Беспилотный трамвай в Петербурге: итоги четырёх лет промышленной эксплуатации

# Беспилотный трамвай в Петербурге: от эксперимента к промышленности

Система активной помощи водителю Cognitive Tram Pilot в Санкт-Петербурге совершила путь от штучного прототипа до серийного решения, обслуживающего большую часть трамвайного парка города. Если четыре года назад проект стартовал практически с чистого листа, то сегодня он интегрирован в более 350 единиц подвижного состава. Важным моментом является тот факт, что современная петербургская система не является прямой эволюцией московского эксперимента шестилетней давности: это отдельная архитектура, адаптированная к местным условиям и инфраструктуре.

Серийный масштаб и технические вызовы

В 2020-х годах речь шла об интеграции с одной моделью вагона, тогда как сегодня система должна работать с парком трамваев разных производителей. Каждый из них обладает уникальной бортовой электроникой, версиями прошивок и особенностями CAN-шины. Это превратило задачу в конвейерный процесс, требующий постоянной адаптации протоколов обмена данными. При этом базовая архитектура вычислительного блока осталась неизменной: две камеры, радар и модуль навигации объединены в единый узел, устанавливаемый в служебную нишу.

Внутри вычислительного блока работают ключевые нейросети. Первая отвечает за определение объектов на путях, представляя их в виде 3D-кубоидов с точной локализацией в пространстве. Вторая нейросеть специализируется на классификации сигналов светофора. Отдельный модуль трекинга отвечает за сопровождение обнаруженных объектов и предсказание их траектории. Важно отметить, что функция детекции и предсказания намерений разделены: система сначала определяет класс объекта (например, самокатчик), а затем алгоритм строит его вероятный маршрут, что критически важно для оценки безопасности манёвров.

Одной из главных новинок стало улучшение обнаружения уязвимых участников движения. В отличие от ранних версий, которые плохо выделяли велосипедистов и самокатчиков, современная система формирует отдельные 3D-кубоиды для каждого класса объектов, включая двухэтажные туристические автобусы и старые трамваи, которые могут быть незнакомы нейросети.

Эволюция навигации и связи

Значительный сдвиг произошел в области коммуникации между автомобилем и инфраструктурой (V2I). Ранее трамвай полагался исключительно на визуальное распознавание сигналов светофора камерами. Сейчас система способна принимать данные о состоянии светофора напрямую, если оборудование на столбе технически готово к передаче информации. Это снижает нагрузку на зрительные каналы и повышает точность принятия решений на перекрёстках.

Картография маршрутов также претерпела революцию. В 2020 году инженерам приходилось вручную «накатывать» маршруты, размечая точки стоп-линий и светофоров с помощью обычного GPS. В настоящее время используется высокоточное картографирование на основе ортофотопланов всего города. Над цифровыми картами быстро отрисовывается топология маршрутов, наносятся остановки и контактные устройства «Лира». Дополнительные функции позволяют трамваю понимать маршрут по включённому поворотнику водителя и самостоятельно корректировать навигацию, если машина ошиблась при перестроении.

Отдельно стоит упомянуть экспериментальные RFID-метки, закопанные в асфальт на 18-м маршруте и в районе депо Шаврова. Они позволяют точно скорректировать позицию трамвая, однако из-за чувствительности к погодным условиям (снег, изменение покрытия) пока рассматриваются не как основной метод позиционирования, а как перспективный вспомогательный инструмент.

Безопасность и работа с водителем

Логика аварийного торможения перед пешеходами не претерпела концептуальных изменений, но стала более отлаженной. Система оценивает дистанцию и рассчитывает требуемое замедление. Если необходимая интенсивность торможения превышает комфортный порог для пассажиров, вагон начинает тормозить, продолжая этот процесс до полной остановки, если человек не успевает уйти с пути.

Для работы в различных климатических условиях внедрены специальные профили скорости: «солнце», «дождь» и «гололёд». Последний профиль жёстче ограничивает разгон и увеличивает тормозной путь. Также реализован алгоритм антиюз (защита от пробуксовки), который эффективно возвращает контроль над торможением в случае потери сцепления колёс с рельсами.

Для оператора кабины предусмотрен тонкий контроль над системой. На панели управления находятся три индикатора-кнопки: ограничение скорости, проезд на запрещающий сигнал и детектор опасных объектов. Также доступен переключатель профилей скорости и общая кнопка включения. Водитель сохраняет право временно отключить вмешательство системы на 10 секунд, хотя статистика использования этой функции пока не собирается.

Упрощение обслуживания

Одним из наиболее значимых улучшений стал переход от сложной диагностики к работе с обычным планшетом. Сотрудники депо теперь могут самостоятельно калибровать камеры, проверяя совпадение визуальной проекции рельсов с реальностью, а также анализировать телеметрию и прогонять сервисные тесты без привлечения специализированных служб.

Перспективы развития

Развитие системы в ближайшие годы будет сосредоточено на улучшении качества нейросетей, увеличении объёмов телеметрии и автоматизации настройки. Полностью безэкипажная эксплуатация остаётся отдельным направлением, которое требует более тяжёлого оборудования, включая лидары, и развивается параллельно с текущим проектом помощи водителю. Санкт-Петербург стал идеальной площадкой для масштабирования технологий автономного транспорта, превратив эксперимент в часть городской инфраструктуры.

*Авторский комментарий: В мире, где сложные технологии часто воспринимаются как чёрные ящики, петербургский проект показывает пример прозрачности. Возможность настроить и диагностировать систему через планшет напоминает о том, что за высокими алгоритмами стоят реальные люди, ответственные за безопасность пассажиров ежедневно.*