A Ford közzétette autonóm autói által gyűjtött adatait
Az autóipar már jó pár éve keményen dolgozik a szállítás egyik legnagyobb kihívást jelentő problémáján, a teljesen autonóm önvezető járműveken. Jelenleg az autonóm rendszerek 3D szkennerek, nagy felbontású kamerák és GPS / INS kombinációját használják az autonómia lehetővé tétele érdekében. Annak érdekében azonban, hogy magabiztosan tudjanak közlekedni az utakon, számos forgatókönyvet képesek legyenek kezelni és fenntartsák a működési feltételeket, ezeknek a rendszereknek multi-agent autonóm rendszerekké kell fejlődniük.
Forrás: Aim
A technológiai óriáscégek, az Apple, a Facebook és a Microsoft többek közt intelligens gépi tanulási modelleket fejlesztettek ki, hogy csökkentsék az önvezető autók ütközéseit.
Most a Ford jelentkezett autonóm járműadatokkal, amelyek a dinamikus városi környezetben tapasztalt időjárási, éghajlati, építési és forgalmi viszonyok változásait mutatják be. Az adatbázis előállításához a kutatók 2014-es Ford Fusion Hybrideket használtak fel, amelyek egy Applanix POS-LV inerciális mérőegységgel (IMU), valamint négy HDL-32 Velodyne 3D lidar szkennerrel, és kamerákkal voltak felszerelve.
A járművek átlagosan 66 km-es utat tettek meg Michiganben, többféle vezetési környezetben, mint például a Detroiti repülőtér, autópályák, városközpontok, egyetemi campus és külvárosi környékek stb.
A kutatók szerint ez az adatkészlet elősegítheti az autonóm járművek és a multi-agent rendszerek algoritmusainak megtervezését, és megbízhatóbbá tételét a különböző időjárási és városi körülmények között.
Forrás:
Tech Xplore
Shutterstock