных решать задачи федерального уровня. Проект, разработанный в Сахалинском центре искусственного интеллекта, демонстрирует зрелость ИТ-школы региона и готовность к созданию безопасных технологий для пассажиров. "Мы гордимся нашей командой и будем поддерживать дальнейшее развитие этого проекта", — добавил он.
Запуск беспилотных поездов в метро требует от систем компьютерного зрения надежности, превышающей человеческие возможности. В условиях подземки отсутствуют привычные дорожные знаки и хорошее освещение, а путь постоянно меняется: имеются кривые, уклоны, станции, стрелки и колонны между путями. Использование обычных камер в таких условиях оказывается недостаточным, и на помощь приходит 3D-лидар, который "ощупывает" пространство при помощи лазерных лучей. Однако, если система будет ошибаться в распознавании объектов, это может привести к постоянным экстренным торможениям, что парализует движение на всей линии, а пропуск реального препятствия может стать причиной катастрофы.
Традиционные алгоритмы пытаются распознать конкретный объект по его форме и очертаниям. Тем не менее, сахалинские специалисты выбрали другой подход. Они разработали математическую модель "нормального тоннеля", учитывающую его стены, свод, рельсы и габариты поезда, а также физические параметры самого лидара. Это позволяет системе точно знать, как должен выглядеть безопасный путь, и мгновенно фиксировать любое отклонение от этой нормы. Технологии машинного обучения при этом уточняют решения в сложных и спорных ситуациях.
Результаты работы команды впечатляют: количество ложных экстренных остановок удалось снизить в шесть раз — с 10,3 до 1,8 на километр пути на участках новой линии метро. Кроме того, система успешно обнаруживает реального человека на пути на расстоянии 55,5 метра практически в 100% случаев (58 из 60 кадров). Обработка сложнейших массивов данных занимает от 56 до 70 миллисекунд вместо ожидаемых 100, что позволяет системе реагировать быстрее, чем обновляется изображение. Важно отметить, что для работы алгоритма не требуются суперкомпьютеры, так как система успешно функционирует на стандартном процессоре ноутбука.