Материал: Математическое и имитационное моделирование проблемно-ориентированных информационных технологий. Проскурин Д.К., Сысоев Д.В

Информация об авторах

Злобин Богдан Владимирович – курсант, Военный учебно-

научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (394064, Россия, г. Воронеж, ул. Старых Большевиков, 54а),

e-mail: zlobin.c2017@yandex.ru

Жидко Елена Александровна – доктор технических наук, доцент, Воронежский государственный технический университет (394006, Россия, г. Воронеж, ул. 20 лет Октября, 84), e-mail: lenag66@mail.ru

Information about the authors

Bogdan V. Zlobin, Cadet, Military educational scientific center air force "air force Academy named after Professor N. E. Zhukovsky and Y. A. Gagarin" (394064, Russia, Voronezh, Starih Bolshevikov str., 54A), e-mail: zlobin.c2017@yandex.ru

Elena A. Zhidko, doctor of technical sciences, associate Professor, Voronezh state technical University (84, 20 let Oktyabrya str., Voronezh, 394006, Russia), e-mail: lenag66@mail.ru

технологии. Эта технология также была опробована на реальных улицах в реальных городах [1]. Автоматическое вождение автомобилей больше не является научной фантастикой. Такие компании, как Toyota и Ford, потратили миллиарды долларов на исследования и разработки для этой технологии. Такие службы, как Uber и Lyft, которые в настоящее время платят людям за вождение, вскоре развернут целый парк автомобилей с самостоятельным вождением. Через несколько лет мы увидим, что автомобили с автоматическим управлением продаются постоянным потребителям.

Когда человек находится на водительском кресле, он наблюдает за окружающей средой, одновременно получая информацию

онашем окружении и обрабатывая ее, чтобы принять решение о том, каким образом повернуть рулевое колесо, а когда нажать на тормоз. Автоматически управляемый автомобиль обычно оснащен GPS-модулем, инерциальной навигационной системой и рядом датчиков. Он использует информацию

оместоположении от GPS, навигационной системы и данные датчика для того, чтобы найти оптимальный путь, который позволит избежать всевозможных препятствий к месту назначения. В этом и состоит суть работы автоматически управляемого автомобиля [2].

Данная технология имеет множество положительных моментов, которые несомненно облегчат жизнь каждому человеку:

1.Экономия. В большинстве случаев автомобиль используется только 4% времени, в то время как остальные 96% он припаркован на стоянке. Автомобиль - одна из самых больших инвестиций, которую люди делают, но все же она используется недостаточно. Если мы посмотрим на услуги, такие как Uber, Lyft и т.д., и проанализируем стоимость за километр, то водитель составляет 50% от стоимости. Если вы уберете водителя, а также перейдете на электрическое топливо, стоимость за километр значительно снизится.

2.Услуги. Это изменение, которое безусловно привлекает множество компаний.

Поскольку в машине часто бывают пассажиры, которые не заняты вождением, появляются мысли о том, какой предоставить им контент. У машины имеется встроенный голосовой помощник, как Siri или Алиса, который исходя из ваших разговоров с пассажирами, местоположением и маршрутом будет предлагать различные кофейни, товары.

3. Искусственный интеллект. Среди большинства технологических игроков в мире существует консенсус в отношении того, что искусственный интеллект окажет очень серьезное влияние на экономику в ближайшем будущем (примерно через 5-10 лет). Принято считать, что компаниям необходимо вкладывать гораздо больше средств в разработку искусственного интеллекта, но главный вопрос: как будет выглядеть бизнесмодель для него? Робототехника - это одна вещь, которая приходит на ум, но ее рынок недостаточно велик, чтобы оправдать такие большие инвестиции. Чат-боты могут быть другим рынком, но опять же это недостаточно большой рынок, чтобы оправдать эти большие инвестиции, которые могут развиваться на миллиарды долларов. Но когда мы думаем об автомобилях, он имеет огромный рынок и обслуживает практически любого человека. Это идеальная платформа для искусственного интеллекта, потому что если вы хотите иметь автомобиль с автоматическим вождением, вам понадобятся датчики, которые понимают мир на уровнях восприятия, очень близких к человеческому. Для этого понадобится машина, которую можно считать конкурентом человеческого интеллекта [3]. Вот почему автоматизированные автомобили становятся такой огромной индустрией. Это делает услуги такси очень привлекательными.

Любая организация, занимающаяся разработкой программного обеспечения, будь то стартапы, такие компании, как Uber, Google, Tesla, Apple или любая другая ком-

пания в автомобильной промышленности, начала работать над тем, чтобы позиционировать себя в качестве игрока в сегменте легковых автомобилей. Однако создать иде-

альную машину с автоматическим управлением не так просто, так как она должна максимально походить на человека [4]. Для того, чтобы автомобиль мог двигаться самостоятельно, необходимо охватить три технологических столпа:

1.Ощущение. Необходимо, чтобы в автомобилях с автоматическим управлением были предусмотрены датчики, охватывающие 360 градусов, с использованием камер и датчиков для обеспечения избыточности, таких как радарные сканеры. Затем лазерные сканеры получают данные со всех этих датчиков и проходят через очень мощное высокопроизводительное вычислительное устройство для построения модели среды, которая может:

- сказать, где находятся все объекты вокруг автомобиля, такие как пешеходы, велосипедисты, повороты, сигналы, символы, барьеры и т. д.;

- рассказать, что делают эти объекты или каков их статус;

- рассказать о пути, например, то что это шоссе или автомагистраль и т.д.

2.Отображение. Картографирование – это создание карт с высокой точностью, благодаря которым известна информация о проезжей части, проезжих дорогах, разделителе

ит.д. Единственное, о чем вы не знаете – это пешеходы. Эти карты должны отражать реальность за очень короткое время, что означает, что в момент изменения этих условий карта должна обновляться немедленно. Сегодняшние карты не обновляются с такой высокой скоростью. Это поднимает тему использования краудсорсинга для создания карт. Это очень сложно сделать, но это очень необходимо. Без этих подробных карт человек не сможет надежно передвигать автомобиль с самостоятельным вождением.

3.Политика вождения. Внедрение автопилота в машины – это сложный процесс, так как существует ряд проблем, которые сложно запрограммировать из-за логических цепочек и непредсказуемых ситуаций. Также правила дорожного движения могут меняться в зависимости от страны.

Таким образом автоматизированное вождение можно рассматривать как многоагентную систему.

Не так давно была изобретена технология Driving Assist – это технология, использующаяся для предотвращения аварий. Ее можно использовать, чтобы помочь автомобилю без помощи рук оставаться в полосе движения. С этой технологией водитель все еще должен быть начеку. Это не совсем автономное вождение, потому что система может совершать ошибки. В 2018 году все чаще использовалось автономное вождение без помощи рук с ограниченными сценариями, когда оно работает только на основных автомагистралях. Высоко автономное вождение означает, что водителю не нужно следить за дорогой. Система предоставит водителю отсрочку от 10 до 30 секунд. Если водитель этого не сделает, система будет знать, как безопасно отодвинуть автомобиль и остановить его.

В скором будущем, примерно к 2021 году, будут возможны такие технологии как такси без водителя. Уже сейчас все крупные автопроизводители вкладывают множество средств в развитие данных технологий [5]. Нет сомнений, что влияние автономных транспортных средств будет огромным. Почти каждый аспект городов будет затронут ростом автономных транспортных средств.

Библиографический список

1.Басаргин В.Я., Зарипова Р.С., Пырнова О.А. Влияние цифровых технологий на урбанизацию // «Цифровая культура открытых городов»: Сборник материалов Международной научно-практической конференции. Екатеринбург. 2018. С. 13-15.

2.Набиуллин А.С., Зарипова Р.С. Цифровизация логистики с применением блокчейн / Информационные технологии в строительных, социальных и экономических системах. 2020. № 2 (20). С. 86-87.

3.Пырнова О.А., Зарипова Р.С. Перспективы развития искусственного интеллекта и кибернетики // Информационные технологии в строительных, социальных и экономических системах. 2019. № 3-4 (17-18). С. 78-81.

4.Набиуллин А.С., Зарипова Р.С. Приме-

Во всем13 мире ежедневно происходит рост информации. Управление большим количеством данных без использования специальных средств и технологий становится затруднительным, а в некоторых случаях и вовсе невозможным.

Большие данные, на сегодняшний день, являются одним из ключевых драйверов развития информационных технологий [1,2].

Термин «Большие данные» (Big Data) представляет собой огромный объем структурированных и неструктурированных массивов данных, размер которых превосходит возможности типичных баз данных по хранению, управлению и анализу информации.

Сравнительный анализ традиционных

© Марданова А.М., Будникова И.К., 2020

баз данных и Больших данных представлен в табл. 1.

Одним из основных отличительных свойств больших данных от традиционных баз данных является огромный объем информации, непрерывно поступающих их различных источников.

Следующим отличительным свойством является структурированность данных. Для традиционных баз данных свойственны только структурированные данные, элементы которых являются адресными для эффективного анализа. Для Больших данных присуще полуструктурированные данные – информации, не находящиеся в реляционной базе данных, но имеющие некоторые организационные свойства, облегчающие ее анализ. Неструктурированные данные – это не орга-