stuacach Feabhsaíodh Sábháilteacht Carranna Féintiomána le Modh Oiliúna Nua - Unite.AI
Ceangail le linn

Faisnéise Saorga

Feabhsaíodh Sábháilteacht Carranna Féintiomáinte Le Modh Oiliúna Nua

Nuashonraithe on

Ceann de na tascanna is tábhachtaí do charr féin-tiomána maidir le sábháilteacht ná coisithe, rudaí, agus feithiclí nó rothair eile a rianú. Chun é seo a dhéanamh, braitheann gluaisteáin féin-tiomána ar chórais rianaithe. D’fhéadfadh na córais seo a bheith níos éifeachtaí fós le modh nua arna fhorbairt ag taighdeoirí in Ollscoil Carnegie Mellon (CMU). 

Tá an modh nua tar éis i bhfad níos mó sonraí tiomána uathrialacha a dhíghlasáil i gcomparáid le roimhe seo, amhail sonraí bóithre agus tráchta atá ríthábhachtach do chórais rianaithe oiliúna. Dá mhéad sonraí atá ann, is amhlaidh is rathúla is féidir leis an gcarr féin-tiomána. 

Cuireadh an obair i láthair ag an fíorúil Fís Ríomhaire agus Aithint Patrún (CVPR) comhdháil idir 14-19 Meitheamh. 

Is intéirneach taighde é Himangi Mittal a oibríonn in éineacht le David Held, ollamh cúnta in Institiúid Róbataic CMU. 

“Tá ár modh i bhfad níos láidre ná modhanna roimhe seo mar is féidir linn oiliúint a chur ar thacair sonraí i bhfad níos mó,” a dúirt Mittal. 

Lidar agus Sreabhadh Radharc

Braitheann an chuid is mó d’fheithiclí uathrialacha an lae inniu ar lidar mar phríomhchóras loingseoireachta. Is gléas léasair é Lidar a fhéachann ar a bhfuil timpeall na feithicle agus a ghineann faisnéis 3D as.

Tagann an fhaisnéis 3D i bhfoirm scamall pointí, agus úsáideann an fheithicil teicníc ar a dtugtar sreabhadh radharc chun na sonraí a phróiseáil. Is éard atá i gceist le sreabhadh radharc ná luas agus conair gach pointe 3D a ríomh. Mar sin, aon uair a bhíonn feithiclí eile, coisithe, nó rudaí ag gluaiseacht, léirítear iad chuig an gcóras mar ghrúpa pointí ag gluaiseacht le chéile. 

De ghnáth bíonn tacair shonraí lipéadaithe de dhíth ar mhodhanna traidisiúnta chun na córais seo a thraenáil, ar sonraí braite iad atá anótáilte chun na pointí 3D a rianú le himeacht ama. Toisc gur gá na tacair sonraí seo a lipéadú de láimh agus go bhfuil siad costasach, is fíorbheagán a bhíonn ann. Chun dul timpeall air seo, úsáidtear sonraí insamhladh in oiliúint sreafa radhairc, agus cé nach bhfuil sé chomh héifeachtach ná an bealach eile, úsáidtear méid beag sonraí ón saol fíor chun é a fheabhsú. 

Na taighdeoirí ainmnithe, mar aon le Ph.D. d’fhorbair an mac léinn Brian Okorn, an modh nua trí úsáid a bhaint as sonraí neamhlipéadaithe in oiliúint ar shreabhadh radharc. Tá an cineál seo sonraí i bhfad níos éasca a bhailiú agus ní gá ach lidar a chur ar bharr cairr agus é ag tiomáint timpeall. 

Earráidí á mBraith

Chun go n-oibreodh sé seo, bhí ar na taighdeoirí bealach a aimsiú don chóras chun a chuid earráidí féin i sreabhadh radhairc a bhrath. Déanann an córas nua iarracht tuar a dhéanamh faoin áit a mbeidh gach pointe 3D ag críochnú agus cé chomh tapa agus a bheidh sé ag taisteal, agus ansin déanann sé an fad idir an suíomh tuartha agus suíomh iarbhír an phointe a thomhas. Is é seo atá mar chineál amháin earráide a íoslaghdófar.

Tar éis an phróisis sin, aisiompaíonn an córas ansin agus oibríonn sé ar gcúl ón suíomh pointe tuartha go dtí an áit ar tháinig an pointe chun cinn a mhapáil. Trí an fad idir an suíomh tuartha agus an pointe tionscnaimh a thomhas, déantar an dara cineál earráide a fhoirmiú ón achar mar thoradh air.

Tar éis na hearráidí seo a bhrath, oibríonn an córas chun iad a cheartú.

“D'éirigh sé amach, chun deireadh a chur leis an dá earráid sin, go gcaithfidh an córas foghlaim conas an rud ceart a dhéanamh, gan a bheith in iúl riamh cad é an rud ceart,” a dúirt Held.

Léirigh na torthaí cruinneas sreabhadh radharc ag 25% nuair a bhí sraith oiliúna de shonraí sintéiseacha á n-úsáid, agus nuair a feabhsaíodh é le méid beag sonraí fíor-dhomhain, mhéadaigh an líon sin go 31%. Tháinig feabhas fiú ar an líon go 46% nuair a cuireadh méid mór sonraí gan lipéad leis chun an córas a oiliúint. 

 

Is iriseoir agus scríbhneoir AI é Alex McFarland a dhéanann iniúchadh ar na forbairtí is déanaí san intleacht shaorga. Chomhoibrigh sé le go leor gnólachtaí nuathionscanta agus foilseachán AI ar fud an domhain.