「俄羅斯的自動駕駛公司通過模擬人眼的中心凹視力，構建了自己的感知模塊C-Pilot，它通過虛擬隧道技術，利用演算法追蹤所有車輛的動向，並將注意力集中在主要風險區域。」

可怕的交通，幾乎無法讀懂的路標，危險的道路狀況以及駕駛者突然闖入的機動行為，都會加劇莫斯科的通勤困境。可悲的是，這就是世界上98％的道路交通現狀。然而這種複雜的環境，造就了一家俄羅斯公司 Cognitive Technologies Group ，讓他的自動駕駛汽車走在競爭的前列。

矽谷對自動駕駛何時成為主流有一個非常樂觀的態度。而Olga Uskova 集團的總裁兼創始人對此表示懷疑。她說，「原因是在大多數地方有太多變數需要注意。例如在莫斯科，環境千變萬化：積雪覆蓋了交通標誌；擋風玻璃上正在下雨，太陽擋住了你。我們的人員正通過採集這些環境數據進行測試。」最近金融時報報道，自駕車得克服許多技術困難才能在下雪天安全行駛，截至目前尚未有企業宣布自家的自駕車已經能夠駕馭大雪紛飛的路況。同時，優步（Uber）自駕車研發中心資深工程師威靈頓（Carl Wellington）表示，降雪對自動駕駛構成的挑戰。降雪會阻礙自駕車利用相機和感測器偵測周圍路況，因為自駕車倚重光達（LiDAR）射出和接受雷射來識別汽車周遭的障礙物，然而在下雪天，雷射可能將雪花與其他物體弄混。威靈頓指出：「光達是相當敏銳的感測器，它能為用戶構建豐富的3D世界，但它對雪非常敏感。」然而Uskova確保他們的模型沒有這個問題。

Cognitive Tech. 從1993年創辦，它的兩個創始人開發了世界上第一個計算機國際象棋大師，Kaissa。除此之外，他們還向英特爾和Yandex等公司銷售軟體。2014年，該公司推出了其自動駕駛汽車計劃 - 認知試驗（C-Pilot），這是俄羅斯在新興自動車市場中的第一個也是最大的參與者。

配備C-Pilot系統的日產X-Trail。他們的關鍵技術不是像特斯拉的自動駕駛儀或像Mobileye的專利晶元這樣的硬體專用軟體。他們採取了不同的方法。取而代之的是，Uskova和她的團隊教授了一個在莫斯科駕駛錯綜複雜車輛的人工智慧項目。他們在莫斯科州立大學採集了100,000個行車記錄儀視頻。

Uskova和她的團隊使用這些視頻組成了一個神經網路，他們說這些鏡頭可以讓他們的車輛在莫斯科的大多數街道上更好地操縱。通過使用普通的計算機硬體，他們變得比競爭對手的版本便宜，並且更容易升級。

Cognitive Tech.希望在2019年底之前推出四級自動駕駛汽車。這還不是全部。他們已與俄羅斯卡車製造商卡馬斯合作，到2020年開發自動駕駛拖拉機拖車，Uskova及其同事計劃在2024 年前建立一個自動聯合收割機農場。

該系統僅使用一個攝像頭和一個「神經網路」。

它可以識別農作物的邊緣，從而確定機器應該在哪裡轉向。相機和相關軟體可識別各種障礙，包括：未切割區域和切割區域; 大片或稻草層; 樹木; 道路; 人; 等等

他們的汽車原型？到目前為止，他們已經用C-Pilot系統裝備了日產X-Trail。它可以識別幾乎100％準確度的三十幾個路標，包括停止，加速和交通信號燈。現在，該公司正在設立兩個美國辦事處，接觸當地媒體，並尋求額外資金。它還在每年一月在拉斯維加斯舉辦的最新消費電子展（CES）上展示C-Pilot。由於美國和俄羅斯之間的緊張局勢加劇，導致簽證問題一直困擾著Cognitive Tech.難以在美國站穩腳跟。

那麼他們的系統如何工作呢？最近，我通過電子郵件詢問Uskova：首先，高解析度照相機，成像雷達和一大堆車載感測器收集數據，並將數據輸入四種操作系統之一：觀察器模塊（監視汽車周圍環境的地理模塊），確定車輛位置，發現最快路線的導航模塊和處理車輛實際行駛的機械模塊。所有這些原始數據都經過處理，然後通過深度學習神經網路混合在一起，由高能效板載處理器提供。

與生物大腦類似，它吸收和處理信息，然後決定如何進行。大多數自動駕駛汽車使用激光雷達（光探測和測距），其工作方式與雷達非常相似，但是無線電波使用的是紅外光束。換句話說，它依靠無形的激光來感知環境。

C-Pilot - 中心凹視覺模型

C-pilot使用什麼類型的系統。「我們的主要感測器是雷達和相機，而不是LIDAR，」Uskova說。「我們相信雷達是自動駕駛的未來，因為它是這種技術最合適的感測器。雷達在惡劣天氣（雪，雨，霧）下顯著更可靠。我們的雷達在150-200米（492-656英尺）的距離內構建動態3D投影。當天氣變得更糟時 - 範圍降到只有100米（328英尺）。雷達也更具成本效益。

據Uskova稱，自動駕駛汽車市場剛剛開始穩固，主要參與者在特定領域佔據一席之地。Cognitive Tech.認為他們的優勢來自感測器技術。「人眼的中心部分解析度要高得多。當我們嘗試放大並仔細觀察某些事物時，我們使用中心凹視力。C-Pilot的虛擬隧道技術使用同樣的方法。其演算法可以追蹤所有動向，並將注意力集中在主要風險區域。」她寫道。

Cognitive Tech.總裁Olga Uskova

Uskova還表示：

我們也相信在未來10年內，隨著處理器容量的增長，感測器的解析度也將顯著增加。現在用於自動駕駛汽車的攝像頭的解析度為2-5百萬像素，人眼的解析度可估計為1億像素。為了更好地檢測小物體和動物，車載攝像頭的解析度應該會增加。現在，我們的系統可以識別距離達30米（98英尺）的動物的平均大小。

當問到她的系統與優步，Waymo（谷歌），其他矽谷公司以及大型汽車製造商，尤其是福特開發的系統有什麼不同。迄今為止，有27家公司正在開發自動駕駛汽車。她說：「目前，我們是世界上道路場景感知和檢測領域的佼佼者。」 「我們擁有19項獨特的專利和發明。該產品已經投入了2200萬美元，我們在最惡劣的天氣條件下進行了真正的工業實踐。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！