Senzorii AI ar putea ajuta vehiculele autonome în orașele cu zăpadă

Una dintre cele mai mari provocări cu care se confruntă vehiculele autonome este că au dificultăți în a naviga în condiții meteorologice nefavorabile, ceea ce limitează în mod semnificativ implementarea lor în orașe cu zăpadă, cum ar fi Detroit și Chicago. Vehiculele se bazează pe datele cruciale de la senzori pentru a detecta obstacolele și a rămâne pe partea corectă a drumului, dar aceste date au dificultăți în zăpadă. 

În două lucrări noi prezentate la SPIE Defense + Commercial Sensing 2021, cercetătorii de la Universitatea Tehnică din Michigan au discutat despre noi soluții pentru scenarii de condus în zăpadă cu vehicule autonome.

Există o gamă largă de vehicule autonome, inclusiv unele cu puncte oarbe sau asistență la frânare, și altele cu moduri de condus autonome activate și dezactivate. Unele dintre cele mai bune vehicule pot funcționa în întregime singure. 

Deoarece tehnologia este încă în stadiu incipient în multe feluri, producătorii de automobile și universitățile de cercetare lucrează în mod continuu la îmbunătățirea tehnologiei și a algoritmilor. Când au loc accidente, acestea sunt adesea rezultatul unei judecăți greșite a inteligenței artificiale a mașinii sau a unei erori umane. 

Senzori umani

Ochii umani sunt, de asemenea, o formă de senzori, deoarece simt echilibrul și mișcarea. Creierul nostru acționează ca un procesor, ajutându-ne să înțelegem mediul nostru. Acestea, împreună, ne permit să conducem în toate scenariile, chiar și în cele noi, deoarece creierul nostru poate generaliza experiențe noi. 

Vehiculele autonome au, de obicei, două camere montate pe cardane, și acestea scanează și percep adâncimea folosind viziunea stereo pentru a imita viziunea umană. În același timp, echilibrul și mișcarea pot fi măsurate cu o unitate de măsurare inerțială. Computerele, pe de altă parte, pot reacționa doar la scenariile întâlnite anterior sau la cele pentru care au fost programate să le recunoască. 

Fuziunea senzorilor

Vehiculele autonome se bazează pe algoritmi de inteligență artificială specifici sarcinilor, care necesită multiple senzori, cum ar fi camerele cu obiectiv fisheye, senzorii infraroșii, radarul, detectarea luminii și lidarul.

Nathir Rawashdeh este asistent profesor de calculatoare în Colegiul de Calculatoare al Michigan Tech și unul dintre autorii principali ai studiului. 

“Fiecare senzor are limitări, și fiecare senzor acoperă spatele altuia,” a spus Rawashdeh. “Fuziunea senzorilor utilizează multiple senzori de diferite modalități pentru a înțelege o scenă. Nu puteți programa exhaustiv pentru fiecare detaliu atunci când intrările au modele dificile. De aceea, avem nevoie de inteligență artificială.”

Colaboratorii studiului au inclus Nader Abu-Alrub, student doctorand în inginerie electrică și informatică, și Jeremy Bos, asistent profesor de inginerie electrică și informatică. Alți colaboratori au inclus studenți și absolvenți de master din laboratorul lui Bos: Akhil Kurup, Derek Chopp și Zach Jeffreies. 

Senzorii autonomi și algoritmii de condus autonome sunt dezvoltați aproape exclusiv în peisaje însorite și clare. Laboratorul lui Bos a început să colecteze date într-un vehicul autonom Michigan Tech în zăpadă abundentă, și peste 1.000 de cadre de date lidar, radar și imagini au fost colectate de pe drumuri zăpadă din Germania și Norvegia. 

Conform lui Bos, detectarea senzorilor este dificilă din cauza varietății de zăpadă. Este important să se preproceseze datele și să se asigure etichetarea corectă. 

 “Toată zăpada nu este creată egal,” a spus Bos. “Inteligența artificială este ca un bucătar — dacă aveți ingrediente bune, veți avea un fel de mâncare excelent,” a spus el. “Dăți rețelei de învățare a inteligenței artificiale date senzorice murdare și veți obține un rezultat prost.”

Alte provocări majore implică date de calitate scăzută și murdărie, și zăpada care se acumulează pe senzori provoacă propriile probleme. Chiar și după ce senzorii sunt curățați, nu există întotdeauna acord în detectarea obstacolelor. Este adesea foarte dificil să se obțină ca senzorii și evaluările lor de risc să comunice și să învețe unii de la alții, deoarece fiecare poate ajunge la propria concluzie. Cu toate acestea, echipa dorește ca senzorii autonomi să ajungă colectiv la o concluzie prin utilizarea fuziunii senzorilor. 

“Mai degrabă decât să voteze strict, prin utilizarea fuziunii senzorilor vom obține o nouă estimare,” spune Bos. 

Senzorii vehiculelor autonome vor continua să învețe și să se îmbunătățească în condiții meteorologice nefavorabile, și abordări noi, cum ar fi fuziunea senzorilor, ar putea deschide calea pentru vehicule autonome pe drumuri zăpadă.