Az Neumann Társaság blogja a legfejlettebb infokom technológiákról

Jelenből a Jövőbe

Jelenből a Jövőbe

Előrelátó vezetésre tanítják az okos autókat

2019. november 13. - ferenck

Jó vezetők általában megelőzik a veszélyes helyzeteket.

Képzeljük el: üres éjszakai utcán rengeteg autó parkol, és semmi nem indokolja a különösebb elővigyázatosságot. Csakhogy a mellékutcából bármikor befordulhat egy jármű. Egy vezető folyamatosan kerül hasonló szituációkba, tapasztalatai alapján rutinszerűen cselekszik, hoz jó döntést.

Ezzel szemben az önvezető autók időnként úgy viselkednek, mint első órájukon a tanulóvezetők. A Bonni Egyetem kutatói a rutinszerű jó döntéseket eredményező a képességeket akarják megtanítani nekik.

teachingcars0.jpg

„Megelőző vezetői stílusra oktatjuk őket. Lehetővé válik, hogy sokkal gyorsabban reagáljanak veszélyes helyzetekre” – magyarázza a felsőoktatási intézmény gépi látással foglalkozó munkacsoportját vezető Jürgen Gall.

Az elképzelések megvalósításához, munkatársaival és az autonóm intelligens rendszereket kutató munkacsoporttal LiDAR adatokat kiegészítő és értelmező algoritmust fejlesztettek.

A LiDAR lézeralapú távérzékelés, a rendszert a legtöbb önvezető autó tetejére szerelik. A kibocsátó eszköz és valamely visszaverő felület távolságát határozza meg, a jármű környezetében kb. 120 ezer pontig. Minél nagyobb a távolság, annál képlékenyebbek a pontok, egy LiDAR szken alapján szinte lehetetlen pontos mérést végezni.

teachingcars.jpg

A kutatók többtucat szkent használtak, egymásra vetítették őket, így komplexebb lett a kép, és a szenzorok adataiból nemcsak a jelenre, hanem a jövőre is lehet következtetni – a környezet geometriájára, az ott lévő tárgyak térbeli kiterjedésére stb. Csupa olyan információra, amely egyetlen szkenből nem nyerhető ki.

Minden egyes pontot felcímkéztek, például „itt egy járda, ott egy gyalogos, mögötte egy motoros.”

Következő lépésben adatpárt tápláltak a programba: egyrészt egyetlen LiDAR szkent inputként, másrészt a hozzá kapcsolódó rávetített adatokat, köztük szemantikus információkat is, mint óhajtott output. A folyamatot megismételték, végül többezer párt kaptak.

Az algoritmus megtanulta kiegészíteni és értelmezni a szkeneket, azaz hiányzó méréseket rendelt hozzájuk, interpretálta a látottakat. A jelenet-kiegészítés viszonylag jól működik, a hiányzó adatok kb. felét találja el. A szemantikus értelmezés, például takart tárgyak kikövetkeztetése már kisebb sikerrel jár, a program itt csak 18 százalékot ért el.

A kutatók elmondták: a kezdetek kezdetén járnak. Eddig nem is voltak gépi tanulásra alkalmas méretű adatsorok, most már vannak. Gall optimista, szerinte lépésről lépésre közelítenek a megoldáshoz. Néhány éven belül az algoritmus a szemantikus értelmezésben is 50 százalékos teljesítményre lesz képes.

Ha így lesz, jelentősen javul az autonóm vezetés minősége.

A bejegyzés trackback címe:

https://jelenbolajovobe.blog.hu/api/trackback/id/tr5715298776

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.
süti beállítások módosítása