Тест-драйв для технологических журналистов автомобиля Mercedes CLA с автономным управлением, оснащённого платформой NVIDIA Hyperion

TechRadar репортёр Майк Мур во время выставки GTC 2026 лично опробовал на себе автомобиль Mercedes CLA с автопилотом, оснащённым платформой Nvidia Hyperion. Он заявил, что эта поездка в режиме автопилота стала успешным опытом: управление на базе ИИ было уверенным, система могла реагировать на окружающую обстановку, и на всём пути он чувствовал себя в безопасности. Благодаря интеграции сенсорного оборудования и сквозных (end-to-end) технологий Alpamayo демонстрирует первые результаты в области принятия решений в реальном времени и распознавания окружающей среды на сложных городских дорогах.

Как формируются контуры безопасности: конфигурация аппаратных сенсоров и сквозные технологии (end-to-end)?

Испытательная поездка, которую Майк Мур провёл в центре Сан-Хосе, была на автомобиле Mercedes-Benz CLA. В спецификациях автомобиля предусмотрена платформа Hyperion 8. Вся машина имеет в общей сложности 10 комплектов камер (Cameras) и 5 комплектов радаров (Radars), образуя сеть всестороннего (360 градусов) восприятия окружающей среды.

Программная архитектура основана на сквозной (End-to-End) технологии Alpamayo. Особенность этой технологии заключается в том, что обучение моделей выполняется с использованием данных реальных дорог и синтетических данных; она также обладает полностью прослеживаемыми техническими записями. Цель — повысить безопасность и надёжность системы. Хотя пока этот комплект полной системы, испытанный в ходе опыта, ещё не вышел на массовый рынок, ожидается, что он будет официально представлен во второй половине 2026 года, после чего внесёт новый технологический импульс в рынок автомобилей.

Каков механизм взаимодействия «автопилота уровня L2» в условиях реальных дорог?

Технология Hyperion 8, применяемая на тестируемом автомобиле, относится к автоматизации уровня Level 2 Autonomy «L2». В рамках этой классификации система способна брать на себя навигацию и руление, но водитель всё равно должен следить за дорожной обстановкой. В течение примерно 45 минут тестовой поездки автомобиль перемещался по городским и пригородным средам, где были как велосипедные полосы, так и многополосные участки. Конструкция системы предусматривает, что водитель должен периодически прикасаться к рулевому колесу, чтобы подтвердить, что он в сознании и не отвлекается.

Водитель сохраняет приоритет и может в любой момент незамедлительно отключить управление системой, выполнив действия вроде нажатия на педаль тормоза. Эта модель совместной работы «человек—машина» в рамках действующих нормативных требований является основной формой перехода, благодаря которой технологии автопилота сейчас выходят на массовый рынок: она обеспечивает удобство и, вместе с тем, гарантирует, что в случае непредвиденных ситуаций у водителя остаётся пространство для управления.

Майк Мур говорит, что каждый, кто когда-либо ездил на автомобиле с автопилотом, знает: процесс поездки может быть полон напряжения, особенно когда он тогда сидел на пассажирском сиденье. В США пассажирское сиденье называют Dead Seat; как утверждают, пассажирское сиденье по вероятности травм и смертельных исходов более рискованно, чем сиденье водителя. Но после нескольких перекрёстков он расслабился и в полной мере наслаждался туристическим опытом «прогулки на машине».

Как Alpamayo справляется с внезапными дорожными ситуациями и нетипичным поведением транспорта?

Во время тестовой поездки Alpamayo продемонстрировала способность обрабатывать сложные сценарии принятия решений: когда рядом идущий автобус в соседней полосе внезапно перестраивался из‑за манёвра объезда препятствия, тестируемый автомобиль немедленно включил указатель поворота и синхронно перестроился в соседнюю полосу, чтобы избежать столкновения. Кроме того, система проявила себя и в обнаружении нетипичных действий: например, когда фиксировалось, что пешеход готовится перейти дорогу в месте, не предназначенном для пешеходного перехода, возле жилой зоны, автомобиль заранее снижал скорость и подъезжал ближе к обочине.

Что касается планирования маршрута, автомобиль способен заранее за один квартал выехать в правильную полосу для поворота, чтобы избежать опасных манёвров, таких как «вклинивание» в плотном перекрёстном потоке или пересечение полос. Такая логика предвидения показывает, что при работе с динамическими потоками транспорта искусственный интеллект уже умеет объединять информацию с карт и данные сенсорного восприятия в реальном времени, чтобы принимать решения, лучше соответствующие транспортной инерции.

Самой сложной ситуацией в ходе тестирования стало столкновение с аномальными действиями крупного грузовика: он выполнял необычный задний ход на парковке и пересекал тестовую полосу. В таких экстремальных случаях система автопилота демонстрирует более своевременное срабатывание торможения, чем человек, эффективно предотвращая аварийное столкновение.

Эта статья «Технологический репортёрский опыт: автопилот Mercedes CLA с платформой Nvidia Hyperion» впервые появилась в издании Lien News ABMedia.