Modele i platformy AI
Międzynarodowy zespół robi wielki krok naprzód w technologii pojazdów autonomicznych
Kluczowe punktyZespół profesora Jeona osiągnął ponad 96% dokładności wykrywania obiektów 3D przy…
Zobacz więcej
- Zespół profesora Jeona osiągnął ponad 96% dokładności wykrywania obiektów 3D przy użyciu YOLOv3.
- Inteligentny system IoT niezawodnie wykrywa obiekty w warunkach słabego oświetlenia i nietypowych warunków pogodowych.
- Technologia ta może umożliwić bezpieczniejszą jazdę autonomiczną, parkowanie, dostawy i działanie robotów w ciągu 5–10 lat.
Pojazdy autonomiczne mają rewolucjonizować transport — jednak ich udana implementacja zależy od możliwości dokładnego rozpoznawania i reagowania na zewnętrzne zagrożenia. Od algorytmów przetwarzania sygnałów i analizy obrazu przez inteligentne systemy oparte na uczeniu głębokim zintegrowane z infrastrukturą IoT, wiele technologii musi być wykorzystywanych, aby autonomiczne samochody mogły zapewnić bezpieczną eksploatację na różnych terenach. Aby zapewnić, że bezpieczeństwo pasażerów nie zostanie naruszone, gdy te pojazdy stają się bardziej powszechne, potrzebne są solidne metody, które mogą skutecznie wykrywać potencjalne zagrożenia szybko i niezawodnie.
Samochody autonomiczne wykorzystują zaawansowane sensory, takie jak LiDAR, radar i kamery RGB, do generowania dużych ilości informacji w celu właściwego identyfikowania pieszych, innych kierowców i potencjalnych zagrożeń. Integracja zaawansowanych możliwości obliczeniowych i Internetu Rzeczy (IoT) w tych zautomatyzowanych samochodach umożliwia szybkie przetwarzanie tych danych na miejscu w celu efektywniejszego poruszania się po różnych obszarach i wokół obiektów. Ostatecznie pozwala to autonomicznemu pojazdowi na podejmowanie decyzji w ułamku sekundy ze znacznie większą dokładnością niż tradycyjni kierowcy.
Wielki krok naprzód w technologii autonomicznych pojazdów
Przełomowe badania przeprowadzone przez profesora Gwanggila Jeona z Incheon National University w Korei i jego międzynarodowy zespół oznaczają wielki krok naprzód w technologii autonomicznych pojazdów. Opracowany przez nich innowacyjny inteligentny system działający od początku do końca i wykorzystujący IoT umożliwia wykrywanie obiektów 3D w czasie rzeczywistym za pomocą uczenia głębokiego, co czyni go bardziej niezawodnym i efektywnym niż kiedykolwiek wcześniej. Może wykryć większą liczbę obiektów z większą dokładnością, nawet w trudnych środowiskach, takich jak słabe oświetlenie lub niezwykłe warunki pogodowe — czego inne systemy nie potrafią. Te możliwości umożliwiają bezpieczniejsze poruszanie się po różnych sytuacjach ruchu drogowego, podnosząc poprzeczkę dla systemów autonomicznych pojazdów i przyczyniając się do poprawy bezpieczeństwa na drogach na całym świecie.
Badania zostały opublikowane w czasopiśmie IEEE Transactions of Intelligent Transport Systems.
“Dla autonomicznych pojazdów percepcja środowiska jest kluczowa, aby odpowiedzieć na podstawowe pytanie, ‘Co jest dookoła mnie?’ Jest niezwykle ważne, aby autonomiczny pojazd mógł skutecznie i dokładnie zrozumieć swoje otoczenie i warunki, aby podjąć odpowiednią reakcję,” wyjaśnia prof. Jeon. “Stworzyliśmy model wykrywania oparty na YOLOv3, znanym algorytmie identyfikacji. Model został początkowo użyty do wykrywania obiektów 2D, a następnie zmodyfikowany do obiektów 3D,” kontynuuje.
Opierając się na YOLOv3
Zespół podał zebrane obrazy RGB i dane chmury punktów do YOLOv3, które następnie wygenerowały etykiety klasyfikacji i prostokąty ograniczające z wynikami ufności. Jego wydajność została przetestowana przy użyciu zestawu danych Lyft, a wstępne wyniki wykazały, że YOLOv3 osiągnęło niezwykle wysoką dokładność wykrywania (>96%) zarówno dla obiektów 2D, jak i 3D. Model przewyższył wiele najnowocześniejszych modeli wykrywania.
Ta nowo opracowana metoda może być wykorzystana w autonomicznych pojazdach, autonomicznym parkowaniu, autonomicznej dostawie i przyszłych autonomicznych robotach. Może być również wykorzystywana w aplikacjach, w których wymagane jest wykrywanie obiektów i przeszkód, śledzenie oraz lokalizacja wizualna.
“Obecnie jazda autonomiczna jest wykonywana za pomocą przetwarzania obrazu opartego na LiDAR, ale przewiduje się, że zwykła kamera zastąpi rolę LiDAR w przyszłości. W związku z tym technologia stosowana w autonomicznych pojazdach zmienia się z każdą chwilą, i jesteśmy na czele,” mówi prof. Jeon. “W oparciu o rozwój technologii podstawowych, autonomiczne pojazdy z poprawionym bezpieczeństwem powinny być dostępne w ciągu najbliższych 5-10 lat.”












