Пока весь мир ждёт полноценного автопилота, Honda нашла более приземлённое, но не менее полезное применение умным сенсорам своих машин. Компания представила результаты пилотного проекта, в рамках которого автомобили научились самостоятельно выявлять ямы, стёртую разметку и повреждённые знаки. Система, получившая название Honda Proactive Roadway Maintenance System («Система упреждающего обслуживания дорог»), показала впечатляющую точность и может стать стандартом для «умных городов» будущего.
Как это работает
В основе технологии лежат те же сенсоры, которые используются для систем активной безопасности (ADAS) и автопилота: камеры высокого разрешения и лидары (LiDAR). Во время движения автомобиль сканирует окружающее пространство, но вместо того чтобы просто следить за трафиком, алгоритмы анализируют состояние инфраструктуры.
Данные обрабатываются прямо на борту с помощью Edge AI, что позволяет мгновенно фильтровать информацию и не перегружать каналы связи. Если машина «видит» проблему – например, глубокую выбоину или покосившийся отбойник, – она отправляет анонимизированный отчёт в облако компании. Там информация агрегируется и в виде готовых заявок на ремонт и передаётся дорожным службам.
Полигон в Огайо
Пилотный проект длился два года и проходил в штате Огайо, США. Партнёрами Honda выступили местный Департамент транспорта, исследовательский центр DriveOhio, Университет Цинциннати и технологические компании Parsons и i-Probe.
В ходе тестов автомобили, оснащённые новой системой, проехали более 4800 километров по дорогам самого разного типа — от скоростных магистралей до сельских проёлков. Инспекция велась в любых условиях: днём и ночью, в дождь и ясную погоду.
Точность, которой не ждали
Результаты испытаний удивили даже скептиков. Система показала высокую эффективность в распознавании различных типов дефектов. Повреждённые или закрытые ветками знаки выявляются с точностью 99%, что позволяет дорожникам практически сразу освежить разметку и восстановить видимость дорожной информации. Повреждённые дорожные ограждения и барьеры система обнаруживает с точностью 93% —результат, который даже выше, чем у опытных инспекторов при визуальном осмотре. Классические выбоины и ямы фиксируются с точностью 89%, что тоже является впечатляющим результатом для массового использования.
Особенно ценным оказалось умение системы замечать опасные перепады высот на обочинах, которые трудно выявить при обычном визуальном осмотре из патрульной машины. Эти дефекты часто приводят к дорожно-транспортным происшествиям, и их своевременное выявление повышает общую безопасность на дорогах.
Экономика безопасности
Главный вывод проекта – экономическая целесообразность. Традиционный метод проверки дорог требует, чтобы бригады инспекторов физически объезжали участки, что долго, дорого и не всегда эффективно. Автоматизация этого процесса с помощью самых обычных машин, которые и так ездят по улицам, меняет правила игры.
По оценкам экспертов, внедрение такой системы только в одном штате Огайо может сэкономить бюджету более $4,5 млн ежегодно. Средства, которые раньше уходили на поиск проблем, теперь можно направить непосредственно на их устранение. Для водителей это означает более быстрый ремонт ям, а для дорожников – снижение рисков, так как им реже придётся работать на оживлённых трассах.
Проект Honda наглядно демонстрирует тренд на V2X (Vehicle-to-Everything) – когда автомобиль становится не просто средством передвижения, а активным элементом городской экосистемы, обменивающимся данными с инфраструктурой ради общей безопасности.
Проекты в России
В России разрабатывается несколько похожих проектов, о которых также стоит упомянть..
NtechLab и общественный транспорт. Самый заметный проект принадлежит компании NtechLab, технологическому партнёру Ростеха. В августе 2025 года компания анонсировала систему на основе искусственного интеллекта, которая анализирует видеопотоки с камер, установленных на общественном наземном транспорте – автобусах, троллейбусах и трамваях.
Нейросеть распознаёт ямы, выбоины, открытые люки, повреждённые барьерные ограждения, неработающие уличные фонари, испорченные дорожные знаки, скопления мусора и даже повреждения фасадов придорожных зданий. При обнаружении дефекта система автоматически оповещает ответственные службы. Пилотный проект должен был запуститься в одном из регионов России уже в сентябре 2025 года, хотя официальной информации о результатах пока не появилось.
Череповецкий университет и мобильные сканеры. Учёные Череповецкого государственного университета (ЧГУ) разработали компактное устройство, которое крепится на бампер автомобиля или автобуса и во время движения автоматически сканирует дорожное полотно.
Система использует лазерный дальномер и GPS, работает на скорости до 60 км/ч и определяет неровности с точностью до одного сантиметра, а координаты дефектов – с погрешностью 2–2,5 метра. Прибор способен отличать искусственную неровность («лежачий полицейский») от опасной выбоины и наносить все находки на онлайн-карту в режиме реального времени. Результаты исследования были представлены на International Russian Automation Conference (RusAutoCon 2025) в декабре 2025 года.
Эти российские разработки по концепции близки к системе Honda: они также используют обычные автомобили или общественный транспорт в качестве мобильных «инспекторов», задействуют компьютерное зрение и искусственный интеллект для распознавания дефектов, а результаты передают ответственным службам для оперативного устранения проблем.
Главное отличие в том, что российские проекты находятся на более ранней стадии – в фазе пилотирования и научных испытаний, тогда как Honda уже завершила двухлетний полномасштабный пилот с измеримыми результатами и конкретными цифрами экономической эффективности.
