Tekoälyanturit voivat auttaa itseohjautuvia ajoneuvoja lumisissa kaupungeissa

Yksi suurimmista haasteista, joita itseohjautuvat ajoneuvojen kehittäjillä on, on se, että ne kamppailevat huonossa säässä, kuten lumisissa olosuhteissa, mikä rajoittaa niiden käyttöä lumisissa kaupungeissa, kuten Detroitissa ja Chicagossa. Ajoneuvot riippuvat tärkeästä anturidatasta esteiden havaitsemiseksi ja oikean puolen tiellä pysymiseksi, mutta tämä data kamppailee lumessa.

Kahdessa uudessa tutkimuksessa, jotka esiteltiin SPIE Defense + Commercial Sensing 2021 -konferenssissa, Michiganin Technological Universityn tutkijat keskustelivat uusista ratkaisuista lumisissa olosuhteissa itseohjautuvien ajoneuvojen kanssa.

On olemassa laaja valikoima itseohjautuvia ajoneuvoja, joista joissakin on sokeat pisteet tai jarrutusavustin, ja toisissa on päällä ja pois itseohjautuvat tilat. Joissakin parhaimmista ajoneuvoista voidaan operoida täysin itsenään.

Koska teknologia on edelleen varhaisessa vaiheessa monilla tavoilla, autonvalmistajat ja tutkimusyliopistot työskentelevät jatkuvasti parantamaan teknologiaa ja algoritmeja. Kun onnettomuudet sattuvat, ne johtuvat usein auton tekoälyn tai ihmisen virheestä.

Ihmisen anturit

Ihmisen silmät ovat myös antureita, jotka aistivat tasapainoa ja liikettä. Aivot toimivat prosessorina, joka auttaa meitä ymmärtämään ympäristöämme. Nämä yhdessä mahdollistavat meidän ajamisen kaikissa tilanteissa, myös sellaisissa, joita emme ole aikaisemmin kohdanneet, koska aivot voivat yleistää uusia kokemuksia.

Itseohjautuvat ajoneuvot ovat yleensä varustettu kahdella kameralla, jotka skannaavat ja havaitsevat syvyyden stereovision avulla, jäljitellen ihmisen näköa. Samalla tasapainoa ja liikettä voidaan mitata inertialmittalaitteella. Tietokoneet voivat vain reagoida aikaisemmin koettuihin tilanteisiin tai niihin, joita ne on ohjelmoitu tunnistamaan.

Anturifusio

Itseohjautuvat ajoneuvot riippuvat tehtävikohtaisista tekoälyalgoritmeista, jotka vaativat useita antureita, kuten kalansilmäkameroita, infrapunantureita, tutkaa, valon havaitsemista ja lidaria.

Nathir Rawashdeh on apulaisprofessori Michiganin Technological Universityn tietojenkäsittelytieteen laitoksella ja yksi tutkimuksen johtajista.

“Jokaisella anturilla on rajoitukset, ja jokainen anturi peittää toisen anturin selän”, Rawashdeh sanoi. “Anturifusio käyttää useita eri modaalisen anturin tyyppiä ymmärtääkseen kohtauksen. Et voi täydellisesti ohjelmoida jokaisen yksityiskohtaa, kun syötteet ovat vaikeita. Siksi tarvitsemme tekoälyä.”

Tutkimuksen yhteistyökumppaneita olivat Nader Abu-Alrub, tohtorikoulutettava sähkö- ja tietokonetekniikassa, ja Jeremy Bos, apulaisprofessori sähkö- ja tietokonetekniikassa. Muita yhteistyökumppaneita olivat maisterin tutkinnon suorittaneet ja valmistuneet Bosin laboratoriosta: Akhil Kurup, Derek Chopp ja Zach Jeffreies.

Itseohjautuvat anturit ja itseohjautuvat algoritmit kehitetään lähes yksinomaan aurinkoisissa ja selkeissä maisemissa. Bosin laboratorio alkoi kerätä dataa Michiganin Technological Universityn itseohjautuvasta ajoneuvosta lumisissa olosuhteissa, ja yli 1 000 kehyksen lidar-, tutka- ja kuvadataa kerättiin lumisilta teiltä Saksasta ja Norjasta.

Bosin mukaan anturien havaitseminen on vaikeaa lumen vuoksi. On tärkeää esikäsitellä dataa ja varmistaa, että merkinnät ovat oikein.

“Kaikki lumi ei ole samanlaista”, Bos sanoi. “Tekoäly on kuin kokki – jos sinulla on hyvät raaka-aineet, sinulla on erinomainen ateria”, hän sanoi. “Anna tekoälyverkolle likainen anturidata, ja sinulla on huono tulos.”

Joitakin muita suuria haasteita ovat matalanlaatuiset data ja lika, ja lumen kertyminen antureihin aiheuttaa omat ongelmansa. Vaikka anturit on puhdistettu, ei aina ole yksimielisyyttä esteiden havaitsemisessa. On usein hyvin vaikeaa saada anturit ja niiden riskiarviot viestimään ja oppimään toisistaan, koska kunkin anturin voi tulla omiin johtopäätöksiinsä. Tiimin tavoitteena on kuitenkin, että itseohjautuvat anturit tulisivat yhteisiin johtopäätöksiin anturifusion avulla.

“Sen sijaan, että äänestäisimme tiukasti, anturifusion avulla tulisimme uuteen arvioon”, Bos sanoo.

Itseohjautuvien ajoneuvojen anturit jatkavat oppimista ja parantumista huonossa säällä, ja uudet lähestymistavat, kuten anturifusio, voivat johtaa itseohjautuvien ajoneuvojen kehitykseen lumisilla teillä.