Яндекс такси автомобили для работы в такси: Лучшее авто для Яндекс такси 🏆 На чем лучше работать

Какие машины можно использовать в Яндекс Такси – требования к авто: советы «Планета такси»

Работа таксистом становится все более популярной среди профессиональных водителей Москвы. Известный сервис предлагает комфортные условия работы в Яндекс Такси, постоянный доход, простоту подключения. Но прежде чем начинать процедуру сбора документов и подключение к сервису Яндекс Такси, можно ознакомиться с машинами, которые попали в список допустимых для использования в службе такси.

Общие требования в авто

Требования к машине во многом зависят от выбранного тарифного плана. Классификатор Яндекс Такси предполагает наличие девяти тарифных планов. Перечень критериев в каждом случае изменяется. Но существуют общие критерии, по состоянию на 2021 год, которые должны соблюдаться независимо от тарифного плана:

• четыре двери в авто
• нейтральный цвет кузова машины (белый, черный, темно-синий, коричневый, серый)
• работа в Яндекс Такси возможна только на авто в идеальном техническом состоянии
• наличие ОСАГО
• год выпуска не меньше 2013 года
• чистый, аккуратный салон авто
• отсутствие вмятин, царапин, сколов, повреждений кузова любого рода
• отсутствие наклеек, рекламных стикеров на кузове или в салоне.

Фотоконтроль помогает сервису Яндекс Такси проверять каждый автомобиль на соответствие перечисленным критериям. Подобные требования гарантируют минимальный комфорт для пассажира, что является основополагающим для сервиса такси.

Какие машины подходят для работы в Яндекс Такси по классам

В список автомобилей, которые подходят для работы в Яндекс такси в зависимости от класса попали:

• Старт — подходить могут Chevrolet Лачетти и Авео, Рено Логан, Ниссан Альмера, Форд Фокус (недопустим только Део Матиз по соображениям безопасности)
• Эконом – Chevrolet Lacetti, Хендай Соларис, Рено Логан, Део Нексия, Лада Веста
• Комфорт – Вольксфаген Гольф, Шкода Октавия, Рено Флюенс, Форд Фокус, Киа Сид (все машины не старше 2013 года)
• Комфорт+ — Ауди А6, БМВ 5, Хендай Соната, Ягуар XF, Киа Оптима, Лексус ES, Мерседес Е-класса, Шкода Суперб, Вольво S80 (работа в такси на машинах не старше 2015 года)
• Бизнес – БМВ 5 или 7 серия, Ауди А6, Ауди А8, Мерседес Майбах S-класс (подходить будут только авто не меньше 2016 года)
• Бизнес XL – только Mercedes-Benz V-Class 2015 года
• Премиум – Ауди А8, Ягуар XJ, Мерседес S-класс (год выпуска не ранее 2015 года, в некоторых случаях 2018 год)
• Ультима — Роллс Ройс Гост и Фантом, Бентли Флаинг Спур и Мусан, а также Мрседес Майбах S- класса
• Минивэн – Мерседес Вито, Фольксваген Кадди, Форд Галакси
• Детский – автомобили такси не младше 2015 года выпуска, в котором установлено детское кресло или бустер для перевозки детей старшего возраста.

Окончательное решение по каждому автомобилю остается за Яндекс Такси. Помимо этого, агрегатор (компания-партнер), имеет право вносить коррективы в установленные сервисом требования. Но не в сторону преуменьшения, а исключительно с целью повышения планки.

Подключение к Яндекс Такси

Компания «Планета Такси» может стать надежным партнером для каждого, кто желает подключиться к известному сервису и получить работу профессионального таксиста в Москве. Для того, чтобы начать сотрудничество с нами, просим ознакомиться со списком, в котором указаны какие машины для работы в Яндекс Такси подходят по тарифам. Полный каталог можно найти на официальном сайте сервиса.

В том случае, если личный автомобиль не соответствует требованиям, можно взять машину такси в аренду в нашем таксопарке. Претендент на вакансию таксиста Яндекс Такси должен иметь водительские права и стаж вождения не меньше трех лет, не быть младше 23 лет, свободно владеть русским языком и иметь лицензию на осуществление таксомоторной деятельности. Помогаем в оформлении документов, осуществляем подключение к Ситимобил.

Классы автомобилей яндекс такси 2022

С 15 марта 2022 года яндекс начнёт по-новому классифицировать автомобили в Яндекс.Go.

Как и прежде, на принадлежность к тому или иному классу будут влиять несколько параметров:

• Марка, модель авто
• год выпуска
• средняя стоимость на вторичном рынке

В зависимости от набора этих парметров машина будет отнесена к тому или иному классу: Эконом, Комфорт, Комфорт плюс, Бизнес. И как итог для водителя — размер его заработка, ведь стоимость заказа зависит от того, какого класса авто вызывает клиент. 

Сразу напишем самые интересные изменения: что поменяется с марта 2022: 

Оптима — больше не К+ ! Да, самый массовый автомобиль этого класса, старая добрая большая надёжная Kia Optima с 1 марта перестанет относиться к Комфорт Плюсу, вывалившись в более дешёвый класс «комфорт». Машина, благода которой в общем-то и появился как таковой этот промежуточный класс, зародившийся стараниями маркетологов Яндекса между привычных «комфорта» и «бизнеса»

Hyundai Sonata и Kia K5 в класс Комфорт + попадают от 2020 года и моложе

Октавии и Элантре продлили жизнь: их позицию в классификаторе не ухудшили, оставив без изменений: в комфорт они попадают от 2017 года.  

Прорыв года: в Яндекс.Такси Петербурга теперь можно работать даже на гранте! Да, Lada Granta от 2011 и Lada Largus от 2012 с марта будут официально допущены к выполнению заказов в классе Эконом. 

Загадка дыры: один из самых «народных» автомобилей, Рено Логан к работе в Яндекс.Такси допускается только с 2017 года. Получается, что Лада Гранта 2012 года в глазах Яндекса — гораздо более желанный для пассажиров таксомотор, нежели бодренький и опрятный Logan 2016го. Где логика?

Ниже мы приведём полный список моделей автомобилей с их распределением по классам Яндекс.Такси с марта 2022г.

Эконом 

Комфорт

Комфорт ПЛЮС

Под капотом Яндекс.

Такси. Что происходит в секундах между… | от Яндекс.Такси: Под капотом

Александр Аникин — руководитель отдела эффективности маркетплейса. Другими словами, он следит за тем, насколько эффективно работает платформа. Здесь он обсуждает алгоритмы, которые использует сервис, задачи, решаемые за доли секунды для каждого пользователя, и ключевые метрики, которые отслеживает команда.

Цель команды Marketplace Efficiency — дать возможность пользователям платить меньше за надежные услуги такси, а водителям — больше зарабатывать благодаря интеллектуальной технологии распределения заказов. У платформы есть две очень важные метрики.

Первый процент времени, который водитель тратит на перевозку пассажиров в течение смены. Это «чистый» заработок. Это неэффективное использование времени, когда водитель ждет заказ, едет за клиентом или должен ждать его. Задача Яндекс.Такси — минимизировать эти простои.

Второй ключевой показатель — заработок водителя за смену. Это относится не к средней стоимости поездки, а именно к тому, сколько водитель зарабатывает в час. Эта метрика важнее, потому что в какой-то момент система может предложить водителю «дешевый» заказ, но отвезти его в район с повышенным спросом, а значит, следующий заказ будет более «дорогим».

Александр Аникин, Начальник отдела эффективности маркетплейса

Или, например, сервис использует недорогой заказ, чтобы «отвезти» водителя в район, где следующий окликнувший его пользователь направляется в аэропорт, один из самых выгодных заказов в системе.

Как вы думаете, сколько времени в среднем водитель классической диспетчерской службы такси тратит на перевозку пассажиров по сравнению с водителем, работающим с заявками на поездки в Яндекс.Такси? 10%? 20%? 50%? В классической диспетчерской службе водители тратят на перевозку пассажиров всего 10–15% своего времени. В Яндекс.Такси этот показатель превышает 60%.

Очевидно, идеальной цифрой было бы 100%, т. е. водитель всегда перевозит пассажира и зарабатывает деньги. Но это только теоретически. В реальном мире этого достичь невозможно.

Чем ближе показатель к 100%, тем сложнее его увеличить. Каждый следующий шаг дает меньший прирост, поэтому нужны новые, более сложные методы.

В самом простом сценарии все, что вам нужно сделать, это создать простой алгоритм для поиска ближайшего водителя. Таким образом, водитель потратит меньше времени на то, чтобы добраться до клиента.

Здесь вступают в действие цепные заказы: пока водитель все еще перевозит клиента, платформа начинает искать следующий заказ водителя, где он вскоре завершит свою текущую поездку. В то же время алгоритм должен научиться таким вещам, как, например, рекомендовать пользователю перейти улицу, чтобы водителю не приходилось делать разворот.

Тройная экономия: водитель экономит время, а пассажир экономит время и деньги. Существуют десятки подобных функций, которые требуют сложной статистической задачи для оценки их индивидуальных эффектов, поскольку классические A/B-тесты невозможны в системах с сильным сетевым эффектом.

Более высокие цены привлекают водителей, но отпугивают пользователей, что отрицательно сказывается на доходах водителей. Яндекс.Такси вынужден постоянно находить баланс между спросом и предложением, используя систему сдержек и противовесов. В этом сервису помогают алгоритмы, решающие тысячи задач каждую секунду.

1. Сервис определяет, где вы находитесь

Система использует геолокацию, чтобы найти точку на карте, где вы, скорее всего, хотите вызвать такси. Это не всегда просто, так как сам сигнал GPS может быть довольно шумным, а точную геолокацию иногда не удается определить сразу.

В районах с плотной застройкой, где многоэтажки мешают спутниковому сигналу, иногда лучше подождать несколько секунд, чтобы местоположение определилось точнее и машина подъехала к тому месту, где стоит человек.

2. Алгоритм ищет ближайших водителей из тысяч доступных водителей в городе для расчета времени ожидания.

Каждый раз, когда пользователь Яндекс. Такси открывает свое приложение, сервис запускает алгоритм поиска ближайших к нему водителей. Расстояние рассчитывается по дорожному графику, а не по прямой до автомобиля.

Граф — это специализированная база данных, которая помогает Яндекс.Такси строить все маршруты. Для этого используются все основные функции Яндекс.Навигатора: возможность построения маршрута в зависимости от количества и сложности маневров, скорости уличного движения, въездов со шлагбаумом, номеров домов и т.д. Яндекс.Такси также учитывает трафик на полосах общественного транспорта, которые могут использовать водители такси.

Вот пример маршрута такси и того, как строится дорожный граф для данного района

Поэтому такси может быть в 100 метрах от пассажира, например, на соседней улице, но улица односторонняя и на сложном перекрестке, так что это не очень хороший порядок, так как водителю придется потратить столько времени ходить по кварталу. Следуя той же логике, автомобиль, который находится в 500 метрах, но на той же улице, что и пассажир, является лучшим заказом, потому что он доедет до места посадки за 2 минуты.

Дорожный граф Москвы устроен таким образом, что автомобиль может казаться близким с точки зрения линейного расстояния, но далеким с точки зрения графика.

В прошлом году, когда в Москве шли дорожные работы, к нам приехал иностранный гость со сломанной ногой. Он остановился всего в 400 метрах от офиса, но дорога на такси до его дома заняла 25 минут из-за того, как во время дорожных работ в районе был построен дорожный граф.

В этом смысле Манхэттен с его равномерно распределенной сеткой намного легче передвигаться. Город гораздо более связан. Средний избыточный пробег — отношение расстояния по дороге к линейному расстоянию — для Манхэттена намного меньше, чем в таких городах, как Москва, со старой застройкой, радиальной и кольцевой структурой, множеством улиц с односторонним движением, мостов и железной дороги. треки.

После того, как алгоритм выбрал автомобили, которые могут принять потенциальный заказ, он определяет среднее время, которое потребуется водителю, чтобы добраться до пассажира. Эти данные отображаются при открытии приложения.

Если бы у нас не было ни Яндекс.Карт, ни Яндекс.Навигатора, ни собственного дорожного графа, нам пришлось бы использовать API сторонних картографических сервисов и большинство даже простейших расчетов данных стоило бы нам много, в то время как мы даже не сможем сделать некоторые вещи.

3. Приложение отображает на карте оптимальные точки выдачи, рассчитанные по специальному алгоритму. Эти точки помогают пассажиру и водителю быстрее находить друг друга в местах, где машину трудно «узнать», например, возле крупных торговых центров, на площадях, вблизи аэропортов и стадионов. Эти точки отображаются на карте в виде синих точек.

Чтобы их найти, Яндекс.Такси анализирует все исторические данные о том, откуда фактически начинаются поездки, т.е. точки, где водители открывают заказ, а не только точки, где пользователи обычно вызывают такси. Для этих целей мы используем алгоритм кластеризации, который удаляет точки, которых нет на дороге — иногда это происходит из-за ошибок GPS, — затем вычисляет центр масс, или среднее значение координат точек в этой группе.

Группировка точек посадки

Иногда предложенная системой точка посадки не работает для пассажира, который перемещает метку на карте в другое место. Причиной может быть ремонт тротуара или неожиданное закрытие одного из выходов из торгового центра. Машинное обучение обрабатывает это поведение, и Яндекс.Такси быстро удаляет или добавляет новые точки на карту. Анализ проводится один раз в день, чтобы определить, актуальна ли эта информация.

В среднем алгоритм работает очень хорошо. Для больших зданий и площадей он точно определяет удобные точки, позволяет водителям не тратить время на ожидание пассажиров, а пользователям не нужно искать водителя. Но есть определенные области, где мы можем внести исправления вручную. Например, в аэропортах, где места посадки известны заранее, или в временно закрытых зонах. Эти области появляются вокруг стадионов во время спортивных мероприятий или концертов.

Яндекс.Такси получает информацию о планируемых закрытиях из разных источников, от официальных сообщений местных властей до публикаций в СМИ.

4. Машинное обучение помогает Яндекс.Такси выбирать и предлагать наиболее вероятные пункты назначения. избежать необходимости вводить его вручную. В этом процессе также задействованы алгоритмы машинного обучения. Их KPI в данном случае — повысить точность рекомендации, чтобы человек находил нужный адрес в точку Б прямо на домашнем экране.

Чтобы дать рекомендацию, алгоритм анализирует все точки из истории поездок пользователя и присваивает каждой из них оценку. Балл увеличивается, если пользователь часто совершает поездки в эту точку или обратно. Самые высокие баллы присваиваются точкам, куда пользователь отправился в одно и то же время из того же места, где он находится в данный момент.

Если пользователь не выбирает предложенный пункт назначения для поездки, а вместо этого выбирает ввод пункта назначения вручную, оценка этой точки снижается. Таким образом, рекомендации постоянно изучаются.

Алгоритм также учитывает город, в котором находится пользователь. В Москве пользователь получает московские рекомендации. Например, когда пользователь летит в Тель-Авив, рекомендации отражают местные направления.

5. Возможные маршруты до пункта назначения строятся для выбора оптимального

Как только пользователь выбирает пункт назначения, алгоритмы Яндекс.Такси по дорожному графу просчитывают несколько оптимальных маршрутов от пункта выдачи до пункта назначения до выбрать лучший на основе нескольких параметров, включая расстояние и время в пути.

Алгоритм также рассчитывает время прибытия автомобиля не только в выбранную пользователем точку А, но и на все пересечения с дорогами для движения транспорта в радиусе трехминутной пешей прогулки.

Если алгоритм обнаружит, что время посадки или время в пути можно сэкономить более четырех минут, что, в свою очередь, снижает стоимость поездки, он предложит пассажиру воспользоваться другим пунктом посадки. Например, переход через дорогу, чтобы такси не приходилось разворачиваться на главной дороге.

Поиск оптимальной начальной точки маршрута

6. Рассчитывается точная стоимость поездки

Также определяется оптимальный маршрут для расчета стоимости поездки и показа ее пользователю перед заказом поездки. Алгоритм также должен вычислять его очень точно. Если стоимость слишком высока, есть риск потерять гонщика. Если он опускается слишком низко, водитель остается недовольным.

При расчете стоимости алгоритм учитывает количество поворотов на маршруте, их сложность, среднюю скорость движения, наличие выбранных полос и многие другие факторы. Именно поэтому стоимость поездки может существенно различаться на разных сторонах улицы и даже на расстоянии нескольких метров друг от друга: ведь водителю приходится выполнять множество различных маневров.

Пробки также влияют на стоимость поездки. Более того, алгоритмы машинного обучения не просто учитывают текущие узкие места; они также учитывают прогнозируемые пробки на маршруте. Если вам нужно рассчитать 45-минутную поездку, которая начинается за 10 минут до часа пик и проходит по перегруженным улицам, алгоритм рассчитает стоимость поездки на основе прогноза.

Но, пожалуй, самым большим фактором, влияющим на стоимость поездки, является соотношение спроса и предложения. В утренний час пик в любом городе может возникнуть нехватка водителей: людей, желающих добраться до работы, больше, чем автомобилей для их перевозки. У сервисов есть два варианта поведения: они ничего не могут сделать, а значит, свободные машины быстро закончатся, часть пассажиров просто никуда не поедет, а вызов такси превращается в лотерею.

Для Яндекс.Такси важна надежность. Клиент всегда должен быть в состоянии найти поездку. Поэтому сервис автоматически увеличивает стоимость поездки в часы пик, чтобы перераспределить часть спроса на более поздние временные интервалы и, конечно же, привлечь больше водителей в район с повышенным спросом. Когда это происходит, множитель всплеска быстро исчезает.

Стоимость поездки из определенной точки увеличивается с минимальным приращением. Водители могут узнавать о растущем спросе через приложение «Таксометр». На нем показана карта города, разбитая на шестиугольники площадью примерно 2 км², которые окрашиваются в разные оттенки фиолетового — от светлого до темного — в зависимости от спроса.

Сервис и его партнерские таксомоторные компании рассылают уведомления водителям, которые не вышли в интернет, но оказались в зоне повышенного спроса. В некоторых случаях — напр. во время сильных снегопадов или чрезвычайных ситуаций — Яндекс.Такси рассылает массовые уведомления, в том числе смс-сообщениями и звонками.

В компании есть ситуационный центр, который следит за событиями в городах и прогнозирует увеличение спроса, например, после спортивных соревнований или во время надвигающейся бури или снегопада. Водители могут просматривать новостную ленту в Таксометре, чтобы заранее узнавать о перекрытии дорог и мероприятиях, а также ездить в точки с повышенным спросом.

Повышенный спрос впервые наблюдается в классе обслуживания «Эконом» — самом популярном классе обслуживания в Яндекс.Такси. В часы пик стоимость проезда в эконом-классе может превысить стоимость проезда в комфорте. Однако разница в цене вскоре быстро сократится из-за того, что все больше пользователей начнут заказывать «Комфорт» вместо «Эконом».

Утренний час пик – это время, когда ощущается нехватка водителей, независимо от того, сколько их в сети.

Множитель перенапряжения рассчитывается в режиме реального времени, поэтому стоимость поездки может меняться несколько раз в секунду. Количество доступных автомобилей и интенсивность заказов меняются так же быстро в районе, где производится заказ.

Чтобы вычислить множитель перенапряжения, Яндекс.Такси решает систему стохастических дифференциальных уравнений вокруг точки, где находится пользователь, и этот процесс также выполняется в режиме реального времени. Алгоритм смотрит на количество доступных автомобилей, прогнозирует, сколько автомобилей скоро появится в сети или станет доступным, сколько людей ищут автомобиль, сколько поездок они заказывают и так далее.

Множитель, выбранный алгоритмом, определяет количество пользователей, которые откладывают поездку или полностью отменяют ее, количество водителей, прибывающих в зону с повышенным спросом, и то, как быстро можно обработать повышенный спрос. Машинное обучение начинает работать с этими значениями.

Москва — город, в котором все работает круглосуточно. Никто не назначает встречи на 9:12. Обычно они договариваются встретиться в 9:00. Поэтому за 15–20 минут до начала рабочего дня люди начинают заказывать такси, и спрос резко возрастает. Наиболее ярко это проявляется в час пик перед началом рабочего дня.

Если вы хотите сэкономить на поездке на работу утром, не уходите на 40 минут после часа (например, в 8:40). Это самое пиковое время. Лучше всего заказывать поездку немного раньше, например, в 8:20, или чуть позже, например, в 9.:10. К тому времени очень много машин освобождается от заказов развозить людей на работу в 9:00.

7. Алгоритм выбирает наиболее подходящего водителя из числа ближайших

Алгоритм уже сделал это при открытии приложения. Однако с тех пор прошло несколько десятков секунд. Водители, которые были там, уже покинули район или изменили свое местоположение. Система снова начинает оценивать ситуацию, чтобы выбрать наиболее подходящих водителей для поездки. Однако, казалось бы, очевидный вариант предложить поездку ближайшему водителю не всегда лучший вариант.

Система основывается главным образом на ETA (расчетное время прибытия) в минутах до клиента. Поскольку в данный момент может быть несколько водителей с одинаковым расчетным временем прибытия, система учитывает и некоторые другие показатели, например, рейтинг водителя на основе отзывов и процент принятых и выполненных заказов.

Затем система анализирует время, когда последние GPS-координаты были получены от водителей, чтобы определить их точность. Если смартфон или планшет водителя несколько секунд назад передал в систему информацию о местоположении, алгоритм понимает, что водитель может сразу отреагировать на предложенный заказ.

Если в течение нескольких минут система не получает никаких координат от машины, она поймет, что дозвониться до водителя будет сложнее. Водитель может ехать в туннеле или в зоне с плохим покрытием.

Направление автомобиля также учитывается и используется для прогнозирования его доступности. Например, если планшет отправил координаты 15 секунд назад, а водителю поступило предложение о поездке, на которое у него есть 15 секунд, чтобы ответить. За эти 30 секунд водитель мог уже проехать необходимый поворот или перестать быть ближайшим к пользователю водителем, если он едет по трассе (например, Западному скоростному диаметру в Санкт-Петербурге или МКАД).

Существуют факторы, связанные с местонахождением автомобиля. Допустим, у нас есть два водителя с одинаковым ETA и другими показателями. Один из них находится в зоне с повышенным спросом, а второй — в зоне, где почти нет заказов. Очевидно, лучше дать команду второму водителю вывести его из этой зоны. Конечно, он мог бы покинуть этот район сам, но это увеличило бы его мертвый пробег. При прочих равных мы хотели бы избежать этого.

Когда заказ принят и водитель начинает движение к клиенту, пользователь может отслеживать, где находится автомобиль на карте. Когда машина подъезжает и водитель нажимает «Начать поездку» на своем планшете, начинается лучший вид пробега — когда водитель перевозит пассажира.

8. Алгоритм оценивает точность построенного маршрута

Во время поездки алгоритм сравнивает построенный маршрут с реальным графиком движения транспорта. Это необходимо для оценки работоспособности роутера и выявления проблемных участков дороги. Например, если все водители избегают поворота на улицу, рекомендованную навигатором, алгоритм понимает, что этот участок перекрыт. Это сигнал как для алгоритма, так и для разработчиков о том, что необходимо определить причину, по которой этого поворота избегают.

Например, в Риге есть улицы, на которые можно свернуть только в определенное время. Алгоритм учитывает эти уникальные особенности на маршрутах и ​​вносит коррективы. Кроме того, водители помогают обновлять дорожный граф, например, отправляя немедленные уведомления о шлагбаумах в жилых районах.

***

Поиск водителей, построение маршрутов, расчет стоимости поездки и выбор оптимальных точек посадки — это лишь основные этапы работы Яндекс. Такси. Сервис выполняет еще около миллиона мелких вычислений, корректировок и операций, которые происходят на каждом этапе.

За время, которое проходит с момента открытия приложения и поиска водителя до момента, когда машина едет к пользователю, Яндекс.Такси использует несколько интерфейсных связей с сервисами Яндекса, такими как Карты и Навигатор. Кроме того, чтобы приложение продолжало отвечать и не тормозило, все расчеты и соединения должны обрабатываться за 300–400 миллисекунд.

Окликните беспилотное такси: «Яндекс» запускает в России «первые в Европе» беспилотные такси

AR + VR

• Лучшие VR-гарнитуры для игр, метавселенной и не только
• Meta Quest Pro — это работа, а не игра (пока)
• По словам генерального директора Autodesk Эндрю Анагноста, метавселенная должна решить одну большую проблему.
• Лучшие очки AR: гарнитуры AR и XR профессионального уровня

Российский технологический гигант «Яндекс» начал тестировать беспилотные такси в Иннополисе, небольшом городке, построенном несколько лет назад для развития образования в области технологий и предпринимательства.

Яндекс описывает тесты в своем блоге как первый автономный сервис такси в Европе.

Около 100 жителей уже подписались на пилотную схему, и на этой неделе состоятся первые поездки на двух автомобилях.

«Пока что мы получили очень положительные отзывы как от пассажиров, так и от пешеходов», — сказал ZDNet Артем Фокин, руководитель отдела развития бизнеса «Яндекс Такси Самоуправляемые».

ПОСМОТРЕТЬ: Технологии и будущее транспорта (специальный отчет ZDNet) | Скачать отчет в формате PDF (TechRepublic)

В настоящее время пассажиры такси могут бесплатно перемещаться между пятью стандартными точками Иннополиса, включая университет, местный бизнес-центр и жилой район. .

Средняя поездка составляет чуть более 2 км или 1,25 мили. Два автономных автомобиля, модели Toyota Prius, оснащенные технологией Яндекса, обнаруживают объекты вокруг себя с точностью до сантиметра и сравнивают их с предварительно загруженными картами.

Яндекс сообщил ZDNet, что его такси работают в любую погоду и при любых дорожных условиях. Однако пока у них будет инженер по технике безопасности на пассажирском сиденье.

Яндекс заявил, что автономный сервис заказа такси — это естественный шаг вперед для компании. Российский интернет-гигант уже протестировал свои автомобили на оживленных улицах Москвы, а также предложил пассажирам прокатиться на своих беспилотных автомобилях по тестовым трассам.

Российские инженеры планируют использовать отзывы пассажиров для разработки своей автономной технологии.

ПОСМОТРЕТЬ: Новый способ передвижения: как беспилотные автомобили, Hyperloop и дроны изменят наши планы поездок (история на обложке TechRepublic) | загрузить PDF-версию

Они также хотят расширить проект «Иннополис», включив в него больше пунктов самовывоза и дополнительные транспортные средства. В какой-то момент такси Яндекса будут работать без инженера по технике безопасности на пассажирском сиденье.

«[Мы] планируем перейти от тестирования к коммерческой фазе, как только это позволит нам сделать законодательство», — сказал Фокин. «В будущем мы планируем предоставить полноценный автономный сервис по вызову пассажиров и в других городах России».

Проект Иннополиса Яндекса происходит в то время, когда несколько технологических компаний наращивают свои усилия в бизнесе беспилотных автомобилей. В июне генеральный директор Waymo Джон Крафчик заявил, что его компания может предложить услуги такси на европейском рынке.

Uber, который в прошлом году объединил операции с Яндексом в более чем ста городах России и соседних стран, недавно стал партнером Toyota. Автопроизводитель инвестировал 500 миллионов долларов в вывод на рынок автономных услуг такси по требованию.