«СахалИИн» заняла третье место на конкурсе в Москве

Сахалинская команда «СахалИИн» заняла третье место на международном конкурсе «Лидеры цифровой трансформации», который прошёл в Москве. Об этом сообщили в пресс-релизе регионального правительства.

Команда показала систему компьютерного зрения TunnelGuard. Она помогает беспилотному поезду 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, открытая в Южно-Сахалинске в 2024 году по инициативе губернатора Сахалинской области.

Марат Галиулин отметил, что школа помогла ему прокачать навыки программирования. Участников школы уже в процессе обучения привлекают к реальным проектам, среди которых 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», — заявил 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.

Ключевая особенность разработки — нетипичный подход к распознаванию. Классические алгоритмы компьютерного зрения пытаются «узнать» конкретный предмет по форме и очертаниям, что делает их уязвимыми к помехам и сложным сценариям. Сахалинцы пошли другим путём.

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, и мгновенно фиксирует любое отклонение от нормы. Технологии машинного обучения подключаются лишь в сложных и спорных случаях, уточняя базовое решение.

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 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, поскольку отказ от дорогого вычислительного оборудования упрощает и удешевляет оснащение подвижного состава.

Запуск беспилотных поездов в метро требует от систем компьютерного зрения надёжности выше человеческой. Условия тоннеля отличаются от дорожных: здесь нет привычных знаков и нормального освещения, а конфигурация пути постоянно меняется — кривые, уклоны, станции, стрелки, колонны между путями. Обычных камер для уверенного распознавания недостаточно, на помощь приходит 3D-лидар, который «ощупывает» пространство лазерными лучами.

Цена ошибки в обе стороны высока. Если система видит препятствия там, где их нет, поезд станет постоянно экстренно тормозить, что парализует движение на всей линии. Если система пропустит реальное препятствие, произойдёт катастрофа.

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 — от цифрового проектирования озеленения мегаполиса до роботизации складов и аэропортов.