Internationales Team macht großen Schritt vorwärts in der autonomen Fahrzeugtechnologie

Autonome Fahrzeuge sollen den Transport revolutionieren – jedoch hängt ihre erfolgreiche Umsetzung von der Fähigkeit ab, externe Bedrohungen genau zu erkennen und darauf zu reagieren. Von Signalverarbeitungs- und Bildanalysealgorithmen bis hin zu Deep-Learning-Intelligenzsystemen, die in die IoT-Infrastruktur integriert sind, müssen eine Reihe von Technologien eingesetzt werden, damit autonome Fahrzeuge eine sichere Betriebsweise über verschiedene Geländearten hinweg gewährleisten können. Um sicherzustellen, dass die Sicherheit der Passagiere nicht beeinträchtigt wird, wenn diese hochentwickelten Automobile immer weiter verbreitet werden, müssen robuste Methoden entwickelt werden, die potenzielle Gefahren schnell und zuverlässig erkennen können.

Selbstfahrende Fahrzeuge verlassen sich auf hochentwickelte Sensoren wie LiDAR, Radar und RGB-Kameras, um große Mengen an Informationen zu generieren, um Fußgänger, andere Fahrer und potenzielle Gefahren richtig zu identifizieren. Die Integration von fortschrittlichen Rechenkapazitäten und Internet-of-Things (IoT) in diese automatisierten Fahrzeuge ermöglicht es, diese Daten vor Ort schnell zu verarbeiten, um verschiedene Bereiche und Objekte effizienter zu navigieren. Letztendlich ermöglicht dies es dem autonomen Fahrzeug, Sekundenbruchteile mit einer viel höheren Genauigkeit als traditionelle menschliche Fahrer zu entscheiden.

Großer Schritt vorwärts in der autonomen Fahrzeugtechnologie

Bahnbrechende Forschung, die von Professor Gwanggil Jeon von der Incheon National University, Korea, und seinem internationalen Team durchgeführt wurde, markiert einen großen Schritt vorwärts in der autonomen Fahrzeugtechnologie. Das innovative intelligente IoT-System, das sie entwickelt haben, ermöglicht es, 3D-Objekte in Echtzeit mithilfe von Deep Learning zu erkennen, was es zuverlässiger und effizienter als je zuvor macht. Es kann eine größere Anzahl von Objekten genauer erkennen, sogar in herausfordernden Umgebungen wie bei schlechtem Licht oder ungewöhnlichen Wetterbedingungen – etwas, was andere Systeme nicht können. Diese Fähigkeiten ermöglichen eine sicherere Navigation in verschiedenen Verkehrssituationen, setzen den Standard für autonome Fahrzeuge höher und tragen zu einer verbesserten Verkehrssicherheit weltweit bei.

Die Forschung wurde in der Zeitschrift IEEE Transactions of Intelligent Transport Systems veröffentlicht.

“Für autonome Fahrzeuge ist die Umgebungswahrnehmung entscheidend, um eine grundlegende Frage zu beantworten: ‘Was ist um mich herum?’ Es ist unerlässlich, dass ein autonomes Fahrzeug seine Umgebung und die Umgebungsbedingungen effektiv und genau verstehen kann, um eine entsprechende Aktion auszuführen”, erklärt Prof. Jeon. “Wir haben ein Erkennungsmodell auf der Grundlage von YOLOv3 entwickelt, einem bekannten Identifikationsalgorithmus. Das Modell wurde ursprünglich für die 2D-Objekterkennung verwendet und dann für 3D-Objekte modifiziert”, fährt er fort.

Modell basierend auf YOLOv3

Das Team fütterte die gesammelten RGB-Bilder und Punktwolken mit YOLOv3, das dann Klassifizierungslabels und Begrenzungsboxen mit Konfidenzpunkten ausgab. Seine Leistung wurde dann mit dem Lyft-Datensatz getestet, und erste Ergebnisse zeigten, dass YOLOv3 eine extrem hohe Erkennungsgenauigkeit (>96%) für 2D- und 3D-Objekte erzielte. Das Modell übertraf verschiedene State-of-the-Art-Erkennungsmodelle.

Diese neu entwickelte Methode könnte für autonome Fahrzeuge, autonome Parksysteme, autonome Lieferungen und zukünftige autonome Roboter verwendet werden. Sie könnte auch in Anwendungen eingesetzt werden, in denen Objekt- und Hinderniserkennung, Verfolgung und visuelle Lokalisierung erforderlich sind.

“Derzeit wird autonomes Fahren durch LiDAR-basierte Bildverarbeitung durchgeführt, aber es wird vorhergesagt, dass eine herkömmliche Kamera die Rolle von LiDAR in Zukunft ersetzen wird. Wie auch immer, die in autonomen Fahrzeugen verwendete Technologie ändert sich jeden Moment, und wir sind an der Spitze”, sagt Prof. Jeon. “Basierend auf der Entwicklung von Elementtechnologien sollten autonome Fahrzeuge mit verbesserter Sicherheit in den nächsten 5-10 Jahren verfügbar sein.”