«Когнитив Пилот» представила новую технологию обучения нейросетей для автопилотирования сельхозтехники

Одной из ключевых проблем в обучении систем компьютерного зрения для автономного управления транспортом до последнего времени являлось расхождение восприятия сцены между человеком и нейросетью. Речь идет о случаях, когда человек и компьютерное зрение по-разному видят одну и ту же картину. Как правило, такие события имеют место в сложных условиях (грязь, снег, дождь, частично закрытые границы объектов и т.п.). Например, беспилотный трактор движется по полю, где куски обработанной земли или дерн закрывают кромку, по которой осуществляется навигация или робот ориентируется на визуальные маркеры, искаженные тенью или освещением. В результате ИИ-система видит траекторию движения по-своему, а оператор-водитель по-своему.

«Даже при высокой точности детекции, сеть может неправильно интерпретировать контекст», – комментирует ведущий разработчик «Когнитив Пилот» Геннадий Савицкий.

В таких случаях человек, обычно, определяет траекторию движения безошибочно на основе своего опыта и интуиции, а нейросеть «видит» ее исходя только из визуальных признаков. Поэтому в процессе сбора обучающих данных накапливаются систематические ошибки, что приводит к их рассогласованию. ИИ буквально перестаёт понимать, «что от него хотят», и начинает давать ошибочные предсказания. В результате происходит снижение точности управления системы автопилотирования, ложные срабатывания, и падение общего уровня безопасности автономной системы.

«Специалисты «Когнитив Пилот» смогли предложить комплексное решение этой сложной задачи. Чего-либо подобного у зарубежных команд нам не удалось обнаружить. Ее решение, по мнению экспертов, позволит вывести точность управления на качественно новый уровень, где ошибки практически исключены, и обеспечить максимально возможную безопасность движения», – продолжает Савицкий.

Специалистами «Когнитив Пилот» была разработана технология Cognitive Divergence Correction, позволяющая выявлять и количественно оценивать расхождения (divergence) между тем, как нейросеть и человек видят границы и семантику сцены (понимают смысл происходящего).

Разработчики «Когнитив Пилот» научились автоматически выделять признаки сцены, которые человек определяет на основе своей интуиции и имеющегося опыта, и на основе которых он понимает, как должна пойти траектория движения транспортного средства. Был создан целый механизм – анализатор дивергенций, который выделяет такие признаки. В их числе могут быть, например, форма и расположение кусков почвы на поле, интенсивность и контраст границ, пространственная структура сцены.

Далее система проводит автоматический анализ рассогласований, рассчитываются метрики расхождений между границами, выделенными моделью и ground truth (человеком). Согласованные кадры (где человек и сеть видят одинаково) остаются в обучающей выборке, а несогласованные кадры отправляются на “карантин” для дальнейшего анализа и принятия решения об их использовании.

«В итоге, повышается консистентность данных и, как следствие, качество обучения и безопасность систем автономного управления. Без решения этой задачи невозможно обеспечить нужную точность выполнения сельхозопераций беспилотной агро-техники, а также полную безопасность движения другого автономного транспорта», – рассказывает Геннадий Савицкий.

Системы автопилотирования с интегрированной технологией Cognitive Divergence Correction с конца весны 2025 года начали устанавливаться на умные тракторы, полностью беспилотные и бескабинные мини-тракторы.