ปัญญาประดิษฐ์
เซ็นเซอร์ AI อาจช่วยให้รถยนต์ไร้คนขับทำงานได้ดีในเมืองที่มีหิมะ
หนึ่งในความท้าทายที่ยิ่งใหญ่ที่สุดสำหรับรถยนต์ไร้คนขับคือพวกมันล้มเหลวในการนำทางในสภาพอากาศที่ไม่ดี ซึ่งจำกัดการนำไปใช้งานในเมืองที่มีหิมะ เช่น ดีทรอยต์ และชิคาโก้ รถยนต์เหล่านี้พึ่งพาข้อมูลเซ็นเซอร์ที่สำคัญในการตรวจจับอุปสรรคและอยู่ในด้านที่ถูกต้องของถนน แต่ข้อมูลนี้ต่อสู้กับหิมะ
ในสองบทความใหม่ที่นำเสนอใน SPIE Defense + Commercial Sensing 2021 นักวิจัยจากมหาวิทยาลัยเทคโนโลยีมิชิแกนได้พูดถึงวิธีแก้ปัญหาใหม่สำหรับสถานการณ์การขับขี่ในหิมะด้วยรถยนต์ไร้คนขับ
มีรถยนต์ไร้คนขับหลากหลายประเภท รวมถึงบางคันที่มีจุดบอดหรือระบบช่วยเบรก และอีกคันที่มีระบบขับขี่อัตโนมัติแบบเปิดและปิด คันหนึ่งในนั้นสามารถทำงานได้โดยสมบูรณ์แบบ
เนื่องจากเทคโนโลยียังคงอยู่ในช่วงวัยเด็กในหลายๆ ด้าน ผู้ผลิตรถยนต์และมหาวิทยาลัยวิจัยจึงทำงานอย่างต่อเนื่องในการปรับปรุงเทคโนโลยีและอัลกอริทึม เมื่อเกิดอุบัติเหตุ อุบัติเหตุเหล่านั้นมักเป็นผลมาจากการตัดสินใจผิดพลาดของ AI ของรถยนต์หรือความผิดพลาดของมนุษย์
เซ็นเซอร์ของมนุษย์
ดวงตาของมนุษย์ก็เป็นเซ็นเซอร์เช่นกัน เนื่องจากพวกมันรับรู้ความสมดุลและการเคลื่อนไหว สมองของเราทำหน้าที่เป็นโปรเซสเซอร์ ช่วยให้เราเข้าใจสภาพแวดล้อมของเรา ซึ่งทำให้เราขับรถได้ในทุกสถานการณ์ รวมถึงสถานการณ์ใหม่ๆ ด้วย เนื่องจากสมองของเราสามารถสรุปประสบการณ์ใหม่ๆ ได้
รถยนต์ไร้คนขับโดยทั่วไปจะมีกล้องสองตัวติดตั้งอยู่บนจิมบัล และพวกมันสแกนและรับรู้ความลึกโดยใช้การมองเห็นแบบสเตอริโอเพื่อเลียนแบบการมองเห็นของมนุษย์ ในขณะเดียวกัน ความสมดุลและการเคลื่อนไหวสามารถวัดได้ด้วยหน่วยวัดความเร่ง คอมพิวเตอร์สามารถตอบสนองต่อสถานการณ์ที่เคยพบหรือสถานการณ์ที่ถูกตั้งโปรแกรมให้รู้จักเท่านั้น
การรวมเซ็นเซอร์
รถยนต์ไร้คนขับพึ่งพาอัลกอริทึม AI ที่เฉพาะเจาะจงสำหรับงาน ซึ่งต้องการเซ็นเซอร์หลายตัว เช่น กล้องฟิชอาย, เซ็นเซอร์อินฟราเรด, เรดาร์, การตรวจจับแสง และลิดาร์
Nathir Rawashdeh เป็นอาจารย์ผู้ช่วยสาขาวิทยาการคอมพิวเตอร์ใน College of Computing ของ Michigan Tech และเป็นผู้เขียนนำของการศึกษา
“เซ็นเซอร์ทุกตัวมีข้อจำกัด และเซ็นเซอร์ทุกตัวช่วยเหลือซึ่งกันและกัน” Rawashdeh กล่าว “การรวมเซ็นเซอร์ใช้เซ็นเซอร์หลายตัวที่มีรูปแบบต่างๆ เพื่อทำความเข้าใจสถานการณ์ คุณไม่สามารถเขียนโปรแกรมได้อย่างครอบคลุมสำหรับรายละเอียดทุกอย่างเมื่อข้อมูลเข้ามามีรูปแบบที่ยากลำบาก นั่นเป็นเหตุผลที่เราต้องการ AI”
ผู้ร่วมให้ข้อมูลของการศึกษารวมถึง Nader Abu-Alrub นักศึกษาระดับ博士ในภาควิชาวิศวกรรมไฟฟ้าและคอมพิวเตอร์ และ Jeremy Bos อาจารย์ผู้ช่วยสาขาวิศวกรรมไฟฟ้าและคอมพิวเตอร์ ผู้ร่วมให้ข้อมูลอื่นๆ รวมถึงนักศึกษาระดับมหาบัณฑิตและผู้สำเร็จการศึกษาจากห้องปฏิบัติการของ Bos: Akhil Kurup, Derek Chopp และ Zach Jeffreies
เซ็นเซอร์ไร้คนขับและอัลกอริทึมการขับขี่อัตโนมัติเกือบทั้งหมดถูกพัฒนาขึ้นในภูมิประเทศที่มีแสงแดดและชัดเจน ห้องปฏิบัติการของ Bos เริ่มเก็บข้อมูลในรถยนต์ไร้คนขับของ Michigan Tech ในหิมะหนัก และเก็บข้อมูลลิดาร์, เรดาร์ และภาพมากกว่า 1,000 เฟรมจากถนนหิมะในเยอรมนีและนอร์เวย์
ตามที่ Bos กล่าว การตรวจจับเซ็นเซอร์เป็นเรื่องที่ยากเนื่องจากหิมะมีหลายชนิด มันสำคัญที่จะต้องประมวลผลข้อมูลและให้แน่ใจว่าข้อมูลมีการระบุอย่างถูกต้อง
“หิมะทุกชนิดไม่ได้ถูกสร้างขึ้นเท่าๆ กัน” Bos กล่าว “AI เหมือนกับเชฟ — หากคุณมีส่วนผสมที่ดี จะมีอาหารที่ยอดเยี่ยม” เขากล่าว “ให้ข้อมูลเซ็นเซอร์ที่มีเสียงรบกวนแก่เครือข่ายการเรียนรู้ของ AI และคุณจะได้ผลลัพธ์ที่ไม่ดี”
ความท้าทายที่สำคัญอื่นๆ รวมถึงข้อมูลที่มีคุณภาพต่ำและฝุ่น และหิมะที่สะสมบนเซ็นเซอร์ทำให้เกิดปัญหาของตัวเอง แม้หลังจากที่เซ็นเซอร์ถูกทำความสะอาดแล้ว ก็ไม่มีการตกลงกันเสมอไปในการตรวจจับอุปสรรค มันบ่อยครั้งยากมากที่จะทำให้เซ็นเซอร์และการประเมินความเสี่ยงของพวกมันสื่อสารและเรียนรู้จากกันและกัน เนื่องจากแต่ละตัวสามารถสรุปได้ด้วยตัวเอง อย่างไรก็ตาม ทีมต้องการให้เซ็นเซอร์ไร้คนขับมาถึงข้อสรุปโดยใช้การรวมเซ็นเซอร์
“แทนที่จะลงคะแนนเสียงอย่างเข้มงวด โดยใช้การรวมเซ็นเซอร์ เราจะได้การประมาณค่าใหม่” Bos กล่าว
เซ็นเซอร์ของรถยนต์ไร้คนขับจะยังคงเรียนรู้และปรับปรุงในสภาพอากาศที่ไม่ดี และแนวทางใหม่ๆ เช่น การรวมเซ็นเซอร์อาจเป็นทางเลือกสำหรับรถยนต์ไร้คนขับบนถนนหิมะ
