Echipa internațională face un pas uriaș înainte în tehnologia vehiculelor autonome

Vehiculele autonome sunt pe cale să revolutioneze transportul — cu toate acestea, implementarea lor de succes depinde de capacitatea de a recunoaște și de a răspunde cu acuratețe la amenințările externe. De la algoritmi de procesare a semnalelor și analiza imaginilor prin sisteme de inteligență artificială integrate cu infrastructura IoT, o serie de tehnologii trebuie utilizate pentru ca vehiculele autonome să asigure o funcționare sigură pe terenuri variate. Pentru a asigura că siguranța pasagerilor nu este compromisă pe măsură ce aceste automobile de ultimă generație devin mai răspândite, sunt necesare metode robuste care să poată detecta eficient și rapid pericolele potențiale.

Vehiculele autonome se bazează pe senzori de înaltă tehnologie, cum ar fi LiDAR, radar și camere RGB, pentru a genera cantități mari de informații pentru a identifica corect pietonii, alți șoferi și pericolele potențiale. Integrarea capacităților de calcul avansate și a Internetului lucrurilor (IoT) în aceste vehicule automate face posibilă procesarea rapidă a acestor date pe loc pentru a naviga mai eficient în diverse zone și obiecte. În cele din urmă, acest lucru permite vehiculului autonom să ia decizii în fracțiuni de secundă cu o acuratețe mult mai mare decât șoferii umani tradiționali.

Un pas uriaș înainte în tehnologia vehiculelor autonome

Cercetarea revoluționară condusă de profesorul Gwanggil Jeon de la Universitatea Națională Incheon, Coreea, și echipa sa internațională marchează un pas uriaș înainte în tehnologia vehiculelor autonome. Sistemul inteligent IoT-end-to-end inovator pe care l-au dezvoltat permite detectarea obiectelor 3D în timp real prin învățare profundă, făcându-l mai fiabil și eficient ca niciodată. Acesta poate detecta un număr mai mare de obiecte cu o acuratețe mai mare, chiar și în medii dificile, cum ar fi lumina slabă sau condiții meteorologice neobișnuite — ceva pe care alte sisteme nu pot să facă. Aceste capacități permit o navigare mai sigură în jurul diverselor scenarii de trafic, ridicând standardul pentru sistemele de conducere autonomă și contribuind la îmbunătățirea siguranței rutiere la nivel global.

Cercetarea a fost publicată în revista IEEE Transactions of Intelligent Transport Systems.

“Pentru vehiculele autonome, percepția mediului este critică pentru a răspunde la o întrebare fundamentală, ‘Ce este în jurul meu?’ Este esențial ca un vehicul autonom să poată înțelege eficient și cu acuratețe condițiile și mediul înconjurător pentru a efectua o acțiune corespunzătoare,” explică prof. Jeon. “Am conceput un model de detectare bazat pe YOLOv3, un algoritm de identificare bine cunoscut. Modelul a fost utilizat inițial pentru detectarea obiectelor 2D și apoi modificat pentru obiecte 3D,” continuă el.

Bazat pe modelul YOLOv3

Echipa a alimentat imaginile RGB colectate și datele de nor de puncte în YOLOv3, care a generat apoi etichete de clasificare și cutii delimitatoare cu scoruri de încredere. Performanța sa a fost testată cu setul de date Lyft, iar rezultatele inițiale au demonstrat că YOLOv3 a atins o acuratețe extrem de ridicată de detectare (>96%) atât pentru obiectele 2D, cât și pentru cele 3D. Modelul a depășit diverse modele de detectare de ultimă generație.

Metoda nou dezvoltată poate fi utilizată pentru vehicule autonome, parcare autonomă, livrare autonomă și roboți autonomi viitoare. De asemenea, poate fi utilizată în aplicații în care detectarea obiectelor și a obstacolelor, urmărirea și localizarea vizuală este necesară.

“În prezent, conducerea autonomă se realizează prin procesarea de imagine bazată pe LiDAR, dar se preconizează că o cameră obișnuită va înlocui rolul LiDAR în viitor. Prin urmare, tehnologia utilizată în vehiculele autonome se schimbă în fiecare moment, și noi suntem în fruntea acestei evoluții,” spune prof. Jeon. “Pe baza dezvoltării tehnologiilor de bază, vehiculele autonome cu siguranță îmbunătățită ar trebui să fie disponibile în următorii 5-10 ani.”