В настоящее время беспилотные транспортные средства (БТС) для обеспечения
автономной навигации в большей степени полагаются на GPS. Для реализации концепции
умного города актуальным является поиск альтернативных методов локализации БТС, так как в
реальных условиях сигнал GPS может либо отсутствовать, либо его точности бывает
недостаточно для движения по маршруту или выполнения маневров. Следует отметить, что для
внедрения технологий БТС существуют информационные проблемы: конфиденциальность и
доверие, а также кибербезопасность. Поскольку в среде умного города все БТС должны быть
подключены к сети, то вопросы кибербезопасности также требуют дополнительного внимания.
Киберугрозы могут спровоцировать нарушения в работе как отдельных БТС, так и транспортной
системы в целом. В статье выделены три категории программных систем БТС, обеспечивающих
соответственно обработку данных, планирование и управление. Представлен подход к
архитектуре функционирования БТС, основанной на сборе информации, принятии решений,
сетевой и вычислительной многоуровневой аналитике. Для повышения уровня безопасности
БТС предлагается использовать систему управления безопасностью, основанную на факторном
анализе и методах расчета рисков. В части беспрепятственного движения, предлагается метод
локализации БТС посредством их коммуникации на основе сетевых моделей локального
позиционирования.
1. Thomopoulos, N., Givoni, M. The autonomous car – a blessing or a curse for the future of
low carbon mobility? An exploration of likely vs. desirable outcomes. European Journal of
Futures Research. 2015;3:14. Доступно по:
https://link.springer.com/content/pdf/10.1007/s40309-015-0071-z.pdf. DOI:
10.1007/s40309-015-0071-z (дата обращения 15.08.2020).
2. Fagnant D.J., Kockelman K. Preparing a nation for autonomous vehicles: Opportunities,
barriers and policy recommendations. Transportation Research Part A: Policy and
Practice. 2015;77:167-181. DOI: 10.1016/j.tra.2015.04.003.
3. Carvalho G.P.S, Costa R.R. Localization of an Autonomous Rail-Guided Robot Using
Particle Filter. IFAC-PapersOnLine. 2017;50(1):5642-5647. DOI:
10.1016/j.ifacol.2017.08.1112.
4. Cai G., Lin H., Kao S. Mobile Robot Localization using GPS, IMU and Visual Odometry.
Proceedings of the 2019 International Automatic Control Conference (CACS). 2019;1-6.
DOI: 10.1109/CACS47674.2019.9024731.
5. Forster C., Zhang Z., Gassner M., Werlberger M., Scaramuzza D. SVO: semi direct visual
odometry for monocular and multicamera systems. IEEE Transactions on Robotics.
2017;33(2):249-265. DOI: 10.1109/TRO.2016.2623335.
6. Engel J., Stckler J., Cremers D. Large-scale direct SLAM with stereo cameras. Proceedings
of the 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS).
2015;1935–1942. DOI: 10.1109/IROS.2015.7353631.
7. Bar Hillel A., Lerner R., Levi D., Raz G. Recent progress in road and lane detection: a
survey. Machine Vision and Applications. 2014;25:727-45. DOI: 10.1007/s00138-011-
0404-2.
8. Russakovsky O., Deng J., Su H., Krause J., Satheesh S., Ma S., Huang Z., Karpathy A.,
Khosla A., Bernstein M., Berg A.C., Fei-Fei L. ImageNet large scale visual recognition
challenge. International Journal of Computer Vision. 2015;115:211-252. DOI:
10.1007/s11263-015-0816-y.
9. Taxonomy and definitions for terms related to driving automation systems for on-road
motor vehicles. Standards. J3016_201806, SAE International. 2018.
10. Russell H.E.B., Harbott L.K., Nisky I., Pan S., Okamura A.M., Gerdes J.C. Motor learning
affects car-to-driver handover in automated vehicles. Science Robotics. 2016:1(1). DOI:
10.1126/scirobotics.aah5682.
11. Anagnostopoulos С. Edge-centric inferential modeling & analytics. Journal of Network and
Computer Applications. 2020;164:102696. DOI: 10.1016/j.jnca.2020.102696.
12. Petit J., Shladover S.E. Potential cyberattacks on automated vehicles. IEEE Transactions
on Intelligent Transportation Systems. 2015;16(2):546–556. DOI:
10.1109/TITS.2014.2342271.
13. Lim H.S.M., Taeihagh A., Autonomous Vehicles for Smart and Sustainable Cities: An InDepth Exploration of Privacy and Cybersecurity Implications. Energies. 2018;11(5):1062.
DOI: 10.3390/en11051062.
14. Kohler W.J., Colbert-Taylor A. Current law and potential legal issues ertaining to
automated, autonomous and connected vehicles. Santa Clara High Technology Law Journal.
2014;31(1), 99.
15. Parkinson S., Ward P., Wilson K., Miller J. Cyber threats facing autonomous and connected
vehicles: future challenges. IEEE Transactions on Intelligent Transportation Systems.
2017:18(11): 2898–2915. DOI: 10.1109/TITS.2017.2665968.
16. Von Solms R., Van Niekerk J. From information security to cybersecurity. Computers &
Security. 2013;38:97-102. DOI: 10.1016/j.cose.2013.04.004
17. Fagnant D.J., Kockelman K. Preparing a nation for autonomous vehicles: Opportunities,
barriers and policy recommendations. Transportation Research Part A: Policy and
Practice. 2015;77:167–181. DOI: 10.1016/j.tra.2015.04.003.
18. Li C.-Y., Wang J.-H., Zhi Y.-R., Wang Z.-R., Gong J.-H. Simulation of the Chlorination
Process Safety Management System Based on System Dynamics Approach. Procedia
Engineering. 2018;211:332-342. DOI: 10.1016/j.proeng.2017.12.020.
19. Kalashnikov A., Sakrutina E. Safety management system and Significant Plants of Critical
Information Infrastructure. IFAC-PapersOnLine. 2019;52(13):1391-1396. DOI:
10.1016/j.ifacol.2019.11.393.
20. Iskhakov A., Meshcheryakov R. Intelligent system of environment monitoring on the basis
of a set of IoT-sensors. Proceedings of the 2019 International Siberian Conference on
Control and Communications (SIBCON 2019). 2019;1-5. DOI:
10.1109/SIBCON.2019.8729628.
21. Чопоров О.Н., Нежельский Е.Р., Белоножкин В.И., Паринова Л.В. Разработка
системы управления рисками организации, подключенной к сети интернет.
Информация и безопасность. 2018;21(3):290-295.
22. Калашников А.О., Сакрутина Е.А. Модель прогнозирования рискового потенциала
значимых объектов критической информационной инфраструктуры. Информация и
безопасность. 2018;21(4):465-470.
23. Abdulov A.V., Abramenkov A.N. Collision Avoidance by Communication for Autonomous
Mobile Robots in Crowd. Proceedings of the 11th International Conference “Management
of Large-Scale System Development” (MLSD). 2018;1-5. DOI:
10.1109/MLSD.2018.8551804.
24. Sand S., Dammann A., Mensing Ch. Position Estimation. Positioning in Wireless
Communications Systems, Wiley Telecom, 2014. DOI: 10.1002/9781118694114.ch4.
25. Гусс С.В. Самоорганизующиеся mesh-сети для частного использования.
Математические структуры и моделирование. 2016;4(40):102-115.
26. Promyslov V.G, Sakrutina E., Meshcheryakov R. Coherence Criterion for Security
Architecture of Digital Control System. Proceedings 2019 International Russian Automation Conference (RusAutoCon). 2019;1-5. DOI:
10.1109/RUSAUTOCON.2019.8867615.
27. Abdulov A.V., Abramenkov A.N., Shevlyakov A.A. Visual Odometry Approaches to
Autonomous Navigation for Multicopter Model in Virtual Indoor Environment. Advances
in Systems Science and Applications. 2018;18(3):17-28. DOI:
10.25728/assa.2018.18.3.583.
