SakhalinMedia, 6 ноября. Сахалинская команда "СахалИИн" заняла третье место на международном конкурсе "Лидеры цифровой трансформации" в Москве. Об этом говорится в пресс-релизе регионального правительства.
Команда представила систему компьютерного зрения TunnelGuard. Она позволяет беспилотному поезду метро безопасно двигаться в тоннеле и распознавать посторонние объекты на пути. Разработку признали лучшей в номинации "Система обнаружения посторонних объектов для беспилотных поездов в тоннеле метро по данным 3D-лидара".
В состав "СахалИИн" вошли сотрудники регионального Центра искусственного интеллекта Александр Каменев, Полина Витковская и Марат Галиулин. Одной из отправных точек для команды стала "Школа 21" от Сбера. Ее открыли в Южно-Сахалинске в 2024 году по инициативе губернатора Сахалинской области. Марат Галиулин признался, что школа помогла ему прокачать навыки программирования. Участников школы уже в процессе обучения привлекают к реальным проектам. Среди них — задачи системы "Безопасный город" и Сахалинского центра ИИ.
"Конкурс собрал рекордное количество участников. В такой сильной конкуренции сахалинская команда "СахалИИн" заняла третье место. Это не просто победа — это подтверждение того, что наши специалисты способны решать задачи федерального уровня", — отметил губернатор Сахалинской области Валерий Лимаренко.
Он подчеркнул, что в регионе продолжат поддерживать развитие проекта и команды. Сама победа подтверждает способность сахалинских специалистов работать на федеральном уровне.
Церемония награждения победителей конкурса «Лидеры цифровой трансформации». Фото: пресс-служба правительства Сахалинской области
Как работает система
Ключевая особенность разработки — нетипичный подход к распознаванию. Классические алгоритмы компьютерного зрения пытаются "узнать" конкретный предмет по форме и очертаниям. Это делает их уязвимыми к помехам и сложным сценариям. Сахалинцы пошли другим путем. Они построили математическую модель "нормального тоннеля": стен, свода, рельсов и габарита поезда. Также учли физику самого лидара. Система заранее "знает", как должен выглядеть безопасный путь. Она мгновенно фиксирует любое отклонение от нормы. Технологии машинного обучения подключаются лишь в сложных и спорных случаях. Они уточняют базовое решение.
Результаты
Число ложных экстренных остановок снижено в шесть раз. Показатель упал с 10,3 до 1,8 на километр пути на участках новой линии метро. Человека на рельсах система обнаруживает на расстоянии 55,5 метра. Это происходит практически в 100% случаев — 58 из 60 кадров. Обработка массива данных занимает от 56 до 70 миллисекунд вместо ожидаемых 100. Система "думает" быстрее, чем обновляется картинка. Для работы алгоритма не требуются суперкомпьютеры. Система уверенно функционирует на обычном процессоре ноутбука. Это принципиально важно для внедрения. Отказ от дорогого вычислительного оборудования упрощает и удешевляет оснащение подвижного состава.
Почему это важно
Запуск беспилотных поездов в метро требует от систем компьютерного зрения надежности выше человеческой. Условия тоннеля отличаются от дорожных. Здесь нет привычных знаков и нормального освещения. Конфигурация пути постоянно меняется: кривые, уклоны, станции, стрелки, колонны между путями. Обычных камер для уверенного распознавания недостаточно. На помощь приходит 3D-лидар. Он "ощупывает" пространство лазерными лучами.
Цена ошибки в обе стороны высока. Если система видит препятствия там, где их нет, поезд станет постоянно экстренно тормозить. Это парализует движение на всей линии. Если система пропустит реальное препятствие, произойдет катастрофа.
Конкурс
В 2026 году на конкурс "Лидеры цифровой трансформации" зарегистрировались почти 11,5 тысячи человек. География — 89 регионов России и 40 зарубежных стран. Это рекордное число участников за историю состязания. Всего конкурсантам предложили 20 задач. Среди них — от цифрового проектирования озеленения мегаполиса до роботизации складов и аэропортов.
