स्व-ड्राइविंग कारों की सुरक्षा को नई प्रशिक्षण विधि के साथ बेहतर बनाया गया

स्व-ड्राइविंग कारों के लिए सुरक्षा के लिए सबसे महत्वपूर्ण कार्यों में से एक पैदल यात्रियों, वस्तुओं और अन्य वाहनों या साइकिलों को ट्रैक करना है। इसे करने के लिए, स्व-ड्राइविंग कारें ट्रैकिंग सिस्टम पर निर्भर करती हैं। ये सिस्टम कार्नेगी मेलन विश्वविद्यालय (सीएमयू) के शोधकर्ताओं द्वारा विकसित एक नए तरीके से और अधिक प्रभावी हो सकते हैं।

नई विधि ने पहले की तुलना में बहुत अधिक स्वायत्त ड्राइविंग डेटा को अनलॉक किया है, जैसे कि सड़क और यातायात डेटा जो ट्रैकिंग सिस्टम को प्रशिक्षित करने के लिए महत्वपूर्ण है। जितना अधिक डेटा होगा, स्व-ड्राइविंग कार उतनी ही सफल हो सकती है।

यह काम वर्चुअल कंप्यूटर विजन और पैटर्न रिकग्निशन (सीवीपीआर) सम्मेलन में 14-19 जून के बीच प्रस्तुत किया गया था।

हिमांगी मित्तल एक शोध इंटर्न हैं जो सीएमयू के रोबोटिक्स संस्थान में सहायक प्रोफेसर डेविड हेल्ड के साथ काम करते हैं।

“हमारी विधि पहले की विधियों की तुलना में बहुत अधिक मजबूत है क्योंकि हम बहुत बड़े डेटासेट पर प्रशिक्षित कर सकते हैं,” मित्तल ने कहा।

लिडार और दृश्य प्रवाह

आज के अधिकांश स्वायत्त वाहन नेविगेशन के लिए लिडार पर निर्भर करते हैं। लिडार एक लेजर डिवाइस है जो वाहन के आसपास की वस्तुओं को देखता है और 3डी जानकारी उत्पन्न करता है।

3डी जानकारी बिंदुओं के बादल के रूप में आती है, और वाहन दृश्य प्रवाह नामक एक तकनीक का उपयोग करके डेटा को संसाधित करता है। दृश्य प्रवाह में प्रत्येक 3डी बिंदु की गति और траजेक्ट्री की गणना शामिल है। इसलिए, जब अन्य वाहन, पैदल यात्री या चलती वस्तुएं होती हैं, तो वे प्रणाली को एक साथ चलते हुए बिंदुओं के समूह के रूप में प्रस्तुत किए जाते हैं।

दृश्य प्रवाह प्रशिक्षण के लिए पारंपरिक विधियों में आमतौर पर लेबल वाले डेटासेट की आवश्यकता होती है, जो सेंसर डेटा होता है जिसे 3डी बिंदुओं को समय के साथ ट्रैक करने के लिए एनोटेट किया जाता है। चूंकि इन डेटासेट को मैन्युअल रूप से लेबल किया जाना आवश्यक है और वे महंगे हैं, इसलिए बहुत कम मात्रा में उपलब्ध हैं। इसे避ने के लिए, दृश्य प्रवाह प्रशिक्षण में सिम्युलेटेड डेटा का उपयोग किया जाता है, और जबकि यह दूसरे तरीके से कम प्रभावी है, थोड़ी मात्रा में वास्तविक दुनिया के डेटा का उपयोग इसे बेहतर बनाने के लिए किया जाता है।

नामित शोधकर्ताओं, साथ ही पीएचडी छात्र ब्रायन ओकोर्न, ने दृश्य प्रवाह प्रशिक्षण में अनलेबल्ड डेटा का उपयोग करके नई विधि विकसित की। यह प्रकार का डेटा इकट्ठा करना बहुत आसान है और केवल एक लिडार को कार के ऊपर रखकर ड्राइव करने की आवश्यकता है।

त्रुटियों का पता लगाना

इसके लिए काम करने के लिए, शोधकर्ताओं को दृश्य प्रवाह में अपनी त्रुटियों का पता लगाने के लिए एक तरीका खोजना था। नई प्रणाली प्रत्येक 3डी बिंदु के स्थान और गति के बारे में भविष्यवाणियां करने का प्रयास करती है, और फिर यह भविष्यवाणी की गई स्थिति और वास्तविक स्थिति के बीच की दूरी को मापती है। यह एक प्रकार की त्रुटि को कम करने के लिए बनता है।

उस प्रक्रिया के बाद, प्रणाली तब भविष्यवाणी की गई बिंदु स्थिति से पीछे की ओर काम करती है और मैप करती है कि बिंदु कहां से आया था। भविष्यवाणी की गई स्थिति और मूल बिंदु के बीच की दूरी को मापकर, दूसरी प्रकार की त्रुटि परिणामी दूरी से बनती है।

इन त्रुटियों का पता लगाने के बाद, प्रणाली तब उन्हें सुधारने का काम करती है।

“यह पता चलता है कि दोनों त्रुटियों को खत्म करने के लिए, प्रणाली को सही काम करना सीखना होगा, बिना यह बताए कि सही काम क्या है,” हेल्ड ने कहा।

परिणामों ने दृश्य प्रवाह सटीकता को 25% पर प्रदर्शित किया जब सिंथेटिक डेटा के प्रशिक्षण सेट का उपयोग किया गया था, और जब इसे थोड़ी मात्रा में वास्तविक दुनिया के डेटा के साथ बेहतर बनाया गया, तो यह संख्या 31% तक बढ़ गई। जब बड़ी मात्रा में अनलेबल्ड डेटा को प्रणाली को प्रशिक्षित करने के लिए जोड़ा गया, तो यह संख्या और भी 46% तक बढ़ गई।