Актуальные новости рынка на июль 2020

Появление беспилотных такси в Москве ожидают в 2024 году

В настоящий момент в Москве тестируют более сотни беспилотных автомобилей. Замминистра транспорта Алексей Семенов, сообщил, что в 2024 году возможен запуск первых автономных такси без водителей. С 2018 года активно ведется тестирование беспилотных автомобилей в Москве и Татарстане. В Москве на дорогах общего пользования тестированием занимаются «Яндекс» и МАДИ, в Татарстане на производственной территории испытания проводит «Камаз». В столице при осуществлении тестирования обязательно наличие водителя за рулем машины.

Вагоны столичного метрополитена планируют оснастить системами распознавания лиц. Внедрение запланировано в четверти подвижного состава метро: ориентировочно в 1500 вагонах из 6000. На начальную цену контракта выделено 1,39 млрд рублей. Сроки реализации данного проекта установлены не были. Тендер на проект был размещен 9 июля 2020г. срок окончания приема заявок – 27 июля 2020г. В настоящий момент система распознавания лиц пока не работает в метрополитене Москвы, однако с 2017г. функционирует на улицах и во дворах.

Минтранс и «РЖД» разработают виртуальный полигон для беспилотных транспортных средств. Для тестирования технологии компьютерного зрения для беспилотных систем на ж/д транспорте, рабочая группа «Информационная безопасность» организации «Цифровая экономика» одобрила ТЗ на разработку виртуального полигона. Виртуальный полигон обеспечит имитацию различных условий движения на железной дороге, в том числе модели угроз при сложных метеорологических условиях и незаконное вмешательство в объекты инфраструктуры.

«Необходимо проверить надежность, устойчивость и точность работы программных модулей, реализующих технологии компьютерного зрения на беспилотных транспортных средствах и подающих соответствующие сигналы на системы управления транспортных средств. Обеспечить проверку таких систем в реальных физических условиях может быть не просто дорого и долго, но и труднореализуемо. Снег, дождь, туман, сумерки, внезапные препятствия, опасные сближения с другими участниками движения – всё это нужно проверить в виртуальных условиях, прежде чем выпускать оснащенные системами компьютерного зрения беспилотники в реальный мир», - сообщил директор Департамента цифровой трансформации Минтранса России Дмитрий Баканов.

Использования машинного зрения в лесной промышленности

Компании «Инфосистемы Джет» и Segezha Group cоздали сервис для измерения объема и качества заготовленного леса. Видеоналитика и машинное обучение значительно сокращают расходы времени на оценку качества и объема сырья и делают процесс лесозаготовки более контролируемым.

Принцип работы сервиса заключается в том, что груженый лесовоз проходит сканирование на фоторамке контрольно-пропускного пункта (скан-треке), где камеры делают множество снимков; при этом модели машинного обучения анализируют груз, определяют породу и другие характеристики дерева, и считают объем леса перед его транспортировкой на бумажный комбинат. На мониторе оператор видит конкретные пачки с указанием данных (породы, качества, диаметра), полученных в автоматизированном режиме. С помощью системы решаются задачи снижения влияния человеческого фактора на экспертную оценку, снижается время оценки и, соответственно, общего логистического процесса. Происходит экономия средств на привлечении сторонних экспертов, создаются объективные метрики качества сырья для дальнейшего анализа.

Источник: cnews.ru

5G меняет мир: задачи, которые стоят перед телеком-операторами и способы их решения

В 2019 году в дорожных картах начали проявляться очертания сетей, основанные на стандарте связи пятого поколения, появилось порядка 50 операторов, с практически готовыми к эксплуатации сетями. Технология развивается ускоренными темпами. В четвертом квартале 2019г. к сетям 5G было подключено 9,9 млн абонентов (данные ассоциации GSMA Intelligence). Прогноз роста абонентов до 1,8 млрд к 2025 г.

Телеком-операторы сталкиваются с вызовами, среди которых как финансовая сторона (5G требует больших инвестиций), так и сложности с развертыванием сетей и их оптимизацией.

Основная сложность связана с большими возможностями сетей 5G. Большое количество будущих сервисов и услуг усложняет развертывание сети, т.к. сервисы 5G имеют разные требования к уровню качества и надежности. В связи с этим возникают разные потребности в инструментарии, процессах и возможностях эксплуатации и обслуживания. На помощь пришли искусственный интеллект и построенная на его основе автономная сетевая архитектура — они упростили планирование, строительство и оптимизацию сети.

Еще одной важной задачей является необходимость эффективного технического обслуживания таких сетей, которые еще и сосуществуют с инфраструктурами 2G, 3G и 4G. С многократным усложнением рабочих процессов и повышением затрат должны помочь справиться автоматизация процессов и искусственный интеллект.

Источник: cnews.ru