Sikkerheten til selvkjørende biler forbedret med ny treningmetode

En av de viktigste oppgavene for en selvkjørende bil når det gjelder sikkerhet er å spore fotgjengere, objekter og andre kjøretøy eller sykler. For å gjøre dette, avhenger selvkjørende biler av sporingsystemer. Disse systemene kan bli enda mer effektive med en ny metode utviklet av forskere ved Carnegie Mellon University (CMU). 

Den nye metoden har låst opp mye mer autonom kjøringdata sammenlignet med før, som vei- og trafikkdata som er avgjørende for å trene sporingsystemer. Jo mer data det er, jo mer suksessfull kan selvkjørende bilen være. 

Arbeidet ble presentert på den virtuelle Computer Vision and Pattern Recognition (CVPR) konferansen mellom 14. og 19. juni. 

Himangi Mittal er en forskningspraktikant som arbeider sammen med David Held, en assistentprofessor ved CMU’s Robotics Institute. 

“Vår metode er mye mer robust enn tidligere metoder fordi vi kan trene på mye større datasett,” sa Mittal. 

Lidar og Scene Flow

De fleste av dagens autonome kjøretøy avhenger av lidar som deres hovedsystem for navigasjon. Lidar er en laserenhet som ser på hva som omgir kjøretøyet og genererer 3D-informasjon fra det.

3D-informasjonen kommer i form av en sky av punkter, og kjøretøyet bruker en teknikk kalt scene flow for å prosessere dataene. Scene flow innebærer at hastigheten og banen til hvert 3D-punkt beregnes. Så, når det er andre kjøretøy, fotgjengere eller bevegelige objekter, blir de avbildet til systemet som en gruppe punkter som beveger seg sammen. 

Tradisjonelle metoder for å trene disse systemene krever vanligvis merket datasett, som er sensordata som har blitt annotert for å spore 3D-punktene over tid. Fordi disse datasettene kreves å være manuelt merket og er dyre, finnes det svært lite av dem. For å komme rundt dette, brukes simuleringsdata i scene flow-trening, og selv om det er mindre effektivt enn den andre måten, brukes en liten mengde virkelig verdensdata for å forbedre det. 

De navngitte forskerne, sammen med Ph.D.-student Brian Okorn, utviklet den nye metoden ved å bruke umerkede data i scene flow-trening. Denne typen data er mye enklere å samle inn og krever bare at en lidar plasseres på toppen av en bil mens den kjører rundt. 

Deteksjon av feil

For at dette skal fungere, måtte forskerne finne en måte for systemet til å detektere sine egne feil i scene flow. Det nye systemet prøver å gjøre prediksjoner om hvor hvert 3D-punkt vil ende og hvor raskt det beveger seg, og det måler så avstanden mellom den predikerte lokasjonen og den faktiske lokasjonen til punktet. Dette danner en type feil som skal minimiseres.

Etter denne prosessen, arbeider systemet så bakover fra den predikerte punktlokasjonen for å kartlegge hvor punktet opprinnelig kom fra. Ved å måle avstanden mellom den predikerte posisjonen og opprinnelsespunktet, dannes den andre typen feil fra den resulterende avstanden.

Etter å ha detektert disse feilene, arbeider systemet så for å korrigere dem.

“Det viser seg at for å eliminere begge disse feilene, må systemet faktisk lære å gjøre det riktige, uten å noen gang bli fortalt hva det riktige er,” sa Held.

Resultatene viste at scene flow-nøyaktigheten var på 25% når det ble brukt et treningssett av syntetisk data, og når det ble forbedret med en liten mengde virkelig verdensdata, økte tallet til 31%. Tallet forbedret seg enda mer til 46% når en stor mengde umerkede data ble lagt til for å trene systemet.