A Helm.ai mesterséges intelligencia modellt fejleszt autonóm járműszimulációhoz

A WorldGen-1-et, egy többszenzoros generatív mesterséges intelligencia alapmodellt, amelyet egy teljes autonóm járműcsoport szimulálására terveztek, a Helm.ai, az ADAS, az autonóm vezetés és a robotika AI-szoftvereinek szállítója mutatta be.

A modellt úgy tervezték, hogy valósághű szenzor- és észlelési adatokat szintetizáljon többféle módozat és perspektíva szerint. Ezenkívül extrapolálhatja az érzékelőadatokat egyik modalitásról a másikra, és megjósolhatja az ego jármű és más ágensek viselkedését a vezetési környezetben. A Helm.ai szerint ezek a szimulációs képességek leegyszerűsítik az autonóm vezetési rendszerek fejlesztését és validálását.

A WorldGen-1 kihasználja a generatív mély neurális hálózati (DNN) architektúrákat és a mély tanítást, egy felügyelet nélküli képzési technológiát. Több ezer órányi vezetési adatra van kiképezve, amely magában foglalja az autonóm vezetési rendszer minden rétegét, beleértve a látást, az érzékelést, a lidart és a kilométer-mérést.

A modell valósághű érzékelőadatokat generál a térhatású kamerák számára, szemantikai szegmentációt az észlelési rétegben, lidar elölnézetet, lidar madártávlatot és az ego jármű útvonalát fizikai koordinátákban. A teljes AV csoportra vonatkozó adatok generálásával a rendszer célja, hogy az önvezető jármű szemszögéből pontosan lemásolja a lehetséges valós helyzeteket.

„A generatív mesterségesintelligencia-architektúrák innovációját a mély tanítási technológiánkkal kombinálva a generatív AI rendkívül skálázható és tőkehatékony formáját hozzuk létre. A WorldGen-1-gyel arra törekszünk, hogy bezárjuk az autonóm vezetés terén fennálló sim-to-real szakadékot, ésszerűsítve és egységesítve a csúcskategóriás ADAS és L4 rendszerek fejlesztését és érvényesítését. Ennek az eszköznek a célja a fejlesztés felgyorsítása, a biztonság javítása, valamint a szimuláció és a valós tesztelés közötti szakadék csökkentése” – mondta a Helm.ai vezérigazgatója és társalapítója, Vladislav Voroninski.

Ezenkívül a rendszer képes extrapolálni a valós kameraadatokat számos egyéb modalitásra. Ezt a funkciót arra tervezték, hogy biztosítsa a meglévő, csak kamerával rendelkező adatkészletek szintetikus többérzékelős adatkészletekké történő kiegészítését.

A szenzorszimuláción és az extrapoláción túl a WorldGen-1 képes előre jelezni a gyalogosok, a járművek és az ego-jármű viselkedését is a környező környezethez képest. Ez lehetővé teszi a mesterséges intelligencia számára, hogy a lehetséges forgatókönyvek széles skáláját hozza létre, beleértve a ritka sarkalatos eseteket, és több lehetséges kimenetet modellezzen a megfigyelt bemeneti adatok alapján.

Voroninski hozzátette: „A WorldGen-1-ből származó adatok előállítása olyan, mintha a valós vezetési környezetek változatos digitális testvéreinek hatalmas gyűjteményét hoznánk létre, olyan intelligens ügynökökkel kiegészítve, amelyek emberhez hasonlóan gondolkodnak és jósolnak, lehetővé téve számunkra, hogy megbirkózzunk az autonóm vezetés legösszetettebb kihívásaival.”

Forrás: autonomousvehicleinternational.com

Lépjen kapcsolatba velünk

Budapest, Than Károly u. 3, 1119
(1) 371 5936