Беспилотный общественный транспорт: 5 ключевых технологий

В России в это же время Минтранс предлагает расширить экспериментальные правовые режимы на Москву, Петербург, Татарстан и Дальний Восток. Параллельно в Петербурге с 2022 года курсируют трамваи с ИИ-помощником машиниста: наработка превысила 50 000 км в промышленной эксплуатации.

Беспилотный общественный транспорт перестаёт быть лабораторным макетом и переходит в фазу развёртывания на городских маршрутах. Но слово «беспилотный» здесь часто скрывает слишком разный уровень автономности. Трамвай с ассистентом машиниста, робошаттл на территории аэропорта и автобус SAE Level 4, который самостоятельно принимает решения на обычной улице, — это не одно и то же.

Под капотом таких проектов — пять базовых технологических слоёв. Они не равноценны по зрелости, у каждого своя дорожная карта и свой набор нерешённых проблем. Камеры и нейросети уже умеют многое, но одной удачной демонстрации недостаточно для регулярного маршрута. В городе система должна работать не только в солнечный день, но и в снегопад, в дорожном заторе, рядом с неосторожным пешеходом и на участке, где вчера изменили разметку.

Сенсорное восприятие и HD-карты: как транспорт «видит» город

Автономность начинается не с алгоритма, а с данных. Беспилотный автобус SAE Level 4 несёт на борту связку из нескольких типов сенсоров, и каждый закрывает собственную часть задачи:

• LiDAR формирует облако точек в реальном времени и помогает определить геометрию дороги, препятствий и объектов вокруг машины;
• радары миллиметрового диапазона оценивают расстояние и радиальную скорость целей, сохраняя работоспособность в условиях дождя, снега и тумана;
• камеры распознают сигналы светофора, дорожные знаки, разметку, пешеходов и типы объектов;
• инерциальные датчики и спутниковая навигация помогают определить положение машины, особенно там, где визуальных ориентиров недостаточно.

У каждого сенсора есть слабое место. Камера может потерять контраст на мокром асфальте или ослепнуть от низкого солнца. LiDAR сложнее работает в плотном снегу и тумане, когда лазерные импульсы отражаются не только от объектов, но и от частиц в воздухе. Радар хорошо оценивает движение и расстояние, но хуже различает форму и тип небольших объектов. Поэтому беспилотный транспорт не «смотрит» одним идеальным глазом: он сопоставляет несколько неполных карт окружающего пространства.

Ключевая задача здесь — сенсорное слияние. Система должна понять, что светлое пятно на изображении камеры, группа точек LiDAR и радиолокационная цель относятся к одному и тому же объекту. Если данные расходятся, алгоритм не может просто выбрать понравившуюся версию. Он должен оценить степень уверенности и решить, можно ли продолжать движение, снизить скорость или перейти в безопасное состояние.

Высокоточная карта нужна для того, чтобы привязать поток сенсорных данных к конкретному месту на улице. HD-карта — это не навигация в привычном смысле и не увеличенная версия обычной схемы города. Это послойная модель дороги: полосы движения, бордюры, знаки, светофоры, остановки, островки безопасности, зоны посадки пассажиров, въезды во дворы и другие элементы, которые влияют на траекторию.

Такая карта помогает машине отличить временное препятствие от постоянной геометрии дороги. Но одновременно она создаёт зависимость от актуальности данных. Разметка в HD-карте обновляется реже, чем меняется реальная улица, а ремонт, припаркованный грузовик или перенесённая остановка могут изменить сценарий движения за один день. Поэтому автономная система должна уметь не только следовать карте, но и проверять её по фактической обстановке.

Сенсорный слой даёт роботу глаза. HD-карта — долговременную память о городе. Расхождение между ними порождает ошибки восприятия, которые снаружи выглядят как «странное» поведение машины.

Отечественный электробус КАМАЗ-1221 «ШАТЛ» — компактный носитель этой связки. Он рассчитан на двенадцать пассажиров, оснащён электродвигателем мощностью 74 кВт, имеет заявленный запас хода 120 км и программный ограничитель скорости 40 км/ч. Скоростной потолок установлен не только из-за характеристик мотора. Для разработчиков важнее границы текущей валидации сенсорного стека: с ростом скорости сокращается время на распознавание объекта, прогноз его поведения и безопасное торможение.

На городском маршруте это особенно заметно в местах, которые трудно формализовать заранее:

• у остановок, где пассажиры выходят из-за автобуса и оказываются в зоне ограниченной видимости;
• на перекрёстках с большим числом взаимных помех;
• рядом с припаркованными автомобилями, которые закрывают пешеходов и велосипедистов;
• на участках после ремонта, где временная разметка противоречит данным карты;
• в местах, где водители вручную «договариваются» о порядке проезда.

Для человека часть таких решений выполняется почти незаметно и на основе опыта. Для беспилотного транспорта это отдельные классы сценариев, которые нужно собрать, разметить, протестировать и включить в систему оценки риска.

Искусственный интеллект и принятие решений: от помощи машинисту к полной автономности

Сенсоры дают поток данных. Решения принимает стек алгоритмов. В его основе — нейросети восприятия, модели поведения участников движения и планировщик траектории. Система должна не просто узнать пешехода или автомобиль, а понять, что произойдёт с ними в ближайшие секунды и какие действия останутся безопасными для пассажиров.

Последовательность выглядит примерно так: сначала система обнаруживает объекты, затем классифицирует их и оценивает положение, после этого строит несколько возможных прогнозов поведения. Пешеход может продолжить движение по тротуару, остановиться у края дороги или неожиданно начать переход. Автомобиль в соседней полосе может сохранить скорость, перестроиться или затормозить. Планировщик рассчитывает траекторию автобуса с учётом этих вариантов, дорожных правил и требований к комфорту.

Для общественного транспорта комфорт — не второстепенная характеристика. Резкое торможение может предотвратить столкновение, но стоящий пассажир при этом потеряет равновесие. Плавность разгона, точность остановки у платформы, расстояние до бордюра и отсутствие лишних перестроений становятся частью безопасности. Автобус должен не только не врезаться в препятствие, но и вести себя предсказуемо для людей внутри и снаружи.

В петербургских трамваях Cognitive Pilot применён более узкий сценарий — ассистент машиниста, а не автопилот. Система удерживает состав в полосе, контролирует скорость по расписанию, распознаёт красный сигнал и препятствия. Водитель остаётся в кабине и сохраняет ответственность за управление. Наработка свыше 50 000 км в промышленной эксплуатации важна именно как массив реальных ситуаций, а не как доказательство полной автономности.

Помощник машиниста может предупредить об опасности, предложить действие или автоматически выполнить часть операций. Однако окончательное решение остаётся за человеком. В беспилотном автобусе более высокого уровня автономности алгоритм должен сам выбрать безопасную стратегию, выдержать её до конца и корректно обработать ситуацию, для которой не было заранее подготовленного сценария.

Помощник машиниста в трамвае и автопилот в автобусе — разные классы задач. В первом случае человек остаётся частью системы управления. Во втором нужно доказать, что машина способна самостоятельно распознать опасность, выбрать действие и перейти в безопасное состояние при отказе.

В европейских проектах KIRA, ULTIMO и ALIKE тестируется именно полный SAE Level 4 — без страхующего водителя в салоне. Это меняет архитектуру проекта. Человек больше не контролирует каждую секунду движения, поэтому его функция переносится на другие участки: удалённый мониторинг, обработку нештатных ситуаций, проверку состояния транспорта и взаимодействие с пассажирами.

У алгоритмов есть и менее заметная проблема — границы применимости. Модель, хорошо работающая на маршруте с понятной разметкой, может вести себя иначе на старой улице с нестандартными знаками. Она уверенно распознаёт знакомый тип автобуса, но хуже реагирует на редкую сельскохозяйственную технику или необычный груз. Поэтому качество автономности оценивают не одной итоговой метрикой, а набором проверок: насколько часто система ошибается, как она ведёт себя при низкой уверенности, умеет ли остановиться и насколько быстро возвращается в штатный режим после сбоя.

Для пассажира это превращается в простой критерий: беспилотный городской транспорт должен быть не «умным вообще», а надёжным на конкретном маршруте. Ограниченная зона эксплуатации, невысокая скорость и понятная дорожная среда могут быть не недостатком, а способом обеспечить предсказуемость на раннем этапе.

Связь V2X: создание единой цифровой экосистемы для безопасности движения

Vehicle-to-Everything — отдельный слой, который дополняет сенсоры. Автобус обменивается данными с инфраструктурой, светофорами, дорожными контроллерами, другими машинами и городским облаком. Протоколы C-V2X и DSRC позволяют передавать сведения о дорожной обстановке на расстояние, которого иногда достаточно, чтобы заранее подготовить манёвр или снизить скорость.

V2X решает то, что камеры и LiDAR не видят напрямую. Поворот стрелки или изменение фазы светофора может быть передано по радиоканалу ещё до того, как сигнал попадёт в поле зрения камеры. Дорожный контроллер способен сообщить о временном ограничении, перекрытой полосе или приближении спецтранспорта. Автобус получает не только изображение улицы, но и цифровой контекст происходящего на ней.

В идеальной схеме дорога становится участником обмена данными. Светофор сообщает режим работы, автобус передаёт информацию о своём положении и намерении продолжить движение, а центр управления видит, где транспорт задерживается и какие участки требуют вмешательства. Это особенно полезно для общественного транспорта: приоритет на перекрёстке можно настраивать не вслепую, а с учётом фактического подхода автобуса и состояния соседних потоков.

Но V2X не заменяет бортовые сенсоры. Сообщение от инфраструктуры может быть устаревшим, потеряться или содержать ошибку. Дорожный модуль не способен заметить предмет, который внезапно упал на полосу, а смартфон пешехода не должен считаться единственным подтверждением его намерений. Радиоканал расширяет горизонт восприятия, но не становится основанием для безусловного доверия.

Главный минус технологии — зависимость от развёрнутой инфраструктуры. Без модернизации светофоров и установки дорожных модулей V2X остаётся функцией с неполным покрытием. Если цифровая экосистема есть только на отдельных перекрёстках, алгоритм должен уметь переключаться между участками с разным уровнем поддержки, не меняя базовых требований к безопасности.

Тут возникает и вопрос совместимости. У города, перевозчика и производителя автобусов могут быть разные поставщики оборудования, форматы сообщений и правила доступа к данным. Один район уже передаёт машине сведения о фазах светофора, а соседний работает только с обычной световой сигнализацией. Для автономного транспорта это не просто неудобство интеграции, а разные условия работы одной и той же системы.

Поэтому при внедрении V2X важны не только радиус действия и задержка сигнала, но и эксплуатационные процессы:

• кто отвечает за актуальность сообщения от светофора;
• как фиксируется отказ дорожного модуля;
• каким образом система сообщает автобусу о временном перекрытии;
• какие данные доступны перевозчику, городу и оператору;
• как защищается канал от подмены команд и несанкционированного доступа.

Без ответа на эти вопросы V2X рискует остаться демонстрационной функцией. Автономному автобусу нужна не просто связь, а единый регламент того, как город сообщает о собственных изменениях.

Телеоперация как страховочный механизм: управление из удалённого центра

Полная автономность SAE Level 4 предполагает, что в штатном режиме оператор в салоне не нужен. Но это не означает, что машина должна справляться с абсолютно любой ситуацией без внешней поддержки. Нераспознанный объект, экстремальная погода, противоречивые дорожные указания или сбой в карте могут вывести систему из автоматического режима.

Здесь включается телеоперация. Сертифицированный специалист в удалённом центре получает информацию с камер и других сенсоров, видит состояние машины и помогает выбрать дальнейшее действие. В зависимости от архитектуры он может полностью перехватить управление, подтвердить предложенный алгоритмом манёвр или дать разрешение продолжить движение после остановки.

В Дюссельдорфе в рамках проекта PoQuaSIA в 2026 году тестируется именно эта схема. Пассажирские микроавтобусы в аэропорту курсируют автономно, но при срабатывании триггера неуверенности управление перехватывает оператор центра. Такой подход позволяет не держать водителя в каждой машине и одновременно сохранить человеческий контроль для редких событий.

Телеоперация особенно полезна на ограниченной территории. В аэропорту, кампусе или технологическом парке можно заранее описать дорожную сеть, установить камеры, ограничить скорость и организовать устойчивый канал связи. На обычной городской улице требования выше: оператору приходится работать с большим количеством участников движения, а изображение с бортовых камер не всегда передаёт глубину и контекст так, как их воспринимает человек на месте.

Телеоперация — не отказ от автономности, а её страховка. Но страховка работает только при устойчивом канале, понятной процедуре передачи управления и заранее определённом безопасном действии на случай полной потери связи.

Главное ограничение здесь — задержка. Оператор не должен подменять водителя и в последний момент «ловить» автобус перед препятствием. Если система обратилась за помощью слишком поздно, даже быстрое решение из удалённого центра не исправит ситуацию. Поэтому телеоперацию разумнее использовать для выбора маршрута после остановки, объезда препятствия, подтверждения движения в сложном месте или восстановления работы после нештатного события.

На практике автобус должен иметь несколько уровней поведения:

1. продолжить движение, если ситуация распознана и риск находится в допустимых пределах;

2. снизить скорость, если уверенность алгоритма упала, но траектория остаётся контролируемой;

3. остановиться в безопасном месте и запросить помощь;

4. включить аварийный режим, если связь с центром, сенсоры или вычислительная система недоступны.

Такая логика важнее красивой демонстрации дистанционного управления. Без неё телеоператор превращается в удалённого водителя, который вынужден постоянно наблюдать за каждой машиной. Это не масштабируемая модель: один специалист не сможет качественно контролировать большой парк, если системы будут передавать ему слишком много ложных тревог.

Нужны и понятные правила для пассажиров. При остановке роботизированного автобуса человек должен понимать, что происходит, сколько продлится ожидание и как вызвать помощь. В общественном транспорте безопасность включает не только предотвращение столкновения, но и действия после сбоя: открытие дверей, связь с диспетчером, эвакуацию и доступ сотрудников к салону.

Масштабирование проектов: от пилотных трамваев в Петербурге до робобусов в Германии

Переход от единичных прототипов к регулярным маршрутам — главный технологический вызов. На полигоне можно заранее ограничить скорость, убрать сложные перекрёстки и подготовить инфраструктуру. На городской линии приходится работать по расписанию, перевозить пассажиров, учитывать ремонтные работы и взаимодействовать с обычными водителями, которые не обязаны подстраиваться под логику автономной системы.

В Гамбурге проект ALIKE планирует в 2026 году запуск безбарьерного сервиса по требованию с робошаттлами. Это другая модель по сравнению с фиксированным автобусным маршрутом: пассажир вызывает машину через приложение, а алгоритм маршрутизации перестраивает поездку под запросы. Такой формат проще запускать в районах с невысоким пассажиропотоком, где большой автобус большую часть дня едет полупустым.

Но сервис по требованию не отменяет базовых проблем. Робошаттлу нужно безопасно подъехать к пассажиру, найти место для остановки, не заблокировать проезд и правильно определить точку посадки. Для маломобильного человека важны не только автономность и приложение, но и возможность получить помощь, открыть дверь, разместить коляску и выйти на пригодной для этого остановке.

В Германии параллельно развиваются проекты, рассчитанные на более широкое использование автономных автобусов. План масштабирования до десяти тысяч машин показывает, что речь идёт уже не только о технологическом эксперименте, а о попытке встроить беспилотный транспорт в систему общественных перевозок. Однако число автомобилей само по себе ничего не говорит о зрелости технологии. Важнее, на каких маршрутах они работают, кто отвечает за безопасность и какую часть пути действительно проходят без вмешательства человека.

Пилотный проект и массовая эксплуатация отличаются не количеством камер на крыше, а требованиями к процессам. Перевозчику приходится выстроить целую цепочку:

• обследовать маршрут и разделить его на участки с разным уровнем сложности;
• собрать данные о сезонных изменениях, ремонтах и временных ограничениях;
• проверить совместимость с городской светофорной и диспетчерской инфраструктурой;
• обучить удалённых операторов и технический персонал;
• определить порядок действий при остановке, отказе или эвакуации;
• объяснить пассажирам, как пользоваться салоном без водителя.

Для автономного общественного транспорта особенно важна повторяемость. Разовая поездка без инцидентов подтверждает, что система способна проехать конкретный маршрут в конкретных условиях. Регулярная линия требует другого уровня доказательств: автобус должен выполнять одну и ту же задачу в течение длительного времени, в меняющейся погоде и при непредсказуемом поведении окружающих.

Здесь пересекаются технологические и правовые ограничения. Если машина остановилась из-за неуверенности алгоритма, простой отражается на расписании. Если оператор получает слишком много запросов, растёт стоимость обслуживания. Если после обновления карты изменилось поведение системы, перевозчику требуется повторная проверка маршрута. Автономность не сокращает эксплуатационные расходы автоматически: часть затрат переносится с кабины водителя на вычислительную инфраструктуру, связь, обслуживание сенсоров и контроль качества данных.

Есть и вопрос доверия. Пассажиру не обязательно понимать устройство нейросети, но он должен видеть, что транспорт предсказуем. Двери должны открываться и закрываться без задержек, информация о маршруте — отображаться понятно, а обращение за помощью — работать даже при нестандартной ситуации. Первый опыт поездки формируется не рекламным роликом, а тем, как автобус ведёт себя у остановки и что происходит, если на полосе оказался неожиданный предмет.

Что отличает зрелую систему от демонстрации

Пять технологий работают только в связке. Хорошая камера не компенсирует устаревшую карту, а точная HD-карта не спасает при сбое связи с оператором. V2X расширяет картину, но не может стать единственным источником информации. Искусственный интеллект принимает решения, однако его безопасность определяется не красотой распознавания объектов, а тем, умеет ли он распознать собственную неуверенность.

Уровни автономности здесь полезно различать по роли человека:

Такой подход помогает не путать технологический эффект с эксплуатационной готовностью. Автобус может выглядеть беспилотным, но при этом двигаться по заранее подготовленной территории на небольшой скорости и под постоянным контролем специалиста. Это не обман и не провал — просто другой этап развития.

Безопасность как свойство всей городской системы

Беспилотный городской транспорт часто обсуждают через вопрос: безопаснее ли он человека за рулём? В таком виде вопрос слишком общий. Человек ошибается из-за усталости, отвлечения и неправильной оценки ситуации. Алгоритм не устаёт, но может ошибиться в распознавании редкого объекта, неверно интерпретировать дорожный контекст или столкнуться с отказом сенсора.

Поэтому сравнивать нужно не абстрактного человека с абстрактным роботом, а две системы. У обычного автобуса есть водитель, диспетчер, техническая служба и привычные процедуры реагирования. У беспилотного — сенсорный комплект, вычислительный модуль, программное обеспечение, канал связи, удалённый оператор и собственные сценарии отказа. Надёжность возникает на уровне всей цепочки.

Практически это означает, что беспилотному транспорту нужны:

• резервирование критических функций торможения, питания и вычислений;
• диагностика сенсоров до выхода на линию и во время движения;
• регистрация событий для разбора ошибок и обновления моделей;
• защищённые каналы связи с инфраструктурой и центром управления;
• понятные ограничения по погоде, скорости и сложности маршрута;
• физически и информационно доступный способ вызвать помощь.

Часть этих требований относится не к искусственному интеллекту, а к обычной инженерии. Если грязь закрыла камеру, программная модель не должна делать вид, что всё в порядке. Если потеряна навигация, автобус обязан перейти к заранее определённому сценарию, а не продолжать движение по последней известной карте. Если дверь не закрылась, машина не может руководствоваться только расписанием.

В этом смысле автономный общественный транспорт — не отдельный робот на колёсах, а элемент умного города. Он зависит от качества дорожной разметки, работы светофоров, состояния остановок, доступности связи и того, насколько быстро город сообщает перевозчику об изменениях. Чем сложнее маршрут, тем меньше смысла в автономности, существующей только внутри корпуса автобуса.

Что дальше

Пилотные трамваи в Петербурге, робошаттлы в Германии и проекты автономных автобусов показывают разные пути к одной цели. Где-то начинают с помощника машиниста, постепенно собирая данные на реальной линии. Где-то выбирают закрытую территорию, чтобы отработать телеоперацию и взаимодействие с пассажирами. Где-то строят сервис по требованию, снижая сложность маршрутов и подстраивая перевозку под фактический спрос.

Ни один из этих путей не является универсальным. Для плотного центра города важны предсказуемость, работа с перекрёстками и интеграция со светофорами. Для пригорода — устойчивость связи, запас по времени и способность обслуживать маршрут с редкими остановками. Для аэропорта или кампуса — точная карта территории, безопасная посадка и быстрое подключение удалённого оператора.

Главное изменение происходит не в том, что автобус учится ехать без человека. Меняется сама архитектура перевозки: часть решений переносится в программное обеспечение, часть контроля — в удалённый центр, а часть ответственности — на городскую инфраструктуру и регламенты эксплуатации.

Беспилотный общественный транспорт станет массовым не тогда, когда машина научится эффектно проезжать сложный участок в демонстрационном режиме. Зрелость наступит, когда система будет одинаково спокойно воспринимать ремонт, снег, сбой связи, незнакомый объект и растерянного пассажира — и каждый раз выбирать безопасный, понятный людям сценарий. Именно это, а не наличие лидара или красивого интерфейса в салоне, определит будущее автономных автобусов в городах.