A Waymo és az Uber mesterséges intelligencia technológiát kínál az önvezető rendszerek javítására
A 2020-as CVPR (Számítógépes látás és mintafelismerés) konferencián a Waymo és az Uber az önvezető rendszerek megbízhatóságát és biztonságát javító kutatásokat mutatott be. A Waymo vezető kutatója, Drago Anguelov ismertette a ViDAR-t, amely egy kamerát és egy 3D geometrián, szemantikán és dinamikán alapuló keretrendszert jelent. Raquel Urtasun, az Uber vezető tudósa pedig egy járművek közötti kommunikációt javító technológiát jelentett be.
A ViDAR a mozgásból következtet a struktúrára. Képsorozatokból ismeri fel az adott tárgy 3D geometriáját, a mozgás által változó pozíció alapján. A képek és a lidar adatok alapján a ViDAR meg tudja határozni a kamera jövőbeni nézőpontjait és a mélységi adatokat.
Forrás: Waymo
Anguelov szerint a ViDAR nem egyszerre rögzíti a helyzet minden részét, ami lehetővé teszi, hogy elkerülje a kép mozgás közbeni „elmosódását”, ehhez öt kamerát használ fel, ami javítja a pontosságot. A kamerák képeiből egy modell segítségével a rendszer meghatározza a mélységet és a tárgy (pl. gyalogosok) várható mozgási irányát.
Az Uber Advanced Technologies Group egy V2VNet elnevezésű rendszert fejlesztett ki, mely képessé teszi az autonóm autókat az egymással való hatékony információ-megosztásra.
A V2VNet használatával az autók a hálózaton belül adatcsomagokat, időbélyegzőket és helymeghatározási információkat alkalmaznak, az időbeli késések kompenzálására egy AI-modellel, és csak a releváns adatok (pl. Lidar-érzékelők leolvasása) intelligens kiválasztásával az adatkészletekből.
A V2VNet teljesítményének értékelése érdekében az ATG összeállított egy széles skálájú jármű-jármű-korpuszt egy „lidar szimulátor” rendszer segítségével. Pontosabban, a csapat 5500 napló rekonstrukcióját készítette el a valós lidar adatokból (összesen 46 796 képzés és 4 404 érvényesítési keret), akár hét jármű szemszögéből szimulálva.
Több kísérlet eredményei azt mutatják, hogy a V2VNet 68% – kal alacsonyabb hibaarányt mutatott az egyes járművekhez képest. A teljesítmény nőtt a hálózatban lévő járművek számával, „jelentős” javulást mutatva a távoli és takarásban lévő tárgyak és a nagy sebességgel haladó autók esetében.
Az még egyelőre nem egyértelmű, hogy a V2VNet gyártásra kerül-e valós autókra, de az Uber riválisa, a Waymo vezető nélküli Chrysler Pacifica kisbuszai már képesek vezeték nélkül megosztani egymással a veszélyekre és az útvonal változásokra vonatkozó információkat duál modemek segítségével.
Forrás: Venturebeat
AIMotive
Totalcar