Студентов познакомили с прорывными разработками в транспортной отрасли

Научно-практическая конференция «Искусственный интеллект в дорожной отрасли — TRANS AI 2024» с участием студентов профильных ВУЗов состоялась в Москве 23-24 мая. Организатором мероприятия выступил концерн «Телематика». Компания «ЭвоКарго» провела практическую часть конференции на своей производственной площадке.

В деловой части конференции приняли участие руководители органов власти, компаний-технологических лидеров, ученых и представителей науки, а также госкомпаний и бюджетных учреждений в области транспорта и дорожного строительства: министерство транспорта Российской Федерации, Академии наук Республики Татарстан, ГК «Автодор», ОАО «РЖД» и др. участники. 

Более 60 студентов профильных факультетов ведущих ВУЗов страны приняли участие в конференции: МГУ им. М.Ю. Ломоносова, МГТУ им. Н.Э.Баумана, МАДИ, РЭУ им. Г.В. Плеханова, НАМИ, РТУ МИРЭА, НИЯУ МИФИ, Казанский государственный архитектурно-строительный университет. 

«Современную транспортную отрасль невозможно представить без сервисов, основанных на применении искусственного интеллекта. Мы придаем этой сфере особое внимание, обеспечиваем развитие на уровне лучших мировых трендов», — комментирует Дмитрий Баканов, заместитель министра транспорта Российской Федерации.

В ходе пленарной сессии «Искусственный интеллект на транспорте: взгляд в будущее» и отраслевых треках по железнодорожному и автотранспорту участники обсудили роль и преимущества ИИ в управлении транспортными потоками; перспективы интеллектуальных систем цифровизации и автоматизации технологических процессов; вопросы интеграции искусственного интеллекта в автономный транспорт для оптимизации работы на производственных и промышленных предприятиях, распределительных центрах.

Участники конференции уделили особое внимание роли науки в цифровизации дорожной отрасли и обсудили прогнозы развития дорог к 2035 году.

«Важность науки в создании прорывных технологий и цифровых государственных и коммерческих сервисов неоспорима. Именно наука двигает мир вперед, а научные открытия лежат в основе создания инновационных продуктов, которыми мы сегодня пользуемся во всех сферах жизни: медицине, образовании, телекоммуникациях, и так далее.   

Республика Татарстан по праву считается одним из флагманских регионов инновационного развития в стране — здесь создана и поддерживается благоприятная «питательная» среда для ученых и высокотехнологических предпринимателей. Кстати, первое испытание автономного грузовика Evocargo N1 было проведено именно в Казани, на полигоне Интеллектуальных телематических систем», — комментирует Рифкат Минниханов, Президент Академии наук Республики Татарстан.

Посещение производственной площадки российской компании-лидера в области автономного электротранспорта стало логическим продолжением деловой части программы конференции.

В ходе экскурсии участникам были продемонстрированы работа автономного транспорта Evocargo N1, производственный цех и Центр управления флотом компании. 

По словам студентов 2го курса Казанского государственного архитектурно-строительного университета по направлению «Цифровые технологии в дорожном строительстве» Вадима Ахмадишина и Максима Котова, участие в конференции помогло им «расширить горизонт».

«На деловой части конференции мы получили представление о том, куда можно двигаться в нашей будущей профессии. А на практической части увидели, что автономный транспорт  — это не фантастика, это уже реальность», — отмечают они. 

В автономных грузовиках искусственный интеллект является неотъемлемой частью модулей восприятия, прогнозирования динамических объектов и управления транспортным средством. Комплексная мультисенсорная система восприятия объединяет данные с различных датчиков, таких как лидары, камеры, сонары, модуль GNSS и др. Благодаря заложенным алгоритмам и использованным нейросетевым подходам роботизированный транспорт успешно распознает различные объекты (транспортные средства, пешеходы, животные и т.д.). Также алгоритмы прогнозируют траектории движения динамических объектов, способствуют принятию обоснованных решений, выбору безопасных маршрутов объезда препятствий и определению точного собственного положения грузовика в пространстве.