Разделы

ИТ в госсекторе

Цифровизация автотранспорта: как в России будут внедрять беспилотные машины, телематику и навигацию

Мировой рынок «Автонет» к 2035 г. составит $12,7 трлн, российский — $1,17 трлн. Соответствующие прогнозы содержатся в дорожной карте, подготовленной в рамках проекта НТИ. Рынок «Автонет» состоит из трех направлений: телематические транспортные и информационные системы, интеллектуальная городская мобильность и транспортно-логистические услуги.

Что собой представляет рынок «Автонет»

CNews изучил дорожную карту «Автонет», разработанную в рамках проекта Национальной технологической инициативы (НТИ). Документ был утвержден президиумом Совета при Президенте по модернизации экономики и инновационному развитию.

Первая версия данного документа была утверждена в 2016 г. Изначально проект был ориентирован на беспилотные автомобили. В новой версии документа его сфера была расширена на все цифровые автотранспортные сервисы. Также в 2018 г. правительство страны утвердило дорожную карту по нормативно-правовому регулированию рынка «Автонет».

Рынок «Автонет» разделяется на три направления: телематические транспортные и информационные системы (платформы, системы управления, транспортные средства), интеллектуальная городская мобильность и транспортно-логистические услуги.

Рынки интеллектуальной городской мобильности и транспортно-логистических услуг удовлетворяют потребности конечных пользователей и находятся на последней стадии цепочки добавленной стоимости. А вот рынок телематических транспортных и информационных систем, по сути, является рынком технологических решений, используемых как для первых двух рыночных направлений, так и для других отраслей промышленности.

Мировой рынок «Автонет» к 2035 г. составит $12,7 трлн, российский — $1,17 трлн. Источник: ru.depositphotos.com

В экосистему рынка «Автонет» входят потребители рынка и операторы/агрегаторы сервисов, в том числе операторы сервисных платформ новых бизнес-моделей. К последним относятся потребительские услуги в транспортных средствах, страховая телематика, информационно-развлекательный контент, мониторинг транспортных средств, охранно-поисковые сервисы, техпомощь и реагирование при авариях, видеонаблюдение и регистрация, паркинг, взимание платы за проезд, техническое обслуживание, аутсорсинг транспортно-логистических услуг, фрахт, экспедиция маршрутов, аренда складских помещений, аренда и краткосрочная аренда транспортных средств, услуги по запросу, поиск попутчиков, мультимодальные маршруты и с использованием онлайн-заказа. Также в экосистему включены поставщики обеспечивающей инфраструктуры и сервисов (картография, ГНСС, платежные системы, инфраструктура V2X, инфраструктура ИТС, энергетическая и ЖКХ-инфраструктура, дорожная и придорожная инфраструктура, мультимодальные транспортно-логистические центры, склады, терминалы), государственные регуляторы (ФОИВы и подведомственные организации, контрольно-надзорные органы и др.), производители (автопроизводители, разработчики персонального транспорта, оборудования, систем и комплектующих для автотранспорта, ИТ-платформ и др.).

Телематические транспортные и информационные системы

Информатизация производственных, экономических и социальных процессов в последние десятилетия развивается чрезвычайно высокими темпами, позволяющими говорить об информационной революции. В автотранспортной индустрии одним из основных ее направлений стало создание и внедрение телематических и информационных транспортных систем, которые обеспечивают автоматизированный сбор, обработку, передачу и представление потребителям либо другим системам данных о местоположении и состоянии транспортных средств, а также информации, получаемой на основе этих данных, в целях эффективного и безопасного использования ТС различного назначения и принадлежности.

История систем на основе телематики на транспорте началась в 1980 г. с охранно-поисковых систем и систем управления автопарком. Поскольку в это время наземные сети подвижной радиотелефонной связи было развиты достаточно плохо, а их использование требовало значительных затрат, то первые системы на основе телематики использовали специализированные сети или спутниковую связь. Одним из наиболее заметных проектов этого периода стала система OnStar компании General Motors (GM). Система переустанавливалась на все автомобили производства GM в условиях производства и могла быть использована для навигации, охранно-поисковых услуг, помощи в экстренной ситуации, техпомощи на дороге, удаленной диагностики автомобиля и других услуг.

Отключение функции «Избирательная доступность» системы GPS, которая обеспечивала намеренное искажение сигналов спутниковой системы, вывело телематические транспортные системы на новый уровень. В настоящее время помимо сигналов системы GPS массовому потребителю доступны сигналы российской системы ГЛОНАСС, европейская система Galileo и китайском «Бэйдоу». Увеличение числа орбитальных группировок, предоставляющих навигационные сигналы, позитивно повлияло на степень доступности навигационного решения.

В период с начала 2000-х по начало 2010-х было инициировано несколько проектов государственного масштаба, нацеленных на обязательное внедрение некоторых функций и услуг на всех транспортных средствах. В первую очередь к этим проектам относятся eCall в Европейском союзе, «Эра-ГЛОНАСС» в России и других странах Таможенного союза, Simrav в Бразилии. Именно «Эра-ГЛОНАСС» в России является одним из основных драйверов рынка подключенных автомобилей.

Анализ сегмента рынка «Автонет» «Телематические транспортные и информационные системы» показывает неравномерный уровень развития технологий в различных подсегментах. С одной стороны, благодаря государственным инфраструктурным проектам и инициативам обеспечивается высокий уровень проникновения подключенных устройств в транспортных средствах. С другой стороны, функции разных устройств частично дублируют друг друга, но ни одно из них не имеет доступа ко всем группам данных.

Российский рынок транспортной телематики сильно фрагментирован: на нем большое количество устройств и игроков, предоставляющих сложные и дорогие услуги, которые водители хотят получать бесплатно. Автопроизводители ограничивают доступ к данным штатных систем, а страховые компании, дилеры, сервисы и операторы управления автопарком предлагают собственные устройства и платформы в дополнение к системам, требуемым по законодательству. Фрагментация создает риски доступа, увеличивает стоимость и сложность для водителя. Необходимо иметь минимум три устройства с каналами связи по требованию законодательства в дополнение к системам мониторинга автопарка, мониторинга грузов и традиционным СВ-радиостанциям.

Из-за различных требований законодательства объединить все устройства в одно сложно. Конкуренция — не единственный драйвер фрагментации. Разрозненное регулирование устройств и типов транспортных средств, на которые они должны устанавливаться, делает совмещение этих устройств экономически невыгодным. Самой востребованной функцией штатной системы транспортных средств является интеграция со смартфоном, которая позволяет объединить «зоопарк технологий».

За последнее десятилетие многие иностранные автопроизводители открыли сборочные площадки в России, что привело к увеличению доли продаж иномарок российской сборки. Однако, помимо этого, в Россию импортируют и технологии, причем, не самые последние. Зачастую на российский рынок выводятся новинки, представленные на локальных рынках год назад или ранее. Отсутствие российских технологий не только углубляет зависимость от импорта, но и замедляет развитие страны в целом.

Таким образом, при отсутствии должных мер по стимулированию развития технологий подключенных и автономных автомобилей российские потребители со временем будут вынуждены полностью перейти на импортные системы помощи водителю, беспилотные системы наземного автотранспорта. Это будет сопровождаться полным вымыванием с рынка продукции российского производства по причине отсутствия свойств, востребованных потребителями, что в конечном итоге может привести к полной деградации отрасли и повышению уровня безработицы в стране.

Вторым риском при отсутствии отечественных разработок в области беспилотного и подключенного транспорта может стать государственная безопасность, поскольку контролировать транспортную систему будут исключительно импортные корпорации — производители автомобилей и компьютерных платформ. Развитие и внедрение телематических транспортных и информационных систем позволит обеспечить технологические, экономические, законодательные и иные предпосылки для масштабного внедрения новых цифровых сервисов в автомобили, а также станет основой для развития других сегментов.

Потребителями в сегменте телематических транспортных и информационных систем являются автопроизводители, производители оборудования, систем и комплектующих для автотранспорта, ИТ-платформ, собственники транспортных средства, владельцы автопарков, транспортно-логистические компании, экспедиторы, лизинговые и страховые компании, дилеры и сервисные центры.

Основными сегментами этого направления являются: информационно-навигационные системы и системы мониторинга транспорта и другие телематические транспортные системы; системы сбора, обработки и анализа данных, искусственного интеллекта и кибербезопасности; системы помощи водителю и комплектующие; беспилотные автомобили и автомобили высокой степени автономности.

Информационно-навигационные системы

К информационно-навигационным системам и системам мониторинга транспорта относятся: телематические терминалы, мультимедийные головные устройства, решения для бортовых систем связи, системы удаленной диагностики транспортных средств, системы мониторинга транспорта, навигационные платформы (системы автомобильной навигации, системы indoor-навигации, системы повышения точности навигации и высокоточная картография, системы локального позиционирования), сервисные платформы (телематические, мультисервисные), охранно-поисковые системы, платформы умного страхования.

Современные системы предоставления телематических сервисов в автомобиле можно разделить на три категории: с привязкой к смартфону, встроенные и интегрированные. Активное использование смартфонов связано с комбинацией следующих факторов: широкий спектр применения; быстрый цикл обновления смартфона; значительные объемы продаж смартфонов; широкий спектр датчиков, встроенных в новые смартфоны, что делает возможным их применение в контексте измерительных устройств; значительная мощность компаний лидеров в сфере производства и разработки программного обеспечения смартфонов — Apple, Google, Samsung; наличие в смартфонах интегральных компонентов (датчики, гироскопы, акселерометры), которые не уступают аналогичным устройствам, входящим в состав телематических устройств; рост времени, которое человек ежедневно проводит со смартфоном.

Расширение возможностей портативных гаджетов и увеличение интереса пользователей к мобильным приложениям заставляют разработчиков ПО пересматривать традиционные подходы, адаптируя навигационный софт к распространенным операционным системам (Android, iOS). Таким образом, пользователю не требуется покупать дополнительное устройство, а достаточно загрузить навигационную программу на свой смартфон или планшет.

Наиболее популярными в мире являются приложения Google Maps, Waze, Here, TomTom, Sygic. Наиболее популярными навигационными приложениями в России являются «Яндекс.Навигатор», Navitel Navigator, 2ГИС, «Прогород», «Ситигид», Sygic. В зависимости от приложения, пользователям доступны 3D-карты, информация о различных объектах, включая режим дополненной реальности, уровень загруженности дорог и возможность голосового управления.

Смартфонизация является причиной того, что автопроизводители используют в подключенных транспортных средствах различные интерфейсы для связи со смартфонами, например, Android Auto, Apple CarPlay и MirrosLink. С другой стороны, производители ПО ищут возможность синхронизации смартфонов со встроенными системами автомобилей для более комфортного использования приложений. Например, Sygic дает возможность синхронизировать работу смартфона и информационно-навигационных систем автомобилей ряда производителей, позволяя проецировать навигационные сведения мобильного приложения на встроенный в автомобиле экран и выполнять другие действия при помощи голосовых команд.

Фиксация и реконструкция обстоятельств ДТП основаны на записи параметров движения транспортного средства (ускорение, скорость, координаты местоположения, время) до момента и после момента ДТП для получения объективной информации при разборе ДТП и установления виновников ДТП, обстоятельств ДТП и т.д.

Интеграция устройств, обеспечивающих доступ к привычным информационно-коммуникационным каналам в автомобиле, стала для автопроизводителей конкурентным преимуществом, которое повышает уровень удовлетворенности и лояльности клиентов, а также дополнительным источником выручки. Автопроизводители предлагают автомобили с подключенными телематическими сервисами, активировать которые пользователи могут через приложение на смартфоне, если сами того захотят. Ядром системы чаще всего является система экстренного вызова и помощь водителю в случае ДТП или поломки на дороге. Пакетные предложения включают в себя такие функции как удаленное управление автомобилем, информационно-навигационные, развлекательные и коммуникационные сервисы. Чаще всего автопроизводители предлагают бесплатное использование функций при покупке автомобиля на определенное время, чтобы пользователь обучился их использованию и привык.

Примеры интегрированных подключенных сервисов отдельных производителей

Производитель BMW Volvo GM
Система BMW ConnectedDrive OnCall, Sensus Connect/NavigationConnected Touch OnStar/OnStar Go
Базовый сервис Система интеллектуального экстренного вызова Teleservices Система интеллектуального экстренного вызова Система интеллектуального экстренного вызова, голосовая сзязь, передача данных
Дополнительные услуги BMW Roadside Assistance
Горячая линия BMWСоединение автомобиля с порталами и приложениями BMW Online
Консьерж-сервис
Информация о дорожной ситуации онлайн
Дистанционное управление автомобилем eDrive
Аналитика информации, получаемой от систем автомобиля для улучшения качества обслуживания
Мультимедийный центр
Горячая линия поддержки
Навигация
Электронная почта
Отправка информации об объектах в автомобиль
Консьерж-сервис
Голосовое управление
Поиск объектов инфраструктуры
Погода
Удаленное управление отдельными функциями автомобиля (напр., открытие/закрытие дверей)
Предиктивная аналитика состояния автомобиля
Связь с обслуживающим центром и регулярная отчетность о состоянии автомобиля
Советы по вождению
Семейная линия
Консьерж-сервисы
Помощь на дороге
Удаленная блокировка и поиск похищенных автомобилей
Навигация
Удаленный доступ к системам автомобиля

Системы сбора, обработки и анализа данных

К системам сбора, обработки и анализа данных, искусственного интеллекта и кибербезопасности относятся: системы обработки и анализа видеоизображений, системы кибербезопасности, системы принятия решений на основе данных, системы сбора и обработки данных, системы дополненной и виртуальной реальности, платформы агрегации сервисных данных, системы управления и автоматизации для предоставления потребительских сервисов, решения для реализации человеко-машинного интерфейса, облачные платформы.

Автомобиль, с учетом роста подключенных устройств, также представляет собой объект, генерирующий большое количество данных, начиная от местоположения, определенного при помощи ГНСС приемника, и заканчивая состоянием автомобиля или водителя. Объем накопленной в мире информации к 2025 г. составит 163 Зб. Для принятия решений беспилотным автомобилям нужны камеры, генерирующие поток порядка 20-60 Мб/с, радары (до 10 Кб/с), ультразвуковые локаторы (10-100 Кбайт/с), GPS-системы (около 50 Кб/с), лидары (порядка 10-70 Мб/с). Автомобиль, оборудованный всеми возможными технологиями, будет генерировать около 4 Тб данных в день.

Данные смартфона (ID), объединенные с данными Can, представляют максимальную ценность для таргетированной рекламы, скорингов, логистики, картографии, развития транспортной инфраструктуры и автопилотируемых ТС. Уже сейчас данные о манере вождения активно используются страховыми компаниями, представляющими полисы «умного страхования», а данные о местонахождении и передвижении автомобилей помогают оптимизировать трафик на дорогах и разрабатывать модели строительства дорог.

Потребители готовы давать доступ к данным, если это уменьшит стоимость владения автомобилем, включая расходы на страховку, сервис, топливо. Данные привлекают интернет-компании с большими ресурсами и опытом, которые начинают конкурировать с OEM. Использование информации о стиле вождения владельца автомобиля дает широкие возможности для развития сервисов страховой телематики. Здесь можно выделить два основных направления: умное страхование и фиксация и реконструкция обстоятельств ДТП.

Данные с автомобиля и автомобильных устройств передаются по каналам 3G/4G/Wi-Fi/V2I в защищенный облачный сервис. Используя любое мобильное устройство (на iOS или Android), автомобилист может подключаться к облаку и пользоваться: телематическими услугами и сервисами (удаленной диагностикой автомобиля, статистикой расходов на ремонт, расхода топлива); навигационными и геолокационными сервисами (информацией о маршрутах движения, местах парковок, заправок, данными о препятствиях на пути следования); информационно-развлекательными сервисами (потоковым аудио и видео, радиоканалами и бесплатными мессенджерами); данными в облаке — записями с видеорегистратора, аудио- и видеофайлами.

Возрастающее количество данных, таких как информация о наличии других участников движения в непосредственной близости от автомобиля, дорожных знаках или сигналах светофора, полученная с камер, радаров и лидаров, а также потребность в их обработке, превращают современный автомобиль в мощную вычислительную платформу. Технологии искусственного интеллекта помогают проводить анализ состояния транспортных средств и осуществлять принятие решения в режиме реального времени.

Технологии искусственного интеллекта уже сегодня применяются, чтобы сделать владение автомобилем более комфортным. Например, встроенная система может запоминать наиболее частые маршруты, положение кресел и зеркал, общаться с водителем, понимая голосовые команды, такие как поиск информации или изменение параметров маршрута. Например, Toyota представила новый концепт iConcept-I, оснащенный системой искусственного интеллекта Yui, которая осуществляет не только все вышесказанное, но и может определить настроение владельца или состояние его здоровья.

Еще большее значение технологии искусственного интеллекта имеют в беспилотных автомобилях, когда автомобиль должен сам принимать решения на основании полученной извне и обработанной информации. Помимо идентификации объектов, искусственный интеллект упрощает для автоматизированного транспорта оценку ситуации. К примеру, машины, которые включают сигналы при повороте, с большей вероятностью поменяют полосу движения, чем те, которые этого не делают. Как результат, беспилотные автомобили с системой искусственного интеллекта могут распознавать и оценивать сложную дорожную обстановку, например, учитывать траекторию движения встречного автомобиля, который совершает поворот.

С ростом количества данных возникает вопрос о том, кому должны принадлежать данные и кто несет ответственность за их сохранность. В настоящее время нет согласованного решения по данному вопросу, но ведутся активные обсуждения на уровне регуляторов. С одной стороны, необходимо обеспечить защиту данных от внешнего несанкционированного доступа, а с другой — предоставить возможность беспрепятственного обмена, например, между участниками движения при помощи технологий V2X. Таким образом, автомобиль будущего становится уязвимой целью для хакеров.

Системы помощи водителю и комплектующие

К системам помощи водителю и комплектующим относятся: системы предупреждения столкновений транспортных средств, ИТС (системы управления трафиком, дорожной инфраструктурой, парковками), системы адаптивной помощи водителю, системы управления движением пассажирского транспорта, системы взимания платы за проезд, системы активной и кооперативной безопасности, сервисные платформы, ИТ-системы связи V2X, лазерные дальномеры (LIDAR), радары, датчики, навигационные чипы и модули.

Современные системы помощи водителю (ADAS) могут быть либо предустановлены на автомобиле штатно, либо вмонтированы в пост-продажный период дополнительно по желанию владельца автомобиля. ADAS получает данные из нескольких источников, включая как внешние, так и внутренние: радары ближнего и дальнего действия, внешние и внутренние видеокамеры, парковочные радары (передние и задние ультразвуковые датчики), лазерные дальномеры (LIDAR — Light Identification Detection and Ranging — световое обнаружение и определение дальности).

Получение дополнительных данных возможно из других источников, вне платформы основного транспортного средства, например, от других транспортных средств (V2V) или инфраструктуры (V2I). Предполагается, что с течением времени ADAS все больше будут использовать данные внешних источников при помощи технологии V2X.

Эти устройства объединены в единое целое при помощи блока управления. Видеосистемы обеспечивают такие функции, как предупреждение о выходе на пределы полосы движения, распознавание дорожных знаков, интеллектуальную регулировку передних фар, обнаружение/классификация объектов и обнаружение пешеходов. Системы на основе радаров обеспечивают схожие функции, а также помощь при передней и задней парковке, предупреждение о возможном лобовом столкновении, помощь при перестроении, детектирование слепых зон, системы торможения для смягчения последствий столкновений и адаптивный круиз-контроль во всем диапазоне скоростей.

Основные функции, выполняемые компонентами системы, можно классифицировать следующим образом: адаптивные — системы, состояние которых меняется с учетом входных данных и состояния окружающей среды; автоматизированные — системы, которые выполняют определенные функции, облегчающие процесс управления транспортным средством; мониторинговые — системы, которые используют датчики, камеры или другие средства для наблюдения за пространством вокруг авто и оценивают, требуется ли вмешательство в управление автомобилем; предупреждающие — системы, которые предупреждают водителя о потенциальных опасностях управления или вождении других, которые могут увеличить риск столкновения транспортных средств.

Отдельные функции систем помощи водителю (ADAS)

Сокращение Название Описание
LDW Lane Departure Warning Система предупреждения о непроизвольной смене полосы движения. Призвана снизить риск аварий при съезде с дороги, обусловленном усталостью водителя или потерей им бдительности.
LKA Lane Keeping Assistance Система помощи движению по полосе, помогает водителю придерживаться выбранной полосы движения и, тем самым, предотвращать аварийные ситуации.
FCW Forward Collision Warning (Pedestrian & Vehicle Detection) Система предотвращения столкновения с впереди идущим автомобилем. При опасном сближении автомобиля система за несколько секунд подаст сигнал об этом.
TSR Traffic Sign Recognition (Road Sign Recognition) Система обнаружения и распознавания дорожных знаков.
BSD Blind-Spot Detection Обнаружение опасности в слепых зонах автомобиля. Актуальна при перестроении автомобиля.
DDW Drowsy Driving Warning Система, предупреждающая о засыпании водителя. Не дает водителю заснуть.
HUD Head-Up Display Проектор на лобовое стекло. Выводит необходимую информацию на стекло.
SVM Surround View Monitor Система кругового обзора. Включает 4 видеокамеры, изображение с которых «склеивается» в единую картинку. Получается вид сверху на автомобиль. Применяется при парковке.
ACC Adaptive cruise control Адаптивная система круиз-контроля, которая поддерживает скорость и безопасное расстояние до впереди идущего ТС.
АЕВ Autonomous emergency braking Система торможения транспортных средств, способная самостоятельно замедлять или останавливать ТС при приближении к препятствию.
AFL Advanced frontlighting Система адаптации света передних фар в соответствии с погодными условиями, временем суток, скоростью вождения.
BSM Blind spot monitor Обнаружение автомобилей в слепых зонах. Работает с камерой заднего вида и дополнительными модулями.
ABS Anti-lock braking Система, предотвращающая блокировку колес транспортного средства при торможении. Основное предназначение системы — сохранение устойчивости и управляемости автомобиля.
DMS Driver Monitoring System Система, контролирующая состояние водителя и предупреждающая его в случае потери внимания.
LCA Lane change assistance При смене полосы обнаруживает препятствие в слепой зоне, например, автомобиль движущийся справа или слева, а также сзади. Работает при расположении камер в задней части автомобиля и с боков.
FCMD Forward Car Motion Detection Оповещение о начале движение впереди стоящего автомобиля. Такая опция помогает при отвлечении водителя в пробке.
PCW Pedestrian Collision Warning Обнаружение пешеходов и велосипедистов и предупреждение водителя.
ISA Intelligent speed adaptation Предупреждает водителя, если выбранный скоростной режим представляет опасность или не соответствует положенному в данном месте.
CAS Collision avoidance system (Pre-crash system) Система предупреждения столкновений.
EDA Emergency driver assistant Система, контролирующая состояние водителя. В случае проблем со здоровьем водителя во время вождения берет на себя процесс торможения и контроля рулевого управления до полной остановки.
PA Automatic parking (Parking assistant) Система, управляющая маневрированием автомобиля при парковке.
RS Rain sensor Определение дождя и активация/деактивация соответствующих устройств, таких как дворники лобового стекла и т.д.

Беспилотные автомобили

К беспилотным автомобилям и автомобилям высокой степени автоматизации относятся: системы управления транспортными средствами высокой степени автоматизации управления, системы караванного вождения, системы и полигоны для испытания транспортных средств высокого уровня автоматизации.

В зависимости от степени вовлеченности водителя в управление автомобилем, существует классификация уровня автономности автомобилей. ABI Research в своем исследовании предлагает самую простую систему, состоящую всего из 3 уровней: помощник, «второй пилот» и робот. Однако наиболее распространенной является система, разработанная международным сообществом автомобильных инженеров (SAE J3016) в 2014 г. и определяющая 6 уровней автономности. В основу классификации положены выполнение функций руления, торможения/ускорения, мониторинга окружающей среды и управление транспортным средством на основе полученной информации.

Отдельные государственные инициативы по тестированию беспилотных технологий

Страна Год Инициатор Участники Описание Тип ТС
Австралия 2014 CITI Trial New South Wales Road Safety Program; National ICT Australia (NICTA) Оценка связи между ТС и окружающей средой Грузовики с DSRC
Финляндия 2015 CityMobil2 European Commission (EC); Finnish Transport Agency; City of Vantaa Устранение юридических барьеров и изучение влияния беспилотных технологий на городское движение. Easy Mile EZIO (электро-шаттл на 12 человек)
Франция 2014 French Ministry of Environment, Energy & the Sea; La Rochelle Robotsoft Robucity (электро-шаттл на 12 человек)
Германия 2016 А9 Autobahn Digitization Federal Ministry for Transport & Digital Infrastructure (BMVI) Подготовка трассы А9 к использованию беспилотными автомобилями
Япония 2016 Dynamic Мар Planning Japan Ministry of Economy, Trade & Industry Разработка динамической карты для точной навигации беспилотных ТС; беспилотные маршруты для летних Олимпийских Игр-2020. Беспилотные ТС, разрабатываемые Nissan, Toyota и Honda
Голландия 2016 European Truck Platooning Challenge Dutch Ministry of Infrastructure & the Environment; The Netherlands Vehicle Authority (RDW); Conference of European Directors of Roads (CEDR) Колонны грузовиков, направляющиеся по шоссе в порт Роттердама из нескольких городов в ЕС. Грузовики
Сингапур 2016 Delphi Automotive Systems Singapore Land Transport Authority (LTA) 3-летний пилотный проект с шестью автомобилями — такси, обслуживающими пассажиров на фиксированных маршрутах с установленными местами сбора и высадки в одном из районов города. Audi Q5 (персональный спортивный автомобиль с гибридным двигателем)
Сингапур nuTonomy Mitsubishi i-MiEV (персональный электромобиль)
Швеция 2017 Drive Мe Swedish Transport Administration; Swedish Transport Agency; City of Gothenburg Volvo тестирует свои беспилотные автомобили с водителями-добровольцами по фиксированному маршруту в Гетеборге. ХС90 (персональный спортивный автомобиль с гибридным двигателем)
Англия 2015 GATEway UK Government via Transport Research Laboratory Тестирование беспилотных шаттлов и беспилотных парковок для людей с ограниченными возможностями. Oxbotica (2-местный автомобиль), Toyota Prius, модифицированный Gobotix
Англия 2016 UK Autodrive Innovate UK Тестирование беспилотных персональных автомобилей на дорогах общего пользования Jaguar Range Rover, Ford, Tata Motors, RDM Group Pods (2-местный автомобиль)
США 2015 Mcity US Dept of Transportation; Michigan Dept of Transportation; City of Ann Arbor, Michigan Economic Development Corporation 15-местный шаттл на территории Университета Мичигана, передвигающийся по фиксированному маршруту. ARM А (электро-шаттл на 15 человек)
США Nissan-NASA NASA Компании подписали 5-летнее соглашение о совместной разработке автономных и чистых автомобилей Nissan Leaf (Electric personal vehicle)

К нулевой категории (SAE0) относятся транспортные средства, в которых управление осуществляется исключительно водителем. Однако автомобили, оснащенные системами оповещения, такими как, например, датчики парковки, также находятся в этой категории, поскольку это пассивные элементы

Наличие адаптивного круиз-контроля позволяет отнести автомобиль к первому уровню (SAE1). В эту категорию попадает большинство существующих электронных систем в современных автомобилях. Например, системы экстренного торможения или электронного контроля устойчивости. Тем не менее, такое активное управление как нажатие на газ и тормоз осуществляется водителем. Кроме этого, каждая из функций выполняется самостоятельно, не являясь интегрированной с другими.

Автопилоты в автомобилях, например, таких производителей, как Tesla, Mercedes-Benz, BMW и Volvo, относятся ко второму уровню автономности (SAE2). Такие автомобили могут держаться в пределах своей полосы, избегать столкновения при помощи торможения и рулежки, искать место для парковки и парковаться, регулировать свою скорость в зависимости от интенсивности движения (в том числе до полной остановки) и перестаиваться по требованию водителя. Водитель при этом продолжает осуществлять мониторинг окружающей среды и обязан экстренно реагировать, перехватив управление в случае опасности или нестандартной ситуации. При повороте руля или нажатии на педаль тормоза автопилот отключается и автомобиль переходит под управление водителя. Включить системы может только водитель.

На 4 уровне (SAE4) автомобиль, например, такой как Google/Waymo, может управляться человеком, но это не всегда нужно. Беспилотник может ездить полностью самостоятельно, но в случае нестандартной ситуации управление передается водителю. На пятом уровне (SAE5) наличие водителя уже необязательно. Автомобиль полностью управляется автоматически, не передавая управление человеку ни в какой ситуации.

Планы и мероприятия ведущих автопроизводителей по запуску автомобилей высокого уровня автономности и полностью автономных автомобилей

Компания 2015-2016 гг. 2017 г. 2018 г. 2019 г. 2020 г. 2021 г. 2022-2025 гг.
Ford Сотрудничество с 4 стартапами в области разработки технологий беспилотного вождения и удвоение количества исследователей. Покупка Chariot, которая в дальнейшем будет предоставлять услуги беспилотного шаттла. Покупка Argo AI (ИИ-технологии). SAE2 SAE5
GM Инвестиции в Lyft. Покупка стартапа, разрабатывающего технологию круиз-контроля. SAE4/SAE5
Audi SAE2. Модели А4 и Q7 с функцией контроля полосы и помощник в пробке. Отделение Autonomous Intelligent Driving в рамках группы VW, фокусирующееся на беспилотных технологиях. SAE3 SAE4
Nissan-Renault Сотрудничество с НАСА по разработке беспилотных технологий на 5 лет. SAE2 PioPILOT. План повышения уровня автономности каждый год Партнерство с Mobileye для разработки карты с учетом точного позиционирования на основе собранных данных. SAE3 SAE4
Tesla SAE2. Партнерство c Mobileye для разработки технологии EyQ3, сотрудничество с Nvidia для разработки автопилота Nvidia Drive РХ 2. Партнерство с Panasonic для разработки датчиков для беспилотных автомобилей. Сбора видеоданных с проданных автомобилей с целью анализа и обучения разрабатываемых систем. SAE4
BMW Партнерство с Daimler и Audi для создания высокоточных карт на базе HERE. SAE2. Модели 7 серии с функцией автопарковки и помощника в пробке. SAE5
Honda SAE2 Civic LХ с функциями автоматического торможения, удержания полосы и адаптивного круиз-контроля. Сотрудничество с Waymo. Представлена концепция беспилотного автомобиля с использованием технологий ИИ, робототехники и больших данных. SAE3
Toyota Открытие исследовательского института Toyota (TRI) для разработки автономных технологий. Сотрудничество TRI с фондом OSRF и OSRC для совместных исследований и разработки ПО с открытым исходным кодом и с использованием собственных инструментов для робототехники Toyota. Автономная исследовательская платформа с использованием датчиков, LiDAR, радары и камеры для снижения зависимости от сверхточных карт. Инвестиции в технологии ИИ, блокчейн для разработки новой экосистемы мобильности совместно с MIT Media Lab (MIT ML). SAE4/SAE5
Mercedes Тест автономного автомобиля в Австралии Mercedes (Daimler) и Bosch объявили о 2-летнем сотрудничестве для разработки автомобилей SAE4-5. SAE4 SAE5
VW Анонс стратегии «2025» с фокусом на электромобили и беспилотники. Запуск бренда Moia, подразделение новых мобильных услуг, которое, в том числе, развивает сервис автономных шаттлов по требованию. Демонстрация концепции автономного шаттла Sedric для транспортных сервисов по требованию. SAE5
Kia-Hyundai Инвестиции в технологии ИИ, 4 автономных концепт-кара. Основание брэнда Drive Wise для запуска беспилотных автомобилей и сервиса с их использованием. SAE4 SAE5

Интеллектуальная городская мобильность

По оценкам ООН, к 2050 г. 67% населения Земли будут проживать в городах. Уже сейчас некоторые мегаполисы мира перенаселены. Одним из важнейших аспектов организации комфортного городского пространства является обеспечение транспортной доступности во все районы города. В наши дни мобильность стала таким же важным условием социальной интеграции, как жилье, здравоохранение или образование. Необходимо обеспечить право на передвижение граждан вне зависимости от их возраста, пола, уровня доходов, степени интеграции, физических возможностей или места проживания.

Неспособность традиционных моделей транспортных сервисов обеспечить требуемый уровень мобильности стала одним из основных факторов, благодаря которому стало возможно быстрое развитие новых бизнес-моделей. Из-за высокой стоимости поездок миллионы людей не могут пользоваться общественным или частным транспортом. Инвалиды и престарелые люди зачастую не могут пользоваться транспортом, поскольку он не приспособлен для них. Небезопасность транспорта представляет собой серьезную проблему для многих женщин, молодых людей и меньшинств, которые находятся в уязвимом положении по причине своей религиозной или этнической принадлежности. Внедрение концепции «устойчивой городской мобильности» направлено на сохранение и улучшение качества жизни, снижение негативного влияния транспорта на здоровье людей и окружающую среду, обеспечение и стимулирование экономического развития города.

Транспортные сервисы, работающие на основе инновационных цифровых технологий и бизнес-моделей, будут способствовать снижению загруженности городских магистралей, улучшению транспортной доступности и экологической ситуации, повышению прозрачности оказываемых услуг и безопасности пассажиров.

Основные автопроизводители и их стратегии в области развития электромобилей

Основные автопроизводители Стратегии развития электромобилей
BMW Совокупные продажи к маю 2017 г. составили 145 тыс. машин, при этом за 2017 г. продажи должны составить 100 тыс. В портфолио компании — 6 гибридных (PHEV) и 2 чистых (BEV) электромобиля. В планах — модели 4 PHEV и 3 BEV к выпуску до 2021 г. К 2025 г. 15-25% продаж будут составлять электромобили.
Китайские производители К 2020 г. количество электрокаров на дорогах Китая составит до 5 млн, а объем экспорта — до 3 млн электромобилей. В 2016 г. продажи более чем удвоились, количество заправок выросло в 3 раза.
Daimler Вывод на рынок 10 новых электромобилей к 2022 г. На развитие линейки электромобилей Daimler планирует потратить $11 млрд. Инвестиции в размере $563,7 млн будут вложены в строительство второго завода по производству аккумуляторов. 5 млрд китайский юаней (примерно 655 млн евро) будут потрачены на производство электромобилей в Китае.
Ford Является второй компанией в США по продажам электромобилей. Проинвестирует $4,5 млрд в разработку 13 новых моделей к 2020 г.
Honda 2/3 продаж 2030 г. — автомобили с электродвигателем.
Renault-Nissan Совокупные продажи к маю 2017 г. составили 470 тыс. машин. К 2020 г. будет продано 1,5 млн электромобилей.
Tesla 1 млн продаваемых электромобилей в год к 2020 г.
Volkswagen Выпуск 20 моделей с электромотором до 2020 г. и еще 10 — до 2025 г. Объем ежегодных продаж таких моделей — на уровне 2-3 млн автомобилей к 2025 г.
Volvo 1 млн проданных электромобилей к 2020 г. в совокупности. Все новые автомобили с 2019 г. — с электродвигателем.
Audi К 2020 г. 3 новые модели в рамках серии e-tron. К 2025 г. электромобили составят 1/3 продаж.

Начальной стадией развития рынка городской мобильности можно считать появление множества конкурирующих компаний, представляющих транспортные сервисы по новым бизнес-моделям, онлайн-бронирование, аренду транспортных средств у других людей и составление оптимальных маршрутов. Второй стадией развития концепции транспортной мобильности можно считать появление агрегаторов и интеграторов транспортных сервисов. По мере развития технологий беспилотного доступа подобный транспорт все больше будет заменять традиционные автомобили с водителями. Это поможет владельцам парков транспортных средств обеспечить растущие потребности горожан в транспортных сервисах в удобное для них время, поскольку рабочий день роботов не ограничен. Комбинация обозначенных ранее трендов использования сервисов вместо владения персональным транспортом и развитие технологий беспилотного вождения формирует третий этап развития рынка интеллектуальной городской мобильности — экосистему «пассажирской экономики».

Уже сегодня ряд существующих тенденций можно отнести к признакам формирующегося рынка «пассажирской экономики». Среди них: предоставление автопроизводителями персональных автомобилей в аренду вместо продажи; транспортные сервисы по требованию; транспортные услуги как часть компенсационного пакета, например, корпоративный шаттл для преодоления «последней мили» или отказ от собственного автопарка в пользу контракта с оператором транспортных сервисов; инвестиции автопроизводителей в операторов транспортных сервисов и технологическое партнерство; развитие электронных и мобильных финансовых сервисов и коммерции, в том числе с возможностью осуществлять доставку товара в автомобиль.

Транспортные сервисы представляют собой один из наиболее перспективных сегментов рынка на основе модели совместного потребления. Персональный автомобиль используется не более 2 раз в день, при этом время, проводимое в пути даже в крупном мегаполисе, составляет не более 2-3 часов в день. При этом требуется место, где автомобиль будет простаивать в то время, пока он не используется. В рамках новых бизнес-моделей автомобиль используется от 4 до 10 раз интенсивнее. По мнению Frost & Sullivan, концепция интеллектуальной мобильности может помочь снизить количество заторов на дорогах до 30%, выброс углерода на 10%, оптимизировать скорость движения на 60%, а также сократить территории, предназначенные для парковок (как общественных, так и частных).

В настоящее время можно найти множество названий новых бизнес-моделей транспортных сервисов, однако фактически существует два направления: компании, предоставляющие гражданам возможность найти прямой контакт между потребителем и непосредственным исполнителем с агрегированием всех возможных вариантов (ride-sharing, car pooling, e-hailing), а также компании, обладающие собственным парком транспортных средств и сдающие их в аренду на определенный срок (car-sharing, bike-sharing).

С ростом проникновения услуг появляются операторы, предоставляющие возможность комбинировать различные виды транспортных сервисов для оптимизации финансовых или временных затрат. Основными потребителями сервисов в данном направлении являются конечные пользователи B2C- и B2B-сегмента.

В этом направлении можно выделить следующие сегменты: агрегация сервисов и поиск попутчиков, аренда автомобилей, общественный транспорт и мультимодальные перевозки, транспортные сервисы с использованием беспилотных автомобилей; онлайн-сервисы и сервисы, основанные на данных.

Агрегация сервисов и поиск попутчиков

К сегменту агрегации сервисов и поиска попутчиков относятся заказ такси через интернет (e-hailing), поиск попутчиков для совместных поездок (ride sharing), шаттл по требованию (организация маршрутов по заявкам пользователей через приложение).

Традиционно каждый таксопарк имеет свою диспетчерскую службу, обрабатывающую поступающие заказы и по радиосвязи передающую их водителям с целью оптимизации маршрутов всех работающих водителей. При отсутствии свободных водителей заказ через биржу такси передается в другую компанию. С появлением ИТ-платформ каждый водитель сам имеет возможность видеть поступающие заказы и, ориентируясь на собственную загрузку и близость вызова, может принять его. Это существенно ускоряет процесс поступления заказа от потребителя к непосредственному исполнителю.

Поэтому в мире появляется все больше сервисов, претендующих на нишу между городским общественным транспортом, привязанным к жесткому расписанию и пунктам остановок, и городским такси, слишком дорогим для широких масс, или персональным автомобилем, содержание и использование которого обходится все дороже.

Пользователей в таких бизнес-моделях привлекает более низкая цена, меньшее время ожидания подачи машины по сравнению с традиционными моделями, а также возможность сделать заказ и отслеживать исполнение при помощи приложения на мобильном телефоне. Доверие к сервису повышает возможность оценить непосредственного исполнителя.

Другая бизнес-модель интеллектуальной городской мобильности — ride sharing или car pooling, предполагающая поиск попутчиков с использованием интернета, также активно набирает популярность в России. Совместное использование автомобилей в ряде городов и стран поощряется правительствами для сокращения количества автомобилей на трассах. Например, выделенные полосы предполагают возможность передвигаться не только общественному транспорту, но и автомобилям, в которых находится более 2 человек.

Аренда автомобилей

К сегменту аренды автомобилей относятся: поминутная аренда автомобилей (car sharing), поминутная аренда велосипедов (bike sharing), поминутная аренда электротранспорта, аренда транспортных средств у других граждан, аренда автомобиля вместо покупки.

Каршеринг (car sharing) — это сервис поминутной аренды автомобиля. Клиенту необходимо приехать в сервис для заключения договора, а дальше он может использовать любой автомобиль, принадлежащий оператору, подтвердив заказ на конкретный автомобиль при помощи мобильного приложения. Данный вид сервиса на сегодня считается основной альтернативой персональному транспорту.

Существует несколько моделей сервиса: B2C (для сдачи в аренду компания покупает автомобили; по такой модели работают, например, Zipcar, StattAuto и GoGet), P2P (компания арендует частное авто у владельцев, решивших подзаработать на неиспользуемой машине, и сдает их своим клиентам; так работают компании RelayRides, Whipcar, Wheelz и GetAround), NFP (non-profit or co-op, общественная организация сдает свои машины в аренду не ради прибыли, а для продвижения благотворительных программ; примерами являются американские City Car Share, Philly Car Share и I-Go Chacago).

Общественный транспорт и мультимодальные перевозки

К сегменту общественного транспорта и мультимодальных перевозок относятся: собственно общественный транспорт, мультимодальные перевозки, построение маршрутов на основе заданных параметров.

В мире можно выделить две модели транспортного поведения. Для США исторически характерна модель с большей ориентаций на использование персонального автомобиля в силу больших расстояний, хорошо развитых дорожной инфраструктуры и автомобильной индустрии, и, наоборот, слабо развитого общественного транспорта. Страна является одним из лидеров по количеству автомобилей на 1 тыс. жителей. В Европе уровень развития общественного транспорта существенно выше, и во многих крупных городах он является более удобным способом передвижения, чем персональный автомобиль: из-за узких улиц, проблем с парковкой и существующих ограничений на въезд в отдельные районы города.

Россия исторически также больше тяготеет к европейской модели, что усиливается слабым развитием автомобильной промышленности и в целом отсутствием возможности купить персональный автомобиль в определенные этапы развития страны.

Основное преимущество персонального автомобиля состоит в том, что он дает возможность переместиться из начальной точки маршрута в конечную без пересадки. Однако это не всегда наилучший вариант как по длине пути, так и по времени. Мультимодальные перевозки позволяют человеку использовать все возможные виды транспорта, оптимизируя маршрут и, как следствие, скорость его прохождения. Сервисы по планированию поездок уже доступны во многих крупных городах и включат в себя такси, совместные поездки на автомобиле, аренду велосипедов или микро-электротранспорта, а также автобусы, шаттлы и другой общественный транспорт.

Проекты по организации мультимодальных перевозок

Проект Описание Провайдер Место проведения
Whim app Доступ к различным видам транспорта, включая общественный, такси, аренду атомобилей и велосипедов, через единый аккаунт мобильного приложения. В случае привязки к календарю проактивно предложит маршрут, чтобы добраться до места, где проходит мероприятие из календаря. MaaS Global Хельсинки
UbiGo Полноценная интеграция транспортных сервисов в едином мобильном приложении с поддержкой 24/7. Проект GO:smart от Lindholmen Science Pork с участием общественных и частных организаций Тестовый проект, охватывающий 200 человек из 80 домохозяйств в Гетеборге
Qixxit Приложение, в котором доступны 21 сервис по новым бизнес-моделям. Основная задача — найти идеальный вариант для решения вопроса последней мили при использовании ж/д сервиса. Deutsche Bahn Германия
Moovel Приложение, которое позволяет использовать сервисы car2go, mytaxi и DeutscheBahn. В Штутгарте и Гамбурге подключены общественные сервисы. Daimler Коммерческий запуск в Германии, тестовый запуск в Бостоне, Портленде и Хельсинки
SMILE арр Использование различных транспортных сервисов через одно приложение: информация, платежи, бронирование, использование. Единый стандарт позволяет операторам легко подключать сервисы для интеграции в единую систему. Wiener Stadtwerke, Austrian Federal Railways, Wiener Linien, частные компании краткосрочной аренды ТС, такси и т.д. Пилот с участием 1000 человек в Вене
BIXI-AUTO-BUS Муниципалитеты городов предложили пакеты сервисов BIXI-AUTO-BUS, объединяющие общественный городской транспорт, аренду автомобилей Communauto и аренду велосипедов BIXI Communauto, Bixi, муниципалитеты Канада, города провинции Квебек

Транспортные сервисы с использованием беспилотных автомобилей

К сегменту транспортных сервисов с использованием беспилотных автомобилей относятся: услуги беспилотного персонального такси; услуги беспилотного автобуса/шаттл; онлайн-сервисы и сервисы, основанные на данных; онлайн-бронирование транспорта и билетов; доставка заказов без привязки к адресу помещения; поиск и бронирование парковочного места; поиск и бронирование времени электрозаправки; услуги мобильной электрозаправки, услуги в автомобиле во время перемещения (химчистка, обучение, мобильные доктор и т.д.)

Использование беспилотных такси позволит компаниям, предоставляющим транспортные сервисы, экономить на зарплатах водителей, уменьшать расходы на ремонт за счет лучшего стиля вождения роботами-пилотами и уменьшения аварийности, оптимизировать эксплуатацию автомобилей, поскольку беспилотным автомобилям не нужен отдых, требуемый водителям. Как следствие, цена на услуги такси должна упасть практически вдвое, а качество сервиса и его безопасность повысятся.

Согласно исследованию UBS, цена упадет на 80%, что сделает такси полноценной заменой общественному транспорту, доступному всем слоям населения. Анализ с использованием симулятора дорожного трафика, проведенный BGG совместно с MIT MediaLab в городе Бостон, показывает, что при 100-процентном переходе на транспортные сервисы по новым бизнес-моделям на основе беспилотных транспортных средств количество автомобилей на дорогах сократится на 28%, выбросы CO2 — на 66%, а потребность в местах для парковок — на 48%.

Онлайн-сервисы и сервисы, основанные на данных

В процессе использования транспорта и транспортных сервисов накапливается множество данных, использование которых может стать основой новых видов бизнеса, обеспечивающих людям комфорт и персонализацию. Например, регулярное перемещение по одним и тем же маршрутам одним и тем же видом транспорта может позволить превентивно обеспечить подачу такси в нужно место и нужное время определенному клиенту. Возможность персональных настроек в арендуемом автомобиле, который использует несколько человек в день, для постоянного клиента также может стать конкурентным преимуществом.

Отсутствие необходимости управлять автомобилем даст людям возможность использовать время в дороге с большей персональной эффективностью. Например, выполнять какую-то работу на компьютере, общаться в социальных сетях или принимать пищу. Свободное время, которое образуется у пассажиров беспилотного такси, будет способствовать развитию дополнительных сервисов, предоставляемых в автомобилях. Например, находясь в пути, человек может пройти медицинское обследование, воспользоваться услугами салона красоты или осуществить виртуальное турне по магазинам таким образом, что к концу поездки заказ будет доставлен непосредственно в автомобиль. Кроме этого, автомобили, осуществляющие перевозки на большие расстояния — междугородние или международные — могут стать альтернативой отелям. Таким образом, автомобиль может стать дополнительным источником формирования новых видов сервисов и выручки и основой экосистемы «пассажирской экономики».

Транспортно-логистические услуги

Транспортно-логистический рынок является одним из ключевых секторов экономики. С одной стороны, сложная экономическая и геополитическая ситуация в регионе и в мире в целом оказала негативное влияние на отрасль. С другой стороны, развитие электронной коммерции способствовало увеличению спроса как на транспортные, так и на складские услуги. Транспортно-логистические услуги (ТЛУ) — еще одно направление, в котором внедрение инновационных решений и систем будет способствовать развитию и повышению экспортного потенциала страны.

Внедрение телематических решений в транспортно-логистических компаниях способствует: снижению трудовых издержек и повышению эффективности труда; снижению влияния человеческого фактора, обеспечению лучшей сохранности и безопасности перевозимых и хранимых товаров, оптимизации расходов, в том числе экономии топлива/энергии (автоматический выбор оптимальных маршрутов с учетом загруженности транспортных путей, организация группового движения, оптимизация режима работы двигателя, отсутствие перерывов в работе, связанных с человеческим фактором); повышению сохранности грузов и снижению рисков срыва сроков поставок; упрощению процессов отслеживания состояния и местонахождения грузов и повышению прозрачности процессов; улучшению качества клиентского обслуживания благодаря персонализации предложений.

Структура направления ТЛУ состоит из трех основных сегментов. Первый — грузоперевозки и экспедиторские услуги: логистика «последней мили», агрегация логистических операторов, организация «попутной» доставки. Второй — комплексные логистические услуги, в том числе хранение и распределение: аренда склада по требованию, аренда склада P2P (Airbnb для вещей), онлайн-бронирование места на складе, внутрискладская навигация, внутрискладская беспилотная логистика. Третий — управленческая логистика, включающая оптимизацию логистических процессов (услуги логистики 3PL+, услуга разработки оптимального маршрута доставки груза, управление автотранспортным парком, мультимодальные логистические центры).

Грузоперевозки и экспедиторские услуги

Большинство новых игроков на рынке — технологические стартапы, использующие новые прорывные технологии, такие как блокчейн, аналитика данных, агрегационные платформы. Особо эффективно новые бизнес-модели работают при решении вопроса «последней мили», поскольку позволяют агрегировать локальных игроков в глобальную сеть поставок. Внедрение новых бизнес-моделей способствует улучшению эффективности перевозок и повышению прозрачности бизнес-процессов, что в целом способствует повышению доверия клиентов к транспортно-логистическим компаниям.

Комплексные логистические услуги, в том числе хранение и распределение

Автоматизация и роботизация — основной тренд в складской логистике. Использование автоматизированных погрузчиков позволяет оптимизировать процессы, снизить физическую нагрузку на персонал.

Управленческая логистика, включающая оптимизацию логистических процессов

В международной практике принята классификация участников рынка ТЛУ (xPL). В ее основе лежит принцип комплексности оказываемых компаниями услуг, степень интеграции деятельности клиента и транспортно-логистической компании. Она имеет пять уровней.

1PL (First party Logistic) — автономная логистика, все логистические операции выполняет сам грузовладелец.

2PL (Second Party Logistic) — традиционная логистика. В предложение компаний уровня 2PL входит узкофункциональный традиционный набор услуг. К ним относятся такие участники рынка, как транспортные компании, экспедиторы, склады общего пользования, грузовые терминалы, таможенные брокеры и страховые компании.

3PL (Third Party Logistic) — комплексный логистические аутсорсинг. Компании уровня 3PL предоставляют широкий сервисный спектр с добавленной стоимостью и привлекают для оказания услуг субподрядчиков. В комплекс услуг входят: организация и управление перевозками, учет и управление запасами, подготовка импортно-экспортной и фрахтовой документации, складское хранение, обработка груза и множество других услуг. Компания становится функциональным звеном канала распределения фирмы, работа с клиентами чаще всего строится на основе среднесрочных и долгосрочных контрактов.

4PL (Forth Party Logistic) — интегрированный логистистический аутсорсинг. Основной функцией таких логистических компаний является планирование и координация информационных потоков клиента, оптимизация цепочки поставок. Их отличие от уровня 3PL заключается в применении системного подхода к управлению всеми логистическими бизнес-процессами, координации действий компании и ее ключевых контрагентов в цепи поставок, обеспечение их эффективного взаимодействия и обмена данными.

5PL (Fifth Party Logistic) — «виртуальная» логистика. Это «виртуальный» логистический партнер, который обладает всей информацией о логистических возможностях участников рынка и имеет высокотехнологичный ИТ-продукт, позволяющий строить самые оптимальные логистические цепочки. При этом собственных материальных, финансовых, рабочих и других ресурсов, используемых непосредственно в организации перевозок, у такого оператора может и не быть. Примером операторов уровня 5PL считают глобальные интернет-магазины, такие как Amazon, Aliexpress и eBay.

Так как в основе данной классификации лежит уровень интеграции оказываемых услуг от наиболее простых к комплексным, то эти уровни можно рассматривать еще и в качестве основных этапов, которые проходит в своем развитии участник рынка ТЛУ. В таком случае доля рынка каждой из групп характеризует степень развитости услуг соответствующего уровня, а соотношение доле иллюстрирует уровень развития рынка ТЛУ в стране.

Для оптимизации финансовых потоков и возможности концентрироваться на основном виде деятельности многие компании предпочитают не создавать собственные отделы логистики, а пользоваться для этого услугами сторонних компаний, либо выделять собственную логистику в отдельную компанию. В последнее время потребность в логистическом аутсорсинге возрастает. Внедряя современные технологии в построение бизнеса, компании повышают свою конкурентоспособность и расширяют присутствие на мировом рынке.

Большая часть услуг в сфере перевозок, хранения грузов, а также управления запасами и цепочками поставок выполняется собственными силами предприятий-товаропроизводителей, дистрибьютеров или ритейлеров, на что указывает и достаточно низкая доля логистического аутсорсинга (38% против 81% в США). Лишь единицы занимают 3PL, уровень и их доля — 0,6%.

Компании уровня 3PL позволяют предприятиям сосредоточиться на своих основных видах деятельности, таких как НИОКР, производство и стратегическое планирование, снижая затраты на логистические задачи, что положительно влияет на показатели компаний и рост промышленности в целом. Особенно это важно для малого и среднего бизнеса, который не может позволить себе организовать распределенную сеть поставки и хранения продукции.

Наиболее распространены операторы уровня 2PL, которые лишь осуществляют перевозку товара из одной точки в другую согласно определенному заказчиком маршруту, что существенно ограничивает территорию и масштаб предоставления услуг как отдельными компаниями, так и отраслью в целом. Также из-за низкого уровня доверия в бизнес-среде компании, зависящие от качества поставок и хранения товара, предпочитают самостоятельно управлять всем, что связано с этими процессами (1PL).

Главным решением проблемы приближения современных транспортно-логистических компаний к уровню мировых стандартов является выход на новый уровень развития отечественной транспортной логистики, что предполагает переход российского рынка ТЛУ на более высокий этап развития. Внедрение современных технологий на рынке ТЛУ будет способствовать: снижению трудовых издержек, минимизации ошибок, связанных с человеческим фактором, повышению безопасности и сохранности грузов, экономии топлива/энергии (автоматический выбор оптимальных маршрутов с учетом загруженности транспортных путей, организация группового движения, оптимизация режима работы двигателя, отсутствие перерывов в работе, связанных с человеческим фактором).

Создание эффективной распределенной транспортно-логистической структуры может оказать существенное позитивное влияние на развитие экономики и стать эффективным инструментом стимулирования экономического роста страны, позволяющим вывести отечественную экономику из рецессии. Согласно данным агентства Boston Consulting Group, при сокращении транспортных и логистических издержек до 11% в структуре ВВП, страна может высвободить до $180 млрд финансовых ресурсов ежегодно.

Однако без государственной поддержки как в части разработки соответствующей нормативно-правовой базы, которая позволит развивать цифровые сервисы, сократив бумажный документооборот, так и в части монетарной поддержки компаний-разработчиков, развитие национальной системы ТЛУ невозможно. Поэтому для достижения максимального результата государству необходимо предпринять меры по совершенствованию нормативно-правовой базы и поддержанию формирования безбарьерной среды, создать условия для консолидации рынка и развития партнерств с привлечением частных инвестиций на развитие инфраструктуры страны. В свою очередь, главной задачей для транспортно-логистических компания является объединение рынка ТЛУ с целью повышения качества, безопасности и эффективности услуг, развитие эффективной транспортно-логистической инфраструктуры.

Прогнозы рынка

Объем мирового рынка «Автонет» к 2035 г. составит $12,7 трлн, увеличившись с $5,85 трлн в 2017 г. В том числе сегмент телематических транспортных систем вырастет с $61 млрд до $1,83 трлн, интеллектуальной городской мобильности — с $619 млрд до $1,2 трлн, транспортно-логистических услуг — с $5,17 трлн до $9,65 трлн.

Прогноз развития российского и мирового рынка «Автонет»

2017 г. 2020 г. 2025 г. 2035 г.
Объем выручки российских компаний, $млрд
ТТС 0,7 4,3 31,7 326
Мобильность 16,2 24,6 47,6 243,3
ТЛУ 113,5 183,6 298,1 598,3
Автонет 130,4 212,6 377,4 1167,6
Объем экспорта, $млрд
ТТС 0,02 0,2 2,1 84
Мобильность 0,2 1,0 5,4 71,3
ТЛУ 1,3 5,8 17,9 86,2
Автонет 1,4 6,9 25,4 241,6
Доля экспорта в выручке российских компаний, %
ТТС 3,3% 3,6% 6,6% 25,8%
Мобильность 1,0% 3,9% 11,3% 29,3%
ТЛУ 1,1% 3,2% 6,0% 14,4%
Автонет 1,1% 3,3% 6,7% 20,7%
Объем мирового рынка, $млрд
ТТС 61,0 105,0 353,7 1829,9
Мобильность 619,0 672,6 720,7 1219,6
ТЛУ 5174,7 5923,7 7270,0 9650,0
Автонет 5854,7 6701,3 8344,4 12699,5
Доля российских компаний на мировом рынке, %
ТTC 1,2% 4,1% 9,0% 17,8%
Мобильность 2,6% 3,7% 6,6% 19,9%
ТЛУ 2,2% 3,1% 4,1% 6,2%
Автонет 2,2% 3,2% 4,5% 9,2%

Доля российских компаний на мировом рынке «Автонет» за этот период вырастет с 2,2% до 9,2%. В том числе в сегменте ТТС она вырастет с 1,2% до 17,8%, в сегменте ИГМ — с 2,6% до 19,9%, в сегменте ТЛУ — с 2,25% до 6,2%.

Объем выручки российских компаний рынка «Автонет» к 2035 г. составит $1,17 трлн, увеличившись со $130 млрд в 2017 г. В том числе в сегменте ТТС выручка за обозначенный период вырастет с $700 млн до $326 млрд, в сегменте ИТС — с $16 млрд до $246 млрд, в сегменте ТЛУ — cо $113 млрд до $598 млрд.

Объем экспорта российских компаний данного рынка за указанный период вырастет с $1,4 млрд до $241,6 млрд. В том числе в сегменте ТТС объем экспорта российских компаний вырастет с $20 млн до $84 млрд, в сегменте ИТМ — с $200 млн до $71,3 млрд, в сегменте ТЛУ — с $1,3 млрд до $86,2 млрд.

Доля экспорта в выручке российских компаний рынка «Автонет» за этот период вырастет с 1,1% до 20,7%. В том числе в сегменте ТТС доля экспорта в выручке вырастет с 3,3% до 25,8%, в сегменте ИТМ — с 1% до 29,3%, в сегменте ТЛУ — с 1,1% до 14,4%.

Доля российских компаний на мировом рынке «Автонет» в 2035 г. составит 9,2%, увеличившись с 2,2% в 2017 г. В том числе в сегменте ТТС доля российских компаний на мировом рынке вырастет с 1,2% до 17,8%, в сегменте ИТМ — с 2,6% до 19,9%, в сегменте ТЛУ — с 2,2% до 6,2%.

Целевые показатели дорожной карты развития рынка «Автонет»

Единицы измерения Значение на 2017 г. Плановое значение
Показатель 2020 год 2025 г. 2035 г.
Объем годовой выручки компаний рынка «Автонет» (доля рынка компаний «Автонет» на мировом рынке) $млрд (%) 130 (2,2) 213 (3,2) 377 (4,5) 1168 (9,2)
Объем экспорта компаний рынка «Автонет» (доля экспорта в структуре выручки компаний рынка «Автонет») $млрд (%) 1,4 (1,1) 6,9 (3,3) 25,4 (4,5) 241,6 (9,2)
Количество проектов, направленных на развитие инфраструктуры рынка «Автонет» ед. (накопл. итогом) - 4 6 12
Количество проектов, направленных на разработку технологических решений для рынка «Автонет» ед. (накопл. итогом) - 18 32 45
Количество проектов на рынке «Автонет», использующих инновации (новые технологические решения, новые бизнес-модели, способы продвижения и продаж, новые системы управления и пр.) ед. (накопл. итогом) - 12 26 56
Количество проектов, направленных на разработку технологических решений для рынка «Автонет» ед. (накопл. итогом) - 18 32 45
Количество проектов на рынке «Автонет», использующих инновации (новые технологические решения, новые бизнес-модели, способы продвижения и продаж, новые системы управления и пр.) ед. (накопл. итогом) - 12 26 56
Целевые показатели реализации направления рынка «Автонет»: «Телематические транспортные и информационные системы»
Количество компаний, которые вывели на рынок новые продукты и услуги ед. (накопл. итогом) - 7 17 26
Количество компаний, внедривших новые технологические решения ед. (накопл. итогом) - 6 13 16
Количество проектов на рынке «Автонет», использующих новые маркетинговые и управленческие решения ед. (накопл. итогом) - 4 9 14
Целевые показатели реализации направления рынка «Автонет»: «Интеллектуальная городская мобильность»
Количество компаний, которые вывели на рынок новые продукты и услуги ед. (накопл. итогом) - 9 22 36
Количество компаний, внедривших новые технологические решения ед. (накопл. итогом) - 4 9 15
Количество проектов на рынке «Автонет», использующих новые маркетинговые и управленческие решения ед. (накопл. итогом) - 6 17 32
Целевые показатели реализации направления рынка «Автонет»: «Транспортно-логистические услуги»
Количество компаний, которые вывели на рынок новые продукты и услуги ед. (накопл. итогом) - 3 7 12
Количество компаний, внедривших новые технологические решения ед. (накопл. итогом) - 2 5 10
Количество проектов на рынке «Автонет», использующих новые маркетинговые и управленческие решения ед. (накопл. итогом) - 2 4 8

Научно-технологические заделы

Дорожная карта «Автонет» содержит анализ уровня технологической зрелости различных направлений данного рынка. Начальным уровнем является «появление технологии» — первая фаза цикла: технологический прорыв, запуск проекта внедрения, который обещает достижение целей и решение многих проблем. Следующий уровень — «ажиотаж» — обозначает общественный ажиотаж, приводящий к энтузиазму и иногда нереалистическим ожиданиям.

Уровень «разочарования» обозначает, что технология не в состоянии соответствовать ожиданиям и энтузиазм быстро гаснет. Начинают появляться разные «уважительные» причины, которые препятствуют ходу проекта. Уровень «совершенствование» означает, что на этой фазе, как правило, начинается пересмотр некоторых аспектов развития технологии. Многие задачи, которые казались важными и нужными в начале, отменяются, но появляются смежные задачи, решение которых дает больше преимуществ для успеха технологии.

На уровне «плато производительности» преимущества технологии становятся очевидными и признаются всеми. Технология стабильна и эволюционирует во второе и третье поколение. Окончательная высота плато зависит от того, насколько широко технология применяется.

Барьерами развития технологий являются: отсутствие высокоточной юридически значимой картографии и достаточного покрытия дорог системами повышения точности навигации, что существенно затрудняет использование транспортных средств с высокой степенью автоматизации не только на дорогах общего пользования, но и на закрытых территориях; отсутствие внедрения систем связи V2X на дорогах общего пользования, что ограничивает внедрение сервисов, предназначенных для повышения безопасности дорожного движения, повышения эффективности управления дорожным движением и повышения эффективности перевозок; отсутствие эффективных, но доступных технологий и систем, дающих возможность эксплуатации автономных транспортных средств в широком спектре рабочих температур и погодных условий, включая плохие условия видимости, заснеженные трассы и зоны полярной ночи; отсутствие эффективных и доступных источников электропитания и развитой сети зарядных станций для электротранспорта, что существенно ограничивает его использование на дорогах общего пользования.

Навигационные технологии

В сфере навигационных технологий рассматриваются следующие направления: повышение точности и достоверности навигационных данных; indoor-навигация; локальное позиционирование (ЛСН); навигационные карты, ГИС-сервисы, высокоточная картография; дополненная и виртуальная реальность.

Повышение точности и достоверности навигационных данных

Сегмент «Повышение точности и достоверности навигационных данных» — это технологии улучшения характеристик работы навигационной системы, таких как надежность и доступность, что достигается за счет использования внешних данных в процессе решения навигационной задачи. Данный сегмент технологий находится на уровне «плато производительности».

Большие перспективы использования глобальных навигационных спутниковых систем (ГНСС) связаны с увеличением точности измерения координат пользователей, что достигается различными уточняющими методами в рамках отдельных ГНСС, таких как GPS или ГЛОНАСС, а также путем интеграции этих и новых систем (Galilleo, Compass) в единую мировую систему позиционирования. Одновременное использование устройствами спутникового позиционирования данных сразу от GPS и ГЛОНАСС уже сейчас позволяет добиваться повышения точности координат примерно на 20% и обеспечивать ошибку позиционирования менее 5м.

В России хотят цифровизировать социальную помощь. Что уже сделано государством?
Интеграция

Высокоточное спутниковое позиционирование (ВСП) — технология уточнения сигнала, полученного с навигационного спутника, за счет обработки наземными референцными станциями. Системы спутниковой навигации транслируют сигнал с точностью около 10 м. С помощью технологии ВСП сигнал спутника может быть уточнен до 1 см в плане и 2 см по высоте. Высокая точность достигается благодаря использованию наземных сетей референцных станций (сети высокоточного спутникового позиционирования), корректирующих сигнал, полученный со спутника, и предоставляющих обработанный сигнал конечному пользователю.

Сети дифференциальных референцных станций в настоящее время развернуты в более чем двух десятках регионов России. Но большинство сетей разворачивались только под межевание земель, что накладывает ограничения в их использовании для задач автотранспортной сферы. Для таких задач необходима более высокая точность на уровне 2 см, а также их размещение с учетом покрытия автомобильных дорог.

Разработки систем точного позиционирования в России ведутся стихийно, нередки случаи дублирования таких систем различными ведомствами и региональными властями. Отсутствует система регистрации как систем точного позиционирования, так и отдельных референцных станций.

Все это приводит к дублированию и перекрытию зон действия дифференциальных референцных станций (например, в Санкт-Петербурге действует 30 станций, тогда как достаточно только 10), но в то же время значительная часть экономически активной территории России не покрыта сетью дифференциальных референцных станций (до 60-70% территории).

Кроме того, существующие дифференциальные референцные станции определены в различных системах координат с разной точностью. Зачастую отсутствуют координаты этих станций в государственных системах координат. В связи с этим одна и та же точка на поверхности земли определяется от различных дифференциальных референцных станций с разницей, достигающей 10-15 метров.

Для эффективного геодезического и картографического обеспечения России необходимо решить две глобальные взаимоувязанные задачи: создать эффективную систему геодезического обеспечения России, причем ГНСС ГЛОНАСС должна стать одним из основных элементов данной системы; создать эффективную систему картографического обеспечения России, включая механизмы актуализации данных и технологии оперативного предоставления данных заинтересованными потребителям.

Технологической основой интеграции корректирующих станций в единую сеть является интеграционная вычислительная платформа «Высокая точность», разработанная компанией «Российские космические системы» совместно с некоммерческим партнерством «Операторов сетей высокоточного спутникового позиционирования» (НП). Интеграционная вычислительная платформа реализована с использованием облачных технологий и обеспечивает объединение локальных сетей и отдельных станций в единую сеть, уравнивание сетей, мониторинг состояния станций, динамическое формирование виртуальных сетей в интересах потребителей, предоставление сервисов высокоточного позиционирования, включая сервисы VRS и пр.

Разработанная омской компанией «Индустриальные геодезические системы» платформа HIVE объединяет разрозненные референцные станции в единую наземную инфраструктуру ГНСС, Владелец станции при подключении получает онлайн-инструмент для хранения, организации доступа и продажи данных. Из локальных операторов высокоточного позиционирования можно отметить «Спутниковую лабораторию Геоспайдер», владеющую сетью станций в Северо-Западном регионе, и компанию «Навгеоком» (бред Smartnet Russia), владеющую референцными станциями на территории Центрального региона.

Indoor-навигация

К сегменту «Indoor-навигации» относятся технологии определения местоположения внутри зданий и закрытых сооружений, где практически недоступна спутниковая система навигации, с использованием методов анализа сигналов маяков, точек доступа Wi-Fi, а также инерциальных систем, технологий счисления координат и т.д. Уровень технологической зрелости находится на стадии «совершенствование».

Навигация внутри помещений часто бывает затруднена из-за плохого качества сигнала систем спутниковой навигации, что обусловлено толщиной стен и материалом, из которых они изготовлены. В 2013 г. миру была представлена технология iBeacon, базирующаяся на протоколе Bluetooth 4.0, позволяющая при помощи миниатюрных Bluetooth-маячков определять не только расстояние от смартфона до маяка, но и местоположение внутри помещения. Bluetooth-маячки передают окружающим устройствам информацию о своих идентификаторах (UUID, major, minor). Человек с установленным мобильным приложением, входя в зону действия одного или более маяков, может воспользоваться indoor-навигацией и LBS-сервисами в своем смартфоне.

Сейчас в России существует два типа компаний — участников рынка. Первый — это производители оборудования, сосредоточившиеся, главным образом, в Москве и Санкт-Петербурге. Таких компаний немного. Второй тип, которых большинство — это компании, разрабатывающие платформы или мобильные приложения для последующей интеграции с маячками других производителей. Направление indoor-позиционирования и indoor-навигации уже привлекло внимание таких крупных игроков рынка, как Google, Apple, Qualcomm, Broadcomm, Sony, которые инвестируют в технологию сотни миллионов долларов.

Российскими производителями в данной области являются Spirit Navigation (в 2016 г. права на данную технологию были проданы американской корпорации), Indoors Navigation, iBecom, Shopster и My-Beacom.

Локальное позиционирование

Сегмент локального позиционирования (ЛСН) — это технологии резервной навигационной системы с достаточно большой зоной действия, обеспечивающей потребителям сравнимую с ГНСС точность координатно-временных определений. Уровень технологической зрелости соответствуют «плато производительности».

Глобальные навигационные спутниковые системы (ГНСС), помимо известных достоинств, имеют и недостатки, главным из которых является низкая помехоустойчивость в условиях постановки искусственных шумовых и имитационных помех. Основная проблема ГНСС — преднамеренная постановка помех. Чтобы сделать невозможным прием сигнала ГНСС от спутника, находящегося на расстоянии 20 тыс. км, требуется генератор имитационно-шумовой помехи мощностью 2 Вт, расположенный в радиусе 160 км. В условиях преднамеренной постановки имитационно-шумовых помех крайне необходимо иметь резервную навигационную систему с достаточно большой зоной действия, обеспечивающую потребителям сравнимую с ГНСС точность координатно-временных определений.

Способ обеспечения навигации в таких условиях — использование локальных систем навигации. Мировой опыт свидетельствует, что подобные системы развиваются с 1950-х гг., начиная с систем LORAN (США) и «Чайка» (СССР), которые используются до сих пор, но имеют точность определения координат около 100 м. Для обеспечения более точного определения координат в мире используется уже третье поколение локальных систем навигации, например, разностно-дальномерные системы PinPoint (2000 г., Англия), CRS (2000 г., США), UHRS (2014 г., США), Locata (Австралия).

Существенным научно-техническим заделом в области локальных систем навигации является разработанная в «НИМА Прогресс» оригинальная отечественная ЛСН, которая обладает существенной новизной. Достижением в этом области является то, что был разработан комплект СБИС для ЛСН и плата для отладки аппаратного и программного обеспечения модуля ЛСН.

Основными преимуществами разрабатываемой ЛСН НИИМА «Прогресс» перед ЛСН компании Locata являются: большая устойчивость к шумовым и имитационным помехам за счет более сложного, постоянно меняющегося сигнала, не подверженного имитации; асинхронный режим работы (реакция на каждую одиночную посылку); более высокая точность и в асинхронном, и, тем более, в периодическом (стандартном) режиме, большая скорость передачи информации по помехозащищенным скрытым линиям связи, что позволяет использовать ее одновременно в качестве навигационно-связной системы и системы мониторинга состояния объектов.

Локальные системы навигации (ЛСН)

Система Страна Год Принцип работы, модуляция Базирование
Gee Англия 1938 - наземное
LORAN США 1942 непрерывная, фазовая наземное
LORAN-C США 1950 импульсно-фазовая, гиперболическая, радионавигационная наземное
«Чайка» СССР 1950 импульсно-фазовая, гиперболическая, радионавигационная наземное
ОСНОД СССР 1986 разностно-дальномерная авиационное
Qwick-track Австралия 1994 разностно-дальномерная наземное
Ituran Израиль/ США 1996 разностно-дальномерная наземное
СФИНКС Россия 1996 разностно-дальномерная наземное
Юпитер М Россия 1996 разностно-дальномерная наземное
КОРЗ Россия 1992 пеленгационная, триангуляция наземное
«Лоджик» США 1990 пеленгационная, триангуляция наземное
NGBPS США 2013 разностно-дальномерная глобальное
CRS США 2000 разностно-дальномерная авиационное
UHARS США 2014 разностно-дальномерная глобальное

Навигационные карты, ГИС-сервисы, высокоточная картография

Сегмент «Навигационные карты, ГИС-сервисы, высокоточная картография» — это технологии карт, используемых автомобильной навигационной системой для показа текущего местоположения автомобиля, определенного с помощью приемника спутниковой навигации, нахождения адресов/значимых мест (POI — points of interest), построения маршрутов и выдачи водителю (либо штурману) информации для совершения маневров в реальном времени. Уровень технологической зрелости соответствует «Плато производительности».

Данное направление — одна из критичных областей, от него зависит успех большинства проектов «Автонет». Карты должны и отражать местоположение автомобиля, и позволять ему знать, что находится дальше, за поворотом, чего не могут обеспечить камеры и сенсоры. Например, автономный автомобиль сможет выстраивать не реактивную, а проактивную стратегию вождения.

Для тестирования своих беспилотных автомобилей Google предварительно сам строит детальные 3D-карты на пилотных маршрутах, учитывающие даже небольшие особенности дорог. Для сбора данных, на основе которых будет строиться карта, сотрудники компании предварительно специально ездят по дорогам. В случае с текстовыми маршрутами — это посильная задача, однако, когда требуется создать карты для дорог протяженностью в миллионы километров, она выглядит сложно реализуемой. Особенно с учетом того, что созданные карты необходимо поддерживать и обновлять на постоянной основе, так как картина на дорогах может меняться очень часто.

Упростить создание и актуализацию точных навигационных карт может сотрудничество с автопроизводителями: их машины, оснащенные сенсорами и радарами, могут делиться получаемой с дорог информацией с разработчиками картографических сервисов. За счет этого карты могли бы обновляться буквально в режиме реального времени. Индустрия, по мнению авторов дорожной карты, должна объединиться вокруг идеи обмена данными, прежде всего, навигационными — это может ускорить распространение технологии беспилотного вождения.

В России существует большое количество проблем в области навигационной картографии, ГИС-сервисов и гео-данных, в частности: объемы пространственной информации увеличиваются с колоссальной скоростью и накапливаются в различных информационных системах, принадлежащих разным ведомствам и компаниям, отсутствует эффективная общедоступная система, обеспечивающая хранение, получение, обобщение, визуализацию любой имеющейся пространственной информации из единого источника; отсутствует единая система представления гео-данных (системы координат, форматы и т.д.); отсутствуют универсальные инструменты для создания стандартных отраслевых продуктов; отсутствуют регламенты предоставления пространственной информации физическим и юридических лицам, государственным структурам.

Первое в России типовое программное обеспечение, позволяющее в кратчайшие сроки построить инфраструктуру пространственных данных регионального уровня — «ИПД Регион» — было разработано консорциумом Data+, образованным в 1992 г. как совместное предприятие Института географии РАН и Института исследования окружающей среды (ESRI, Калифорния, США). Другими российскими разработчиками в данной области являются компании «Совзонд» (продукты RusGIS, Getmap, «Геонаналитика.Архив», «Геоаналитика.Архив»), «Ростелеком» (участвует в разработке ПО RusGIS), «Геоцентр-консалтинг» (продукт RuMap), «Транзас» (Transport Safety Systems, продукт Transas Globe), «Р-Телематика» (продукт DriveJournal), 2GIS.

Дополненная и виртуальная реальность

Дополнения и виртуальная реальность — это технологии введения в поле восприятия любых сенсорных данных с целью дополнения сведений об окружении и улучшении восприятия информации. Уровень технологической зрелости соответствует отметки «ажиотаж».

Российскими разработчиками в данной сфере являются компании HoloGroup, Fibru, фонд VRtech, Prosense, «Райф Лайф» и «Крок».

Информационные технологии

В сфере ИТ рассматриваются следующие направления: SOA-технологии; информационная и кибербезопасность; обеспечение юридической значимости телематических данных; сбор, обработка и анализ больших данных; машинное обучение и искусственный интеллект; облачные вычисления и технологии виртуализации; Mobile Edge Computing; ОС для Connected Car и роботизированного и автономного транспорта; блокчейн-технологии.

SOA-технологии

Сервисно-ориентированные технологии (SOA) — это основа информационных систем и ПО, основанная на использовании распределенных, слабо связанных (louse coupling), заменяемых компонентов, оснащенных стандартизированными интерфейсами для взаимодействия по стандартизированным протоколам. Уровень технологической зрелости соответствует «Плато производительности».

Сервис-ориентированная архитектура является стилем построения ИТ-архитектуры, которая обеспечивает трансформацию бизнес-логики в систему взаимосвязанных служб (сервисов, видов ПО), то есть регулярно выполняемых бизнес-задач, к которым можно обращаться по мере необходимости через сеть. Это может быть локальная сеть, интернет или географическая и технологическая комбинация сетей и служб в любой точке мира, используемые таким образом, как если бы они были установлены на местном настольном компьютере. Эти службы могут объединяться для решения определенной деловой задачи, давая возможность бизнесу быстро и гибко адаптироваться к изменяющимся условиям и требованиям окружающей среды.

Проекты по внедрению SOA-решений в России реализуют компании «Неофлекс», EPAM Systems/VDI, IBS, «Крок», «Открытые технологии». На российском рынке присутствуют большинство основных мировых поставщиков SOA-решений: Tibco, IBM, BEA, Software AG, Oracle, SAP, Sun Microsystems, Microsoft, Intersystems, CA. Также все большую популярность получают решения на базе открытого исходного кода: WSO2, JBoss, Talend, Apache и Activiti.

Информационная и кибербезопасность

Сегмент «Информационная и кибербезопасность» — это технологии обеспечения условий защищенности от угроз и воздействия потенциального нарушителя или последствий аварии, повреждения, ошибки, несчастного случая, вреда или любого другого события в киберпространстве, которые могли бы считаться нежелательными. Уровень технологической зрелости соответствует «плато производительности».

Лидерами на российском рынке информационной безопасности являются компании «Лаборатория Касперского», Softline, Acronis, «Оптима», «Информзащита, «Техносерв», «Инфосистемы Джет», «Астерос», «КриптоПрос» и др.

Обеспечение юридической значимости телематических данных

Сегмент «Обеспечение юридической значимости телематических данных» — это технологии, обеспечивающие аутентичность, достоверность, целостность и пригодность для использования передаваемых данных или документов. Уровень технологической зрелости относится к «плато производительности».

Одним из наиболее надежных и востребованных средств защиты данных и обеспечения юридической значимости данных транспортной телематики сегодня являются системы криптографической защиты информации (СКЗИ). СКЗИ — это программные или программно-аппаратные комплексы, с помощью которых происходит шифрование данных и передача их через интернет.

Для шифрования используются технологии закрытых и открытых ключей. Криптографические методы защиты информации — это специальные методы шифрования, кодирования или иного преобразования информации, в результате применения которых содержание информации становится недоступным без использования ключа криптограммы и обратного преобразования. На текущий момент в России работает порядка 20 компаний-разработчиков СКЗИ, предлагающих разные типы реализации криптозащиты: аппаратная, программная, аппаратно-программная.

Значимым научно-техническим заделом в области криптографии и обеспечения юридической значимости данных в автотранспортной сфере стала разработка подсистемы обеспечения некорректируемости информации в государственной автоматизированной информационной системе «Эра-ГЛОНАСС», реализованная компанией «КриптоПро». В рамках проекта «КриптоПро» реализовала подсистему по обеспечению некорректируемой регистрации данных об обстоятельствах причинения вреда транспортному средству в результате дорожно-транспортного происшествия, зафиксированных техническими средствами контроля с применением средств навигации, функционирующих с использованием технологий ГЛОНАСС, в случае оформления документов о дорожно-транспортном происшествии без участия сотрудников полиции.

Сбор, обработка и анализ больших данных

Сегмент «Сбор, обработка и анализ больших данных» — это совокупность подходов и инструментов на основе средств массово-параллельной обработки неопределенно-структурированных данных, прежде всего — система управления не реляционными базами данных (NoSQL), алгоритмами MapReduce и реализующими их программными каркасами и библиотеками проекта Hadoop. Уровень технологической зрелости находится на отметке «ажиотаж».

Возможности больших данных в автотранспортной сфере представляют огромные перспективы. В автомобиле формируется информация о его местоположении, мгновенной скорости, данные электронных компонентов, собираемые либо через штатные телематические системы, либо через OBDII-терминалы. На основе лишь этих данных с одного авто уже можно сделать вывод о манере вождения водителя или режиме его перемещений (трасса/город). Еще интереснее произвести анализ таких данных «в массе». Например, построив карту перемещений автомобилей определенной модели, можно определить целевую аудиторию этой модели и ее «типовые» привычки. Горизонт для применения подобной информации достаточно широк. И бизнес-модели по монетизации собранных неструктурированных данных и сформированных на основе их анализа выводов могут быть самыми разнообразными.

Автомобильный рынок уже готов к внедрению инноваций в сфере больших данных: более половины продаваемых в мире автомобилей относятся к категории Connected. Тем не менее, активному движению в сторону больших данных пока мешает чисто технический барьер: закрытые протоколы обмена данными внутри машины не позволяются легко и быстро собирать всю информацию с авто всех марок, представленных на рынке. Возможно, ситуацию исправит появление определенного общего стандарта.

В качестве примера российских разработок можно привести платформу Remoto российской компании Bright Box. Платформа позволяет собирать информацию об автомобиле, управлять частью его функций и связываться с тем самым «мозговым центром» — облаком — для передачи данных.

Машинное обучение, искусственный интеллект

Уровень технологической зрелости сегмента «Машинное обучение, искусственный интеллект» соответствует отметке «ажиотаж». Машинное обучение — область знаний, входящая в состав основных источников технологий и методов, применяемых в областях больших данных и интернета вещей, которая изучает и разрабатывает алгоритмы автоматизированного извлечения знаний из сырого набора данных, обучения программных систем на основе полученных данных, генерации прогнозных и предписывающих рекомендаций, распознавания образов и т.п.

Машинное обучение — это обучение систем, обладающих элементами слабого искусственного интеллекта. Сильным ИИ (Strong AI) называют обобщенный искусственный разум (Artificial General Intelligence), который теоретически может быть воплощен некоторой гипотетической машиной, проявляющей мыслительные способности, сравнимые с человеческими способностями.

В автомобильной отрасли технологии машинного обучения в особенности актуальны при создании автономных автомобилей. Большинство автономных транспортных средств используют комбинацию сенсорных технологий, чтобы «видеть» дорогу. Датчики обнаружения расстояния, такие как лазеры и радары, сообщают расстояние до объектов, окружающих транспортное средство. Визуальные датчики, такие как камеры, распознают цвет и детали пейзажа. Многие производители беспилотных автомобилей разрабатывают системы глубокого обучения, которые учатся безопасно вести машину в различных условиях, основываясь на огромном количестве размеченных данных с датчиков.

Российскими разработчиками в данной сфере являются компании «Яндекс», «Системы искусственного интеллекта» (разрабатывает систему видеофиксакции авторизации Shoot Me My Account), Abbyy и Auriga.

Облачные вычисления, технологии виртуализации

Сегмент «Облачные вычисления, технологии виртуализации» — это технологии обеспечения удобного сетевого доступа по требованию к некоторому общему фонду конфигурируемых вычислительных ресурсов (например, сетям передачи данных, серверам, устройствам хранения данных, приложения и сервисам — как вместе, так и по отдельности), которые могут быть оперативно предоставлены и освобождены с минимальными эксплуатационными затратами или обращениями к провайдеру. Уровень технологической зрелости соответствует «плато производительности».

Виртуализация в вычислениях — процесс представления наборов вычислительных ресурсов и их логического объединения, который даст какие-либо преимущества перед оригинальной конфигурацией. Это новый виртуальный взгляд на ресурсы, не ограниченный реализацией, географическим положением или физической конфигурацией составных частей. Обычно виртуализированные ресурсы включают в себя вычислительные мощности и хранилище данных.

Хорошим примером виртуализации являются симметричные мультипроцессорные компьютерные архитектуры, которые используют более одного процессора. Операционные системы обычно конфигурируются таким образом, чтобы несколько процессоров представлялись как единый процессорный модуль. Поэтому программные приложения могут быть написаны для одного логического вычислительного модуля, что значительно проще, чем работать с большим количеством различных процессорных конфигураций.

Количество виртуальных серверов в мире уже заметно превышает число физических. На один физический сервер сегодня приходится более семи виртуальных. Популярность виртуальных серверов имеет экономическое обоснование: средства виртуализации позволяют сократить парк физических серверов в среднем на 20%, при этом затраты на оборудование, питание, охлаждение, помещение снижаются примерно на 25%. Порядка 70% осуществленных проектов виртуализации серверов в мире оцениваются как успешные, а многие компании имеют актуальные планы по дальнейшему развитию своей ИТ-инфраструктуры в данном направлении.

Лидерами российского рынка внедрений облачных вычислений и технологий виртуализации являются крупные системные интеграторы, среди которых: Cloud4Y, Softline, «Крок», «АйТеко», «Техносерв», Digital Design, IBS, «Инфосистемы Джет», «Компарекс» и «Компьютел».

Mobile Edge Computing

Сегмент Mobile Edge Computing (MEC) — это технологии, реализующие облачные вычисления и ИТ-инфраструктуру непосредственно на базовых станциях («на краю») сети мобильной связи. Основная идея MEC в том, что приложения и вычислительные мощности размещаются как можно ближе к мобильному пользователю, тем самым снижая требования к скоростным и временным характеристикам и надежности каналов связи от базовых станций до ЦОДов, где осуществляется распределение ресурсов и задач, а также основные вычисления.

Уровень технологической зрелости соответствует отметке «появление технологии». Для проектов «Автонет» технологии MEC и сервисы на их основе будут играть ключевую роль, в особенности для предоставления услуг и сервисов в транспортных средствах с высокой степенью автоматизации (уровни 4 и 5), а также сервисов в сегменте умной городской мобильности.

Как таковой научно-технический задел в области MEC в России еще не сформирован, однако некоторые компании уже начинают использовать лучший зарубежный опыт по тестированию этой технологии. Например, в 2016 г. соответствующий проект был запущен компанией Nokia и фондом «Сколково».

Операционная система для Connected Car/роботизированного и автономного транспорта

Сегмент «Операционная система для Connected Car/роботизированного и автономного транспорта» — это операционные системы, используемые в автомобильных бортовых телематических устройствах, коммуникационных шлюзах, головных автомобильных устройствах, бортовых системах автономного управления движения («присоединенных») роботизированных и автономных транспортных средств. Уровень технологической зрелости соответствует отметке «совершенствование».

«Присоединенные» (Connected), а в перспективе — автономные и роботизированные автомобили с четвертым и пятым уровнем автоматизации, оснащены основными датчиками для автономного движения, такими как лидар, радар, камеры, система глобального позиционирования (GPS) и инерционные датчики. Также автомобили используют данные дополнительных датчиков, данные промежуточного программного обеспечения (middleware) и других компонентов, реализующих управляющие алгоритмы.

Это накладывает на операционную систему, используемую в таких транспортных средствах, очень жесткие требования по обработке данных, полученных от датчиков в реальном времени, а также записывает и воспроизводит данные в автономном режиме для разработки функций и тестирования. Автономный автомобиль использует централизованное принятие решений, имеет отказоустойчивость в оперативных случаях использования и должен работать с возможностью реализации тройной избыточности схемы управления. Дополнительные требования также лежат в области обеспечения информационной безопасности.

В сфере производства автоматизированных и автономных автомобилей, а в особенности в области разработки технологий и систем предоставления услуг на базе таких автомобилей, у российских производителей есть существенные конкурентные преимущества перед зарубежными. Так, российские разработчики изначально были ориентированы на неидеальные транспортные условия и широкий диапазон погодно-климатических условий. Кроме того, в России еще с советских времен достаточно сильная школа в области построения алгоритмов обработки данных. Более того, в России можно оперативнее, нежели в странах ЕС, выбрать пилотный регион для апробации автономных транспортных средств.

Примером российской разработки в данной сфере является безопасная операционная система KasperskyOS от «Лаборатории Касперского», предназначенная для использования в критически важных инфраструктурах и устройствах.

Блокчейн-технологии

Блокчейн — это технологии на основе выстроенной по определенным правилам непрерывной последовательной цепочки блоков (связный список), содержащих информацию, с использованием завершенных и достоверных транзакций. Чаще всего копии цепочек блоков хранятся и независимо друг от друга (чрезвычайно параллельно) обрабатываются на множестве разных компьютеров. Уровень технологической зрелости соответствует отметке «ажиотаж».

В сфере «Автонет» блокчейн-технологии могут быть использованы в очень широких кругах. Например, с внедрением этих технологий автомобиль без участия владельца сможет автоматически выполнять множество операций, среди которых оплата пошлин, заказ товаров, услуг, создание аккаунта в социальных сетях, продление регистрации или подписки на услуги, оплата счета за парковку и даже заказ системы спутникового радиовещания.

Также для лизинговых автомобилей будет возможно контролировать скидки, установленные на случай, если пробег на автомобиле владельца будет меньше указанного в договоре лизинга. В сфере моторного страхования блокчейн поможет страховщикам более эффективно управлять страховыми рисками за счет более точного расчета страховых премий, оптимизировать возмещение убытков за счет прозрачных отношений с поставщиками запчастей и автосервисами.

Примером российской разработки в данной сфере является платформа CarFIX — сервис для ремонта автомобилей по заранее оговоренной фиксированной цене в аккредитованном ремонтном центре.

Технологии связи

В сфере связи рассматриваются следующие направления: технологии беспроводной передачи данных V2X; технологии мобильной передачи данных; управление мобильными подписками многопрофильных SIM-карт; сети и оборудование передачи данных интернета вещей.

Технологии беспроводной передачи данных V2X

Технологии беспроводной передачи данных V2X — это технологии связи, посредством которых автомобиль взаимодействует с окружающей средой и объектами через сеть или напрямую. «X» в данной аббревиатуре — это «everything», то есть V2X, V2I и т.д. Уровень технологической зрелости соответствует отметке «появление технологии».

Выделяют несколько таких систем: автомобиль-автомобиль (vehicle-to-vehicle, V2V), автомобиль-инфраструктура (vehicle-to-infrastructure, V2X) и автомобиль-пешеход (vehicle-to-pedestrian, V2P), а также автомобиль-электросеть (vehicle (vehicle-to-grid, V2G) и автомобиль-устройство (vehicle-to-device, V2D). Используются стандарты связи c-V2X (Rel. 3GPPP 14/15/16) и DSRC (IEEE 802.11p).

Технология «Транспортное средство — транспортное средство» (vehicle-to-vehicle, V2V) обеспечивает связь между автомобилями на перекрестках с плохой видимостью и безопасное вождение. При использовании V2V возможно предупреждать водителей о таких опасностях, как лобовое, боковое и заднее столкновение, уведомлять о неисправностях, предоставлять дорожную и другую информацию.

Например, две машины, невидимые друг другу на перекрестке или на повороте, через V2V могут обмениваться друг с другом координатами и значениями скоростей, чтобы избежать столкновения. Аналогично, когда автомобиль приближается к концу пробки, он может получить информацию с координатами и скоростями ближайших транспортных средств.

Второй тип технологии — «придорожная инфраструктура — транспортное средство» — обеспечивают связь с придорожным оборудованием. Например, приемо-передающие станции V2I на перекрестке смогут обнаружить машины, которые собираются пересечь перекресток или повернуть, и передать информацию другим приближающимся машинам по средствам V2I-систем. По причине того, что технологии V2X только выходят на мировой рынок и технологические стандарты только формируются, в особенности в части технологии Cellular-V2X, научно-технический задел необходимо сформировать.

Технологии мобильной связи

Технологии мобильной связи — это технологии передачи пакетных данных через сети связи 2.5G/3G/4G/5G. Уровень технологической зрелости соответствует отметки «плато производительности».

По мере ускорения мобильного интернета рождаются новые форматы пользовательского контента. Это, прежде всего, сверхчеткое видео и различные VR-форматы. Однако основным катализатором внедрения сетей следующего, пятого поколения сотовой связи (5G) будут не развлечения. Большие скорости передачи данных и малое время отклика обеспечат массовое внедрение роботов, интернета вещей и автомобилей с различной степенью автоматизации.

Минимальная задержка передачи данных автомобиль-автомобиль и автомобиль-инфраструктура являются непреложным требованием для обеспечения связью автономных автомобилей в сочетании с технологиями Cellular-V2x rel-14/15/16. В России сети 5G пока существуют только в тестовых зонах.

Управление мобильными подписками многопрофильных SIM-карт

Управление мобильными подписками многопрофильных SIM-карт (eUICC) — это технологии подготовки и доставки профилей операторов мобильной связи на многопрофильные eUICC SIM-карты, используемые в автомобильном бортовом оборудовании и АСН. Уровень технологической зрелости соответствует отметке «совершенствование».

Профиль оператора мобильной связи, размещаемый на неснимаемой многопрофильной eUICC, может быть загружен в считанные минуты. Или может быть выбран предварительно загруженный профиль другого оператора. Соответственно, тарифный план может быть изменен в считанные минуты. Многопрофильная карта eUICC — это карта с несколькими предустановленными или загруженными профилями, выбираемыми либо посредством приложения бортового телематического оборудования, либо удаленно со стороны управляющей платформы.

Технология Remote SIM Provisioning дает неоспоримые преимущества, которые относятся к автотранспортной сфере: снижение затрат на первоначальную логистику профиля мобильного оператора до автомобиля, где eUICC уже предустановленна в автомобильное бортовое телематическое устройство на производстве; повышение уровня доступности услуг — eUICC становится управляемой дистанционно из собственного облака оператора или из облака автопроизводителя; автопроизводитель или сервис-провайдер может дистанционно заменить профиль в случае принятия решения замены одного мобильного оператора другим.

Примером российской разработки в данной сфере является платформа ComnfortWay RSP Platform компании ComfortWay, которая объединяет операторов мобильной связи, пользователей и партнерские интернет-сервисы, а также дает возможность пользователю во время путешествий в один клик сменить оператора.

Сети и оборудование передачи данных интернета вещей

Сети и оборудование передачи данных интернета вещей или энергоэффективные сети дальнего радиуса действия — это семейство беспроводных технологий передачи небольших по объему данных на большие расстояния, обеспечивающих среду сбора данных с умных счетчиков, носимой электроники, смарт-парковок, сбора показаний приборов учета, систем промышленного мониторинга и управления и других приложений. Уровень технологической зрелости находится на отметке «ажиотаж».

Низкое энергопотребление является важным условием для 80% случаев использования технологий связи интернета вещей. Многие варианты использования интернета вещей требуют малой цены и мощности из практических соображений, таких как простота установки или риск кражи.

В концепциях интернета вещей и M2M дистанционное взаимодействие между устройствами строится на обмене небольшими пакетами данных, и существующие беспроводные технологии далеко не всегда способны эффективно обеспечить такой обмен. Технология LPWAN была специально разработана с целью предоставления простого, надежного и дешевого способа связи для датчиков, разнесенных по большой территории, закрывающих потребности приложений, нетребовательных к скорости передачи данных.

В семейство технологий радиодоступа LPWAN входят такие технологии, как LoRaWAN, Sigfox, Wheitghless, Nuel, Nwarm Dash7, Narrow-Band Long-Term Evolution (NB-LTE), Narrowband Cellular (NB-CLOoT) и LTE-M (LTE-MTC). В рамках экосистемы телематических транспортных систем предусматривается использование комбинации технологий на основе сетей подвижной радиотелефонной связи LTE-V2X и технология ближнего радиуса действия DSRC, которые разрабатывались именно для этой цели и признаны мировым сообществом в качестве стандартов связи в области транспортной телематики.

Пример российских разработок в данной сфере — созданный компанией «Стриж Телематика» протокол Marcato 2.0.

Технологии для компонентов транспортных средств

В сфере технологий для компонентов транспортных средств рассматриваются три направления: навигационные, связные и навигационно-связные модули; техническое зрение и распознавание образов; речевые технологии.

Навигационные, связные и навигационно-связные модули

Сегмент «Навигационные, связные и навигационно-связные модули» — это аппаратные модули, предназначенные для использования в автомобильном бортовом телематическом оборудовании, навигационных, поисковых и охранных решениях, а также в устройствах интернета вещей с повышенной точностью, реализующие функционал пространственной привязки автономно функционирующих устройств. Уровень технологической зрелости соответствует отметки «плато производительности».

Среди номенклатуры навигационных и навигационно-связных модулей значительная доля принадлежит производству навигационных приемников. В настоящее время ведущие мировые производители микросхем для навигационных приемников используют стандарты ГЛОНАСС и GPS одновременно. Но приоритеты иностранных производителей могут измениться в сторону производства чипсетов с поддержкой стандартов GPS/Galileo/BeiDou для продвижения национальных навигационных систем.

Мировые лидеры в области производства навигационных приемников, такие как Qualcomm, STM Microelectronics, Broadcom, MediaTek, производят и продают более 100 млн чипсетов в год каждая. Сравнивая объемы отечественного производства навигационных приемников с объемами зарубежного производства, составляющими несколько миллионов единиц в год, а также учитывая то, что за последние годы не было выведено ни одного нового российского навигационного приемника, можно заключить, что рынок элементов аппаратуры спутниковой навигации в России и, в частности, рынок навигационных приемников, находится в стагнации.

Причина этого заключается в ценовой неконкурентоспособности отечественной элементной базы. За счет высокой квалификации отечественных разработчиков параметры российских навигационных приемников соответствуют западному уровню, однако их стоимость из-за использования устаревшей элементной базы выше стоимости иностранных аналогов. Дальнейшая потеря рынка может привести к утрате компетенций отечественных производителей в части разработки конкурентоспособных навигационных приемников современного уровня.

Помимо угрозы навигационному суверенитету нашей страны, это приведет к значительным финансовым потерям. В настоящее время отечественные производители не обладают финансовыми ресурсами, необходимыми для освоения серийного производства нового поколения конкурентоспособных навигационных приемников и не могут переломить тенденцию потери отечественного рынка.

В то же время в России сформирован определенный научно-технический задел в области технологий навигационных и навигационно-связных модулей. В этой связи стоит отметить выполняемую НИИ «Прогресс» опытно-конструкторскую работу «Создание перспективных навигационный модулей, в том числе интегрированных с другими датчиками информации, для различных областей применения». Целью работы является разработка пяти типов навигационных модулей. Также стоит отметить разработки КБ «Навис», Российского института радионавигации и времени» и «Ижевского радиозавода».

Техническое зрение и распознавание образов

Техническое зрение и распознавание образов — это технологии анализа окружающей дорожной обстановки, обеспечивающие оперативную обработку изображений в интеллектуальных автомобильных системах различной степени автоматизации, в частности, детектирование и распознавание дорожных знаков, детектирование и распознавание дорожной разметки, построение трехмерной модели окружающей дорожной обстановки и анализ трехмерных данных окружающей дорожной обстановки с целью детектирования объектов. Уровень технической зрелости соответствует отметки «ажиотаж».

В автотранспортной сфере техническое зрение и распознавание образов, то есть видеоаналитика, используются для анализа окружающей дорожной обстановки, оперативной обработки изображений в бортовых системах управления движением автомобилей различной степени автоматизации. Алгоритмы видеоаналитики используются для детектирования и распознавания дорожных знаков, детектирования и распознавания дорожной разметки, построения трехмерных моделей окружающей дорожной обстановки и анализа трехмерных данных окружающей дорожной обстановки с целью детектирования объектов. Источником данных для систем технического зрения являются радары, лидары и видеокамеры.

В России соответствующие разработки ведут компании Cognitive technologies, Bright box и Abbyy.

Речевые технологии

Речевые технологии — это технологии распознавания и синтеза речи, используемые для голосового управления различными функциями автомобиля, управления услугами, управления автономными автомобилями в перспективе. Уровень технологической зрелости соответствует отметке «плато производительности».

Технологии распознавания речи существуют еще с середины 60-х годов. Однако лишь несколько лет назад машинное преобразование речи в текст и аудиоответы пользователям были полноценно поставлены на коммерческий поток. Рывок в развитии речевых технологий произошел за счет того, что стоимость вычислительных ресурсов за последние несколько лет сильно упала, стало экономически выгодно создавать большие нейронные сети и обрабатывать с их помощью массивы данных для решения различных задач. Сегодня существует развитый рынок автоматической обработки речи. На нем развиваются и B2B-технологии виртуальных ассистентов, и B2B-решения распознавания речи.

Технологии распознавания речи сегодня используются и в автомобильной промышленности. Самое простое применение — навигаторы. Технологии сегодняшнего дня — это голосовое управление различными функциями автомобиля, и это доступно не только в автомобилях класса люкс. Технологии скорого будущего — беспилотные автомобили, которыми можно управлять, задавая маршрут как с помощью компьютера, так и голосом. Автономные автомобили Google, электромобиль Tesla, автомобили-роботы MIG (Made in Germany), Aktiv, VisLab, автомобиль из Брауншвейга, получивший имя Leonie — все они предполагают использование искусственного интеллекта и голосового управления.

Несмотря на то, что на российском рынке речевых технологий представлено сразу несколько российских компаний-разработчиков, предлагающих готовые продукты, научно-технический задел в области речевых технологий для применения в автомобиле сформирован незначительно. Среди отечественных разработчиков указанных решений можно отметить компанию «Яндекс».

Уровень зрелости технологий рынка «Автонет»

Наименование Уровень зрелости Краткое описание
Навигационные технологии
Повышение точности и достоверности производительности навигационных данных Плато производительности Технологии улучшения характеристик работы навигационной системы, таких как точность, надежность и доступность. Достигается за счет использования внешних данных в процессе решения навигационной задачи
Indoor-навигация Совершенствование Технологии определения местоположения внутри зданий и закрытых сооружений, где практически недоступна спутниковая система навигации, с использованием методов анализа сигналов маяков, точек доступа Wi-Fi, а также инерциальных систем, технологий вычисления координат и т.д.
Локальное позиционирование (ЛСН) Плато производительности Технологии резервной навигационной системы с достаточно большой зоной действия, обеспечивающей потребителям сравнимую с ГНСС (или большую) точность координатно-временных определений
Навигационные карты, ГИС-сервисы, высокоточная картография Плато производительности Технологии карт, используемых автомобильной навигационной системой для показа текущего местоположения автомобиля, определенного с помощью приемника спутниковой навигации, нахождения адресов/значимых мест, построения маршрутов и выдачи водителю (либо штурману) информации для совершения маневров в реальном времени
Дополненная и виртуальная реальность Ажиотаж Технологии введения в поле восприятия любых сенсорных данных с целью дополнения
ИТ
SOA-технологии Плато производительности Сервисно-ориентированные технологии — основа информационных систем и ПО, основанных на использовании распределенных, слабосвязанных, заменяемых компонентов, оснащенных стандартизированными интерфейсами для взаимодействия по стандартизированным протоколам
Информационная и кибербезопасность Плато производительности Технологии обеспечения условий защищенности от угроз и воздействий потенциального нарушителя или последствий аварии, повреждения, ошибки, несчастного случая, вреда или любого другого события в киберпространстве, которые могли бы считаться нежелательными
Обеспечение юридической значимости телематических данных Плато производительности Технологии, обеспечивающие производительность, аутентичность, достоверность, целостность и пригодность для использования передаваемых данных или документов
Сбор, обработка и анализ больших данных Ажиотаж Совокупность подходов и инструментов на основе средств массово-параллельной обработки неопределенно-структурированных данных, прежде всего, системами управления нереляционными базами данных (NoSQL), алгоритмами MapReduce и реализующими их программными каркасами и библиотеками проекта Hadoop
Машинное обучение, искусственный интеллект Ажиотаж Машинное обучение — одно из направлений искусственного интеллекта. Основной принцип заключается в том, что машины получают данные и обучаются на них. В настоящее время — это наиболее перспективный инструмент для бизнеса, основанный на искусственном интеллекте
Облачные вычисления, технологии виртуализации Плато производительности Технологии обеспечения производительности удобного сетевого доступа по требованию к некоторому общему фонду конфигурируемых вычислительных ресурсов (например, сетям передачи данных, серверам, устройствам хранения данных, приложениям и сервисам — как вместе, так и по отдельности), которые могут быть оперативно предоставлены и освобождены с минимальными эксплуатационными затратами или обращениями к провайдеру
Mobile Edge Computing (МЕС) Появление технологии Технологии, реализующие облачные вычисления и ИТ-инфраструктуру непосредственно на базовых стациях (на краю) сети мобильной связи. Основная идея МЕС заключается в том, что приложения и вычислительные мощности размещаются как можно ближе к мобильному пользователю, тем самым снижая требования к скоростным и временным характеристикам и надежности каналов связи от базовых станций до ЦОДов, где осуществляется распределение ресурсов, задач и основные вычисления
OS для Connected Car / роботизированного и автономного транспорта Совершенствование Операционные системы, используемые в автомобильных бортовых телематических устройствах, коммуникационных шлюзах, головных автомобильных устройствах, бортовых системах автономного управления движением присоединенных, роботизированных и автономных транспортных средств
Блокчейн-технологии Ажиотаж Технологии на основе выстроенной по определенным правилам непрерывной последовательной цепочки блоков (связный список), содержащих информацию, с использованием завершенных и достоверных транзакций. Чаще всего копии цепочек блоков хранятся и независимо друг от друга (чрезвычайно параллельно) обрабатываются на множестве разных компьютеров
Технологии связи
Технологии беспроводного взаимодействия V2X Появление технологии Технологии связи, посредством которых автомобиль взаимодействует с окружающей средой и объектами через сеть или напрямую. Выделяют несколько таких систем: автомобиль-автомобиль (vehicle-to-vehicle, V2V), автомобиль-инфраструктура (vehicle-to-infrastructure, V2X) и автомобиль-пешеход (vehicle-to-pedestrian, V2P), а также автомобиль-электросеть (vehicle (vehicle-to-grid, V2G) и автомобиль-устройство (vehicle-to-device, V2D). Используются стандарты связи c-V2X (Rel. 3GPPP 14/15/16) и DSRC (IEEE 802,11p)
Технологии мобильной передачи данных Плато производительности Технологии передачи пакетных данных через сети связи 2,5G/3G/4G/5G
Управление мобильными подписками многопрофильных SIM-карт (eUICC) Совершенстование Технологии подготовки и доставки профилей операторов мобильной связи на многопрофильные eUICC SIM-карты, используемые в автомобильном бортовом оборудовании и АСН
Сети и оборудование передачи данных интернета вещей Ажиотаж Энергоэффективные сети дальнего радиуса действия — это семейство беспроводных технологий передачи небольших по объему данных на большие расстояния, обеспечивающих среду сбора данных с приложений интернета вещей, умных счетчиков, носимой электроники, смарт-парковок, сбора показаний приборов учета, системы промышленного мониторинга и управления
Технологии для компонентов транспортных средств
Навигационные, связные и навигационно-связные модули Плато производительности Аппаратные модули производительности, предназначенные для использования в автомобильном бортовом телематическом оборудовании, навигационных, поисковых и охранных решениях, а также в устройствах ИВ с повышенной точностью, реализующие функционал пространственной привязки автономно функционирующих устройств
Техническое зрение и распознавание образов Ажиотаж Технологии анализа окружающей дорожной обстановки, обеспечивающие оперативную обработку изображений в интеллектуальных автомобильных системах различной степени автоматизации, в частности, детектирование и распознавание дорожных знаков, детектирование и распознавание дорожной разметки, построение и анализ трехмерной модели окружающей дорожной обстановки
Речевые технологии Плато производительности Технологии распознавания и производительности синтеза речи, используемые для голосового управления различными функциями автомобиля, управления услугами, управления автономными автомобилями в перспективе
Технологии для новых видов транспортных средств
Платформы электротранспорта Совершенствование Технологии для основных компонентов, набор комплектующих, типовые конструктивные и технологические решения, применяемое оборудование в конструкции электрического автомобиля. Платформы используются для унификации процесса производства комплектующих, что дает возможность снизить стоимость производства новых изделий, повысить серийность и уровень автоматизации производственных процессов, сократить издержки и время на разработку новых моделей
Тяговые аккумуляторы для электротранспорта Ажиотаж Источники питания и аккумуляторы для электротранспорта: велосипедов, скутеров, трициклов, электромобилей и других устройств, оснащенных электрическим приводом

Технологии для новых видов транспортных средств

В сфере технологий для новых видов транспортных средств рассматриваются два направления: платформы электротранспорта; тяговые аккумуляторы для электротранспорта.

Платформы электротранспорта

Платформы электротранспорта — это технологии для основных компонентов, набор комплектующих, типовые конструктивные и технологические решения, применяемое оборудование в конструкции электрического автомобиля. Платформы используются для унификации процесса производства и комплектующих, что дает возможность снизить стоимость производства новых изделий, повысить серийность и уровень автоматизации производственных процессов, сократить издержки и время на разработку новых моделей. Уровень технологической готовности находится на отметке «совершенствование».

Для того, чтобы широкий круг предприятий — производителей транспортных средств, как правило, не имеющих собственных разработок автомобильных платформ, мог бы производить и легковые автомобили, и пикапы, и другие варианты кастомизированных транспортных средств, требуется универсальная платформ, на базе которой и можно будет в буквальном смысле собрать «свой» автомобиль. Новый уровень унификации автомобильных платформ ожидается с ростом числа производимых в мире электромобилей, также как и повсеместным распространением сетей зарядных станций и станций замены тяговых батарей.

Например, универсальная полноприводная платформа для полностью электрического автомобиля включает электромотор, блок литиевых батарей, трансмиссию и всю необходимую электронику. Все остальное, начиная от подвески, максимальной скорости и ускорения, крутящего момента и заканчивая внешним видом кузова, может быть произведено широким кругом предприятий под требования рынка или даже конкретного заказчика.

Российскими разработчиками в данной сфере являются компании Drive Electro (бывший Научно-исследовательский институт комбинированных энергоустановок) и группа компаний Revolta.

Тяговые аккумуляторы для электротранспорта

Тяговые аккумуляторы для электротранспорта — это источники питания для велосипедов, мотоциклов, скутеров, трициклов, электромобилей и других устройств, оснащенных электрическим приводом. Уровень технологической зрелости находится на отметке «ажиотаж».

Основным потребителем тяговых литий-ионных аккумуляторов станет в ближайшее время автомобильная промышленность, так как электротранспорт будет завоевывать все более сильные позиции, особенно в густонаселенных регионах страны. Российскими производителям в данной сфере являются компании «Литий-ионные технологии» («Лиотех» — дочернее предприятие «Роснано»), «Верхнеуфалейский завод «Уралэлемент», совместное предприятие «Чеченнефтехим» и корейской компании Kokam, НПО ССК (использует технологию Kokam) и «Аккумуляторная компания «Ригель».

Авторы дорожной карты утверждают, что производимые «Лиотех» аккумуляторы выпускаются по лицензии китайской компании Winston Globnal Energy. «На сегодняшний день данный тип аккумуляторов морально устарел, — говорится в документе. — Кроме того, производимые «Лиотех» аккумуляторы по своим техническим характеристикам существенно уступают декларируемым, а их стоимость на российском рынке превышает стоимость китайских аккумуляторов той же химической системы».

Что касается выпускаемых «Уралэлементом» литий-ионных аккумуляторов, то они имеют ограниченную цикличность использования, определяемую спецификой использования, и допускают заряд при температурах 15-25 градусов Цельсия. Это вносит определенные ограничения для их использования в автомобилестроении. А продукция «Аккумуляторной компании «Ригель» по своим характеристикам также существенно уступает аккумуляторам на основе нанотитаната лития, которые производят «Чеченнефтехим» и НПО ССК.

Аккумуляторы на основе нанотитаната лития являются, по мнению авторов дорожной карты, наиболее перспективными для использования в автомобилях с комбинированными энергоустановками (КЭУ) и электромобилях: их можно заряжать при температуре минус 30 градусов по Цельсию, причем полный цикл зарядки занимает всего 10 минут.

Игорь Королев

Короткая ссылка