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 foarte mult implementarea lor în orașe cu zăpadă, cum ar fi Detroit și Chicago. Vehiculele se bazează pe datele cruciale ale senzorilor pentru a detecta obstacolele și a rămâne pe partea corectă a drumului, dar aceste date sunt afectate de zăpadă.

În două lucrări noi prezentate la SPIE Defense + Commercial Sensing 2021, cercetătorii de la Universitatea Tehnologică 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 totalitate singure.

Deoarece tehnologia este încă în stadiu de început în multe feluri, producătorii de automobile și universitățile de cercetare lucrează în mod constant 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 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 unghi larg, senzorii infraroșii, radarul, detectarea luminii și lidarul.

Nathir Rawashdeh este asistent universitar de calcul în Colegiul de Calcul al Universității Tehnice din Michigan și unul dintre autorii principali ai studiului.

“Fiecare senzor are limitări, și fiecare senzor acoperă spatele altuia”, a spus Rawashdeh. “Fuziunea senzorilor folosește 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 universitar de inginerie electrică și informatică. Alți colaboratori au inclus studenți masteranzi și absolvenți de la laboratorul lui Bos: Akhil Kurup, Derek Chopp și Zach Jeffreies.

Senzorii și algoritmii de condus autonom sunt dezvoltați aproape exclusiv în peisaje soare și clar. Laboratorul lui Bos a început să colecteze date într-un vehicul autonom al Universității Tehnice din Michigan, în zăpadă abundentă, și peste 1.000 de cadre de lidar, radar și imagini au fost colectate de pe drumuri zăpadite din Germania și Norvegia.

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

“Toată zăpada nu este creată egal”, a spus Bos. “Inteligența artificială este ca un bucătar – dacă ai ingrediente bune, vei avea o masă excelentă”, a spus el. “Dă-i rețelei de învățare a inteligenței artificiale date senzorilor murdare și vei obține un rezultat prost.”

Unele dintre celelalte provocări majore implică date de calitate scăzută și murdărie, iar zăpada care se acumulează pe senzori provoacă propriile sale 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 dintre ei poate ajunge la propria concluzie. Cu toate acestea, echipa dorește ca senzorii autonomi să ajungă colectiv la o concluzie prin utilizarea fuziunii senzorilor.

“În loc să votăm strict, folosind fuziunea senzorilor, vom ajunge la o nouă estimare”, spune Bos.

Senzorii vehiculelor autonome vor continua să învețe și să se îmbunătățească în vreme rea, și abordări noi, cum ar fi fuziunea senzorilor, ar putea deschide calea pentru vehicule autonome pe drumuri zăpadite.