Вопреки непогоде и под опекой у бабушек: как работают роботы-курьеры Яндекса

Технологии автономного вождения постепенно становятся частью нашей повседневной жизни. Роботы-доставщики и роботакси прекрасно вписались в городской ландшафт и вызывают теплый и по-настоящему искренний интерес у жителей мегаполиса. Роботов-курьеров снимают на телефоны, подходят, чтобы потрогать, помогают передвигаться в случае трудностей.

Например, известный актер Сергей Безруков собственноручно толкал одного из доставщиков, чтобы тот проехал сквозь огромную толщу снега, а одна бабушка даже решила перевести робота через дорогу, после чего этот случай разлетелся по всему интернету.

IT-компании активно вкладываются в развитие технологий автономного вождения. Так, в июне 2023 года Яндекс запустил в одном из районов Москвы (Ясенево) роботакси, которое теперь можно заказать через Яндекс Go, а роботы-курьеры доставляют заказы москвичам из  Яндекс Еды, Яндекс Лавки и Почты России с 2019 года.

О том, как создается и развивается автономный транспорт Яндекса, на онлайн-фестивале «8 БИТ» рассказали специалисты команды  беспилотных технологий — Татьяна Стешенко, Антон Чистяков и Алексей Голомедов.

Как устроен робот-доставщик

Яндекс одним из первых выпустил роботов-курьеров на улицы города в 2019 году. С тех пор было разработано еще два поколения доставщиков, каждое из которых совершенствовалось с точки зрения механики и программной «начинки». Роботы последнего поколения полностью автономны и, благодаря высокоемкой съемной батарее, могут в течение 10 часов доставлять грузы весом до 20 кг со скоростью 6-8 км/ч.

Сенсорная система робота-курьера состоит из четырех типов устройств — это камеры, лидары, радары и ультразвуковые датчики. Разные датчики покрывают разные диапазоны пространства.

Ультразвуковой датчик ощупывает пространство в ближней зоне,  за среднюю зону  отвечает лидар, который различает объект и понимает, куда он движется, как с ним взаимодействовать (например, для робота один человек и мама с коляской — разные типы объектов, и объезжать их нужно по-разному).

Лидар расположен на передней части корпуса и благодаря широкому углу обзора позволяет роботу «видеть» близко расположенные объекты. Для дальних расстояний используются радары, которые не видят четкую геометрию объектов, но зато позволяют видеть объекты на расстоянии.

В случае возникновения проблем на маршруте оператор робота также может видеть, что происходит вокруг, оценивать обстановку и помогать роботу благодаря камерам, расположенным на корпусе. Радары позволяют видеть дальше, чем на 50 метров, чтобы обнаружить, например, объект на пешеходном переходе.

Чтобы обучить нейросеть, которая сможет помогать  ориентироваться в пространстве, роботы-курьеры Яндекса накатывают тысячи километров и получают данные о дорогах, а также о примерах вождения других людей.

Кто следит за работой робота-курьера

Чтобы все роботы исправно выполняли свою работу за ними присматривают два подразделения: отделы эксплуатации и разработки.

Первый отвечает за физическую исправность беспилотного транспорта. Несколько сотен сотрудников — удаленных операторов, механиков, водителей-испытателей, электронщиков, лидарщиков, оптиков и логистов — ежедневно следят за тем, чтобы машины были собраны, ездили, а все конструкторские элементы работали именно так, как было задумано.

«Возьмем, к примеру, крышку робота, — говорит Антон Чистяков. — Это не простой механизм, а целый инженерный комплекс, который включает мотор, пластик, стеклопластик, платы, проводку и так далее. И чтобы каждый пользователь мог по нажатию одной кнопки легко открыть крышку и достать свой заказ, механики регулярно проводят различные профилактические работы и следят за тем, чтобы этот механизм работал исправно».

Специалисты из команды сервиса автономных роботов занимаются программированием алгоритмов и ML, работают над обратной связью от команды разработки симулятора дорожной обстановки, способами общения с устройствами, интерфейсами управления автомобилем и многим другим. Так, отдел разработки отвечает за то, чтобы роботы правильно ездили на уровне софта: строили оптимальные и безопасные маршруты, объективно отслеживали ситуацию в окружающем мире, не беспокоили людей, а в случае опасного поведения — вовремя его идентифицировали. Затем написанный софт проверяют команды тестирования и смотрят, насколько исправно смогут работать на нем машины. После этого включается служба эксплуатации, которая работает напрямую с роботами. У них тоже есть свои разработчики, решающие проблемы роботов, возникающие “в поле”.

Также в компании постоянно отслеживают пользовательский опыт взаимодействия с роботами-курьерами. «Мы ежедневно мониторим отзывы клиентов о наших роботах. И если видим, что есть жалобы на любое неудобство, дорабатываем эти узкие места. Так, наша команда заметила, что пользователей иногда смущает момент закрытия крышки робота: они не понимают, как это сделать. Поэтому мы создали отдельное сообщение-инструкцию в приложении», — отмечает Татьяна Стешенко.

Одной из мер успеха в беспилотных технологиях является то, сколько времени в день удаленный ассистент  тратит на взаимодействие с роботом. Чем меньше требуется человеческого включения, тем лучше, соответственно, разработана технология. Робот едет автоматически, но иногда может заметить, что светофор перед пешеходным переходом находится за пределами его видимости. Тогда у удаленного ассистента загорается лампочка, и он понимает, что роботу нужна помощь: либо дать команду изменить траекторию, либо разрешить ехать.

Вызовы внешней среды

Как и в случае любой активно развивающейся технологии, при работе с беспилотным транспортом неизбежны вызовы. Для автомобилей их источником стала внешняя среда: например, погодные условия или животные. 

Снег, дождь, снег с дождем, ледяной дождь, град — беспилотному автомобилю непросто правильно функционировать в таких условиях. Если не видно разметки, датчики заливает водой или грязью, сложно полноценно считывать внешнюю среду. И чтобы решить такую проблему, необходимы новые программные и конструкторские решения. Например, таким решением может быть  встроенная система очистки сенсоров, камер и лидара: благодаря этому даже в самую плохую погоду машина может стабильно продолжать движение.

Нашей команде удалось справиться с особенно актуальной в России «проблемой снежинок»: «Лазеры, с помощью которых лидар сканирует пространство, работают на такой длине волны, для которой вода непрозрачна. И когда машина попадает в снегопад, она видит скопление снежинок вокруг как «блинчик шума», висящий над ней. Это воспринимается, как препятствие, которого нужно избежать, и может вначале привести к резкому торможению. Чтобы справиться с этим, мы разработали систему, которая очищает данные от “шума”, создаваемого снежинками, и теперь зимние осадки не препятствие для наших автономных доставщиков и автомобилей», — рассказывает Алексей Голомедов.

Есть и другие «живые препятствия» — животные, которые неожиданно выбегают на дорогу. Например, один из случаев произошел в Иннополисе при тестировании беспилотного автомобиля. Во время езды под колеса чуть не попала лиса, которая убегала от небольшой собаки. Все остались живы, машина зарегистрировала животное, остановилась и продолжила путь, когда дорога была свободна.

Создание машин: можно ли попасть в индустрию?

Трепетное отношение городских жителей к автономным автомобилям и роботам-доставщикам и перспектива развития беспилотных технологий вдохновляет их создателей. В первую очередь, потому что они занимаются разработкой того, что может кардинальным образом изменить жизнь людей повсеместно уже в очень скором времени, и сделать ее еще более комфортной. И, конечно, они ждут в свои ряды таких же увлеченных делом соискателей: опытных электриков, электронщиков, лидарщиков, оптиков и конструкторов, а также программистов разных специальностей — например, ML-разработчиков и специалистов, занимающихся ОС и интерфейсами.