#автономный_транспорт — Public Fediverse posts

Toyota Woven City — самый дорогой датасет в истории корпоративных исследований

Если у вас завалялись лишние десять миллиардов долларов и есть желание построить город будущего — что ж, Toyota вас опередила. В сентябре 2025 года крупнейший автопроизводитель мира официально открыл у подножия горы Фудзи свой полигон мобильности Woven City. На месте старого завода площадью семьдесят гектаров появились стильные дома из дерева и бетона, подземная инфраструктура водородной энергетики, тоннели для роботов-курьеров. Архитектором выступил Бьярке Ингельс — тот самый, кто проектировал штаб-квартиру Google. Энергия поступает от водородных топливных элементов и солнечных панелей. Дороги разделены на три типа, и они физически не пересекаются. Жителей пока около сотни. Их называют Weavers — «ткачами», вероятно, в память о том, что Toyota когда-то начинала с ткацких станков. Город закрыт для посторонних: широкая публика попадет сюда, по плану компании, только в следующем финансовом году, и то по записи. Звучит как очередная корпоративная утопия в духе Кремниевой долины. Но это не так. Это самый аккуратно спроектированный эксперимент по сбору данных о людях, который когда-либо ставила частная компания. Давайте разберемся, что к чему.

https://habr.com/ru/companies/ru_mts/articles/1037218/

#Toyota #Woven_City #умный_город #корпоративный_город #автономный_транспорт #AI_Vision_Engine #приватность_данных #роботы_для_пожилых #Япония #Sidewalk_Labs

Когда машине нужен человек: инженерные подходы к удалённому управлению автономным транспортом

Привет! Меня зовут Дмитрий Ивахненко из команды Автономного транспорта Яндекса. В этой статье я подробно разберу, как устроены сервисы удалённого управления автономными юнитами — роботакси, роботами‑доставщиками и грузовиками. Реальный мир полон нестандартных ситуаций, в которых даже самые совершенные алгоритмы могут встретить сложности: внезапно появившееся препятствие, сбой датчиков, сложные погодные условия. В этих случаях важно обеспечить безопасность, бесперебойную работу и предсказуемое поведение техники. Для этого и нужны операторы и системы удалённого управления — они «подстраховывают» автономные устройства. Под катом — архитектурные решения и инструменты, которые позволили сделать весь процесс удалённой помощи масштабируемым, надёжным и эффективным.

https://habr.com/ru/companies/yandex/articles/1011432/

#автономный_транспорт #бэкенд #передача_данных #ручное_управление #удаленная_поддержка #роботакси #роботдоставщик

Ставка на GenAI: генеративные модели меняют правила игры в автономном транспорте

Автономный транспорт давно вышел за пределы закрытых полигонов и футуристичных историй. Он уже работает и приносит пользу бизнесу и людям. В России тягачи Navio два года возят реальные грузы коммерческих клиентов по трассе М-11 «Нева». А в США, Китае или Европе можно совершить поездку на роботакси. Тем не менее, восприятие технологии остается противоречивым. Видео, где автомобиль без водителя в салоне не может выехать с кольцевого перекрестка или воспринимает человека в майке с надписью STOP как команду к действию, усиливают скепсис и снижают доверие к результатам разработчиков. Почему компании, которые работают над технологией с 2009 года [больше 15 лет], не смогли добиться ее стабильной работы. Классический подход в разработке автономного транспорта Алгоритмический подход признан классическим в разработке автономного транспорта. Логическая архитектура построена на основе последовательности действий водителя за рулем: · восприятие окружающего мира — набор сенсоров (радары, лидары, камеры); · определение местоположения — карты, модуль позиционирования, сенсоры; · предсказывание действий других объектов вокруг — алгоритмы на базе кинематической составляющей и модели динамики объектов; · планирования пути — руководство к действию или свод правил, основанный на правилах дорожного движения (ПДД); · управление — модуль внутри автомобиля приводит его в движение. Этот код пишется 15 лет и никогда не будет завершен Несовершенность классического подхода обнаружилась на этапе планирования пути. При алгоритмическом подходе условия прописываются вручную (what-if сценарии). Автономное транспортное средство принимает решение на основе типа объекта (автомобиль, пешеход, др.), дальше добавляются такие условия, как состояние дорожного покрытия, погода, светофоры, другие объекты. Все это ведет к экспоненциальному росту проверок вложенных условий. Обладая достаточным парком автомобилей, за несколько лет разработчик может закрыть самые часто встречающиеся сценарии на дороге. Следующие несколько лет проездов выловят более редкие случаи и укрепят базу. Но остается открытым вопрос, что делать с уникальными ситуациями, как человек в футболке с надписью STOP или объездом препятствия в месте, где обгон запрещен разметкой. Невозможно вручную прописать все условия заранее, мир сегодня слишком непредсказуем. Такой подход не позволит масштабировать технологию и обеспечить ее стабильность на 100%, особенно в условиях города. Такая бесконечность сценариев называется Long Tail.

https://habr.com/ru/companies/navio/articles/961428/

#Selfdriving_technology #автономный_транспорт #технологии_автономного_транспорта #vla #naviosim #navio #искусственный_интеллект #navio_ai_driver #фотореалистичный_симулятор #машинное_обучение

Скрытая роль высокоточных цифровых карт в развитии систем автономного вождения

Среди разработчиков систем автономного вождения до сих пор продолжается дискуссия о том, насколько важны высокоточные цифровые карты (HD-карты) для развития технологии. Мнения ведущих игроков отрасли разделились: кто-то полагается только на компьютерное зрение и визуальные модели, а кто-то делает ставку на цифровые карты. Мы в Navio сторонники второго подхода и считаем, что высокоточные цифровые карты — перспективная и надежная база для развития автономных технологий, поэтому подробно расскажем об их роли в архитектуре систем автономного вождения и о том, почему считаем их ключевым элементом для повышения уровня автономности в будущем. Как устроены высокоточные цифровые карты

https://habr.com/ru/companies/navio/articles/1004592/

#HD_карты #автономный_транспорт #беспилотный_транспорт #высокоточные_цифровые_карты #карты #цифровой_двойник #компьютерное_зрение #AI_водитель #оцифровка_данных #v2x

Компактный быстросборный беспилотный катамаран NAVIS от NaviLogics на III Международном Каспийском цифровом форуме

30-31 октября 2025 года в Каспийске в рамках цифрового форума был представлен компактный беспилотный надводный аппарат (БНА) Navis - российская разработка, призванная обеспечить развитие отечественной отрасли интеллектуальных надводных систем для решения широкого спектра задач по управлению и контролю водных объектов, проведению точных измерений и обеспечению безопасности на воде и под водой.

https://habr.com/ru/articles/964408/

#беспилотные_аппараты #измерения #безопасность #роботизация #мониторинг #экология #сделай_сам #навигация #будущее_здесь #автономный_транспорт

Баланс технологий и эстетики: как разрабатывался дизайн автономного тягача L5 от Navio

Появление на дорогах автономных грузовиков — новый тренд в области логистики. Компания Navio является одним из передовых игроков отрасли. Наша команда принимает активное участие в грузоперевозках и ежедневно совершает коммерческие рейсы. Мы следим за трендами рынка и предлагаем решения, которые обеспечат все логистические процессы и откроют новые возможности для развития бизнеса. Это стало одним из факторов разработки собственного автономного тягача, который станет основой для будущего облика индустрии автомобильных грузоперевозок и решит возникающие вопросы: рост издержек и дефицит кадров, особенно — водителей. В этой статье мы расскажем о том, как разрабатывался дизайн автономного тягача L5, а также о том, какие принципы были заложены в его концепцию. Проектирование автономного тягача L5: баланс технологий, функционала и стиля в промышленном дизайне

https://habr.com/ru/companies/navio/articles/950598/

#промышленный_дизайн #транспорт_будущего #автономный_автомобиль #автономный_транспорт #прототипирование #navio #navio_l5 #автономный_тягач

Сказ о том, как сделать самый большой флот автономных грузовиков в России с нуля…

Сегодня достаточно скачать с GitHub-a открытый стек автопилота, прикрутить пару камер или лидаров с AliExpress к небольшой электрической платформе, прокатить ее по парковке — и проект уже называют «автономным». Но заставить машину без водителя в реальных условиях выполнять задачи бизнеса, например, перевозить тонны груза в -30 °C и +50 °C, и, при этом, зарабатывать деньги — это совсем другая лига, где сходят с дистанции даже стартапы с сотнями миллионов долларов инвестиций. Я — Дмитрий Куликов, последние 2,5 года руковожу разработкой ПО в Evocargo. Мы с нуля разрабатываем, проектируем, производим и внедряем автономные электрогрузовики максимально высокого на сегодня серийно-эксплуатируемого уровня автономности. Уже 5 лет они работают на десятках коммерческих объектов по всей России. Как пробиться в лигу успешных проектов в автономном вождении, как мы приняли решение строить собственную платформу и почему Маск всё ещё не прав — расскажу в этой статье. К сказу...

https://habr.com/ru/companies/evocargo_it/articles/967066/

#автономный_транспорт #автономная_логистика #грузоперевозки #компьютерное_зрение #искусственный_интеллект #машинное_обучениe #робототехника #инженерные_решения

Как мы создаём HD-карты для автономного транспорта: устройство map-editor

Привет! Меня зовут Коля, я руковожу группой разработки геосервисов автономного транспорта. Одно из наших направлений деятельности — разработка инструментов картографии. Обычная дорожно‑уличная сеть подходит людям и приложениям вроде навигаторов, но роботам этого мало: им необходимы HD‑карты, способные описывать окружающий мир с десятками слоёв атрибутов и точностью до сантиметров. Такие карты кладут в основу алгоритмов локализации, навигации и поведения, и именно от их качества зависит безопасность и эффективность автономного транспорта. Создание подробных HD‑карт — непростая инженерная задача: каждая карта складывается из данных лидаров, спутников и других источников, проходит десятки стадий обработки и валидации, а для редактирования используются специальные геоинформационные редакторы. В этой статье мы разберём, как устроен один из ключевых инструментов — map‑editor, обеспечивающий создание и развитие HD‑карт для роботов, какие технические вызовы встречаются по пути и как мы с ними справляемся. Среди наших технологий — FastAPI и C++ для серверной логики, PostgreSQL с PostGIS для работы с геометрией, интеграция с облачными хранилищами и распределёнными вычислениями, а также элементы автоматизации на базе ML.

https://habr.com/ru/companies/yandex/articles/967698/

#backend #fastapi #автономный_транспорт #яндекс #карты #картография #ml

Как запустить робота-доставщика в новом месте

Встретить робота‑доставщика на улицах Москвы — привычное дело. Ещё они развозят заказы в Иннополисе и Мурино, побывали на Красной Поляне и совсем недавно изучили один из районов Алматы. При этом запуск доставки роботом в новом районе или городе — это достаточно сложная процедура. Нужно определить локацию для запуска, записать и отрисовать карты, наладить инфраструктуру, протестировать все процессы, организовать поддержку для роботов. Но несмотря на такой большой объём работ, весь процесс весьма интересный. Именно о нём я и расскажу в этой статье. Под катом — история о том, как мы поставили робота «на колёса» в Казахстане, показывали ему город для записи данных и учили объезжать арыки.

https://habr.com/ru/companies/yandex/articles/887684/

#яндекс #роботыдоставщики #автономный_транспорт #карты

[Перевод] Синтетика против реальных данных. Почему Tesla и NVIDIA выбирают разные пути для обучения ИИ-систем?

Беспилотные автомобили и гуманоидные роботы, способные ходить, разговаривать и работать бок о бок с людьми, — это лишь два примера того, как искусственный интеллект может изменить мир в ближайшем будущем. Однако для того, чтобы эти физические ИИ-инструменты и приложения могли работать безопасно и эффективно, им необходимо научиться понимать окружающий мир.

https://habr.com/ru/articles/873610/

#ии #автономный_транспорт #обучение_ии #искусственный_интеллект #ai #tesla #nvidia

Модификация автопилота роботакси для движения по изолированным полосам

Роботакси сталкиваются с серьезными проблемами в городских условиях. Предлагаемое (не мое и не новое) решение – изолированные полосы. Но для движения по ним необходима модификация автопилота роботакси.

https://habr.com/ru/articles/871324/

#роботакси #автономный_транспорт #автопилот #дорожные_знаки #полосы

Скрытая роль высокоточных цифровых карт в развитии систем автономного вождения

Среди разработчиков систем автономного вождения до сих пор продолжается дискуссия о том, насколько важны высокоточные цифровые карты (HD-карты) для развития технологии. Мнения ведущих игроков отрасли разделились: кто-то полагается только на компьютерное зрение и визуальные модели, а кто-то делает ставку на цифровые карты. Мы в Navio сторонники второго подхода и считаем, что высокоточные цифровые карты — перспективная и надежная база для развития автономных технологий, поэтому подробно расскажем об их роли в архитектуре систем автономного вождения и о том, почему считаем их ключевым элементом для повышения уровня автономности в будущем. Как устроены высокоточные цифровые карты

https://habr.com/ru/companies/navio/articles/1004592/

#HD_карты #автономный_транспорт #беспилотный_транспорт #высокоточные_цифровые_карты #карты #цифровой_двойник #компьютерное_зрение #AI_водитель #оцифровка_данных #v2x

Скрытая роль высокоточных цифровых карт в развитии систем автономного вождения

Среди разработчиков систем автономного вождения до сих пор продолжается дискуссия о том, насколько важны высокоточные цифровые карты (HD-карты) для развития технологии. Мнения ведущих игроков отрасли разделились: кто-то полагается только на компьютерное зрение и визуальные модели, а кто-то делает ставку на цифровые карты. Мы в Navio сторонники второго подхода и считаем, что высокоточные цифровые карты — перспективная и надежная база для развития автономных технологий, поэтому подробно расскажем об их роли в архитектуре систем автономного вождения и о том, почему считаем их ключевым элементом для повышения уровня автономности в будущем. Как устроены высокоточные цифровые карты

https://habr.com/ru/companies/navio/articles/1004592/

#HD_карты #автономный_транспорт #беспилотный_транспорт #высокоточные_цифровые_карты #карты #цифровой_двойник #компьютерное_зрение #AI_водитель #оцифровка_данных #v2x

Скрытая роль высокоточных цифровых карт в развитии систем автономного вождения

Среди разработчиков систем автономного вождения до сих пор продолжается дискуссия о том, насколько важны высокоточные цифровые карты (HD-карты) для развития технологии. Мнения ведущих игроков отрасли разделились: кто-то полагается только на компьютерное зрение и визуальные модели, а кто-то делает ставку на цифровые карты. Мы в Navio сторонники второго подхода и считаем, что высокоточные цифровые карты — перспективная и надежная база для развития автономных технологий, поэтому подробно расскажем об их роли в архитектуре систем автономного вождения и о том, почему считаем их ключевым элементом для повышения уровня автономности в будущем. Как устроены высокоточные цифровые карты

https://habr.com/ru/companies/navio/articles/1004592/

#HD_карты #автономный_транспорт #беспилотный_транспорт #высокоточные_цифровые_карты #карты #цифровой_двойник #компьютерное_зрение #AI_водитель #оцифровка_данных #v2x

Ставка на GenAI: генеративные модели меняют правила игры в автономном транспорте

Автономный транспорт давно вышел за пределы закрытых полигонов и футуристичных историй. Он уже работает и приносит пользу бизнесу и людям. В России тягачи Navio два года возят реальные грузы коммерческих клиентов по трассе М-11 «Нева». А в США, Китае или Европе можно совершить поездку на роботакси. Тем не менее, восприятие технологии остается противоречивым. Видео, где автомобиль без водителя в салоне не может выехать с кольцевого перекрестка или воспринимает человека в майке с надписью STOP как команду к действию, усиливают скепсис и снижают доверие к результатам разработчиков. Почему компании, которые работают над технологией с 2009 года [больше 15 лет], не смогли добиться ее стабильной работы. Классический подход в разработке автономного транспорта Алгоритмический подход признан классическим в разработке автономного транспорта. Логическая архитектура построена на основе последовательности действий водителя за рулем: · восприятие окружающего мира — набор сенсоров (радары, лидары, камеры); · определение местоположения — карты, модуль позиционирования, сенсоры; · предсказывание действий других объектов вокруг — алгоритмы на базе кинематической составляющей и модели динамики объектов; · планирования пути — руководство к действию или свод правил, основанный на правилах дорожного движения (ПДД); · управление — модуль внутри автомобиля приводит его в движение. Этот код пишется 15 лет и никогда не будет завершен Несовершенность классического подхода обнаружилась на этапе планирования пути. При алгоритмическом подходе условия прописываются вручную (what-if сценарии). Автономное транспортное средство принимает решение на основе типа объекта (автомобиль, пешеход, др.), дальше добавляются такие условия, как состояние дорожного покрытия, погода, светофоры, другие объекты. Все это ведет к экспоненциальному росту проверок вложенных условий. Обладая достаточным парком автомобилей, за несколько лет разработчик может закрыть самые часто встречающиеся сценарии на дороге. Следующие несколько лет проездов выловят более редкие случаи и укрепят базу. Но остается открытым вопрос, что делать с уникальными ситуациями, как человек в футболке с надписью STOP или объездом препятствия в месте, где обгон запрещен разметкой. Невозможно вручную прописать все условия заранее, мир сегодня слишком непредсказуем. Такой подход не позволит масштабировать технологию и обеспечить ее стабильность на 100%, особенно в условиях города. Такая бесконечность сценариев называется Long Tail.

https://habr.com/ru/companies/navio/articles/961428/

#Selfdriving_technology #автономный_транспорт #технологии_автономного_транспорта #vla #naviosim #navio #искусственный_интеллект #navio_ai_driver #фотореалистичный_симулятор #машинное_обучение

Ставка на GenAI: генеративные модели меняют правила игры в автономном транспорте

Автономный транспорт давно вышел за пределы закрытых полигонов и футуристичных историй. Он уже работает и приносит пользу бизнесу и людям. В России тягачи Navio два года возят реальные грузы коммерческих клиентов по трассе М-11 «Нева». А в США, Китае или Европе можно совершить поездку на роботакси. Тем не менее, восприятие технологии остается противоречивым. Видео, где автомобиль без водителя в салоне не может выехать с кольцевого перекрестка или воспринимает человека в майке с надписью STOP как команду к действию, усиливают скепсис и снижают доверие к результатам разработчиков. Почему компании, которые работают над технологией с 2009 года [больше 15 лет], не смогли добиться ее стабильной работы. Классический подход в разработке автономного транспорта Алгоритмический подход признан классическим в разработке автономного транспорта. Логическая архитектура построена на основе последовательности действий водителя за рулем: · восприятие окружающего мира — набор сенсоров (радары, лидары, камеры); · определение местоположения — карты, модуль позиционирования, сенсоры; · предсказывание действий других объектов вокруг — алгоритмы на базе кинематической составляющей и модели динамики объектов; · планирования пути — руководство к действию или свод правил, основанный на правилах дорожного движения (ПДД); · управление — модуль внутри автомобиля приводит его в движение. Этот код пишется 15 лет и никогда не будет завершен Несовершенность классического подхода обнаружилась на этапе планирования пути. При алгоритмическом подходе условия прописываются вручную (what-if сценарии). Автономное транспортное средство принимает решение на основе типа объекта (автомобиль, пешеход, др.), дальше добавляются такие условия, как состояние дорожного покрытия, погода, светофоры, другие объекты. Все это ведет к экспоненциальному росту проверок вложенных условий. Обладая достаточным парком автомобилей, за несколько лет разработчик может закрыть самые часто встречающиеся сценарии на дороге. Следующие несколько лет проездов выловят более редкие случаи и укрепят базу. Но остается открытым вопрос, что делать с уникальными ситуациями, как человек в футболке с надписью STOP или объездом препятствия в месте, где обгон запрещен разметкой. Невозможно вручную прописать все условия заранее, мир сегодня слишком непредсказуем. Такой подход не позволит масштабировать технологию и обеспечить ее стабильность на 100%, особенно в условиях города. Такая бесконечность сценариев называется Long Tail.

https://habr.com/ru/companies/navio/articles/961428/

#Selfdriving_technology #автономный_транспорт #технологии_автономного_транспорта #vla #naviosim #navio #искусственный_интеллект #navio_ai_driver #фотореалистичный_симулятор #машинное_обучение

Ставка на GenAI: генеративные модели меняют правила игры в автономном транспорте

Автономный транспорт давно вышел за пределы закрытых полигонов и футуристичных историй. Он уже работает и приносит пользу бизнесу и людям. В России тягачи Navio два года возят реальные грузы коммерческих клиентов по трассе М-11 «Нева». А в США, Китае или Европе можно совершить поездку на роботакси. Тем не менее, восприятие технологии остается противоречивым. Видео, где автомобиль без водителя в салоне не может выехать с кольцевого перекрестка или воспринимает человека в майке с надписью STOP как команду к действию, усиливают скепсис и снижают доверие к результатам разработчиков. Почему компании, которые работают над технологией с 2009 года [больше 15 лет], не смогли добиться ее стабильной работы. Классический подход в разработке автономного транспорта Алгоритмический подход признан классическим в разработке автономного транспорта. Логическая архитектура построена на основе последовательности действий водителя за рулем: · восприятие окружающего мира — набор сенсоров (радары, лидары, камеры); · определение местоположения — карты, модуль позиционирования, сенсоры; · предсказывание действий других объектов вокруг — алгоритмы на базе кинематической составляющей и модели динамики объектов; · планирования пути — руководство к действию или свод правил, основанный на правилах дорожного движения (ПДД); · управление — модуль внутри автомобиля приводит его в движение. Этот код пишется 15 лет и никогда не будет завершен Несовершенность классического подхода обнаружилась на этапе планирования пути. При алгоритмическом подходе условия прописываются вручную (what-if сценарии). Автономное транспортное средство принимает решение на основе типа объекта (автомобиль, пешеход, др.), дальше добавляются такие условия, как состояние дорожного покрытия, погода, светофоры, другие объекты. Все это ведет к экспоненциальному росту проверок вложенных условий. Обладая достаточным парком автомобилей, за несколько лет разработчик может закрыть самые часто встречающиеся сценарии на дороге. Следующие несколько лет проездов выловят более редкие случаи и укрепят базу. Но остается открытым вопрос, что делать с уникальными ситуациями, как человек в футболке с надписью STOP или объездом препятствия в месте, где обгон запрещен разметкой. Невозможно вручную прописать все условия заранее, мир сегодня слишком непредсказуем. Такой подход не позволит масштабировать технологию и обеспечить ее стабильность на 100%, особенно в условиях города. Такая бесконечность сценариев называется Long Tail.

https://habr.com/ru/companies/navio/articles/961428/

#Selfdriving_technology #автономный_транспорт #технологии_автономного_транспорта #vla #naviosim #navio #искусственный_интеллект #navio_ai_driver #фотореалистичный_симулятор #машинное_обучение

Модификация автопилота роботакси для движения по изолированным полосам

Роботакси сталкиваются с серьезными проблемами в городских условиях. Предлагаемое (не мое и не новое) решение – изолированные полосы. Но для движения по ним необходима модификация автопилота роботакси.

https://habr.com/ru/articles/871324/

#роботакси #автономный_транспорт #автопилот #дорожные_знаки #полосы

Модификация автопилота роботакси для движения по изолированным полосам

Роботакси сталкиваются с серьезными проблемами в городских условиях. Предлагаемое (не мое и не новое) решение – изолированные полосы. Но для движения по ним необходима модификация автопилота роботакси.

https://habr.com/ru/articles/871324/

#роботакси #автономный_транспорт #автопилот #дорожные_знаки #полосы

Модификация автопилота роботакси для движения по изолированным полосам

Роботакси сталкиваются с серьезными проблемами в городских условиях. Предлагаемое (не мое и не новое) решение – изолированные полосы. Но для движения по ним необходима модификация автопилота роботакси.

https://habr.com/ru/articles/871324/

#роботакси #автономный_транспорт #автопилот #дорожные_знаки #полосы

Встречаем автономные грузовики Яндекса

Недавно мы приступили к первому этапу эксплуатации автономных грузовиков Яндекса. Их уже можно встретить на трассе М-4 «Дон» между Москвой и Тулой, а 10–13 декабря посмотреть на грузовик могут посетители выставки COMTRANS International 2024 в «Экспоцентре». Грузовик — это тоже автомобиль, и, казалось бы, при его создании мы могли просто переиспользовать все наши наработки для легковых машин. Но в реальности грузовой транспорт существенно отличается, поэтому многое нам пришлось адаптировать или даже создавать с нуля. Меня зовут Кирилл Зуев, вот уже шесть лет я управляю проектами по разработке платформ в направлении автономного транспорта Яндекса. Сегодня расскажу, как мы разрабатывали и запускали свой автономный грузовик, сколько вложили в этот проект сил, знаний и опыта, а также с какими трудностями столкнулись и как их преодолели.

https://habr.com/ru/companies/yandex/articles/864464/

#автономный_транспорт #беспилотный_автомобиль #яндекс #hardware #разработка_железа