ทีมงานระหว่างประเทศก้าวหน้าอย่างมากในเทคโนโลยีรถยนต์ไร้คนขับ

รถยนต์ไร้คนขับกำลังจะปฏิวัติวิธีการขนส่ง — อย่างไรก็ตาม การนำไปใช้ได้สำเร็จขึ้นอยู่กับความสามารถในการตระหนักและตอบสนองต่อภัยคุกคามภายนอกได้อย่างแม่นยำ จากอัลกอริทึมการประมวลผลสัญญาณและการวิเคราะห์ภาพผ่านระบบปัญญาประดิษฐ์ที่รวมเข้ากับโครงสร้างพื้นฐาน IoT จะต้องใช้เทคโนโลยีหลายอย่างเพื่อให้รถยนต์ไร้คนขับสามารถให้บริการที่ปลอดภัยบนพื้นที่ที่หลากหลาย เพื่อให้แน่ใจว่าความปลอดภัยของผู้โดยสารไม่ถูกประนีประนอมเมื่อรถยนต์ขั้นสูงเหล่านี้กลายเป็นที่นิยมมากขึ้น วิธีการที่มั่นคงจำเป็นต้องถูกพัฒนาขึ้นเพื่อตรวจจับอันตรายที่อาจเกิดขึ้นได้อย่างรวดเร็วและเชื่อถือได้

รถยนต์ไร้คนขับพึ่งพาสенсอร์ที่ทันสมัย เช่น LiDAR, เรดาร์ และกล้อง RGB เพื่อสร้างข้อมูลจำนวนมากเพื่อระบุตำแหน่งผู้เดินถนน ผู้ขับรถอื่น ๆ และอันตรายที่อาจเกิดขึ้นได้ การรวมความสามารถในการคำนวณขั้นสูงและอินเทอร์เน็ตของสรรพสิ่ง (IoT) เข้ากับรถยนต์ขับเคลื่อนอัตโนมัติเหล่านี้ ทำให้สามารถประมวลผลข้อมูลนี้ได้อย่างรวดเร็วบนพื้นที่เพื่อเดินทางผ่านพื้นที่และวัตถุต่าง ๆ ได้อย่างมีประสิทธิภาพยิ่งขึ้น สุดท้าย ทำให้รถยนต์ไร้คนขับสามารถตัดสินใจได้อย่างรวดเร็วและแม่นยำมากกว่าผู้ขับรถแบบดั้งเดิม

ก้าวหน้าอย่างมากในเทคโนโลยีรถยนต์ไร้คนขับ

การวิจัยที่เป็นแนวหน้าซึ่งดำเนินการโดย Professor Gwanggil Jeon จากมหาวิทยาลัยแห่งชาติอินชอน ประเทศเกาหลี และทีมงานระหว่างประเทศของเขา เป็นการก้าวหน้าอย่างมากในเทคโนโลยีรถยนต์ไร้คนขับ ระบบอัจฉริยะ IoT ที่เปิดใช้งานปลายสิ้นสุดซึ่งพวกเขาพัฒนาขึ้น ช่วยให้สามารถตรวจจับวัตถุ 3 มิติได้แบบเรียลไทม์โดยใช้การเรียนรู้ลึก ทำให้มีความน่าเชื่อถือและประสิทธิภาพมากกว่าที่เคยเป็นมา มันสามารถตรวจจับวัตถุได้มากขึ้นได้อย่างแม่นยำ แม้จะเผชิญกับสภาพแวดล้อมที่ท้าทาย เช่น แสงต่ำหรือสภาพอากาศที่ไม่ปกติ — ซึ่งระบบอื่น ๆ ไม่สามารถทำได้ ความสามารถเหล่านี้ช่วยให้สามารถเดินทางผ่านสถานการณ์จราจรต่าง ๆ ได้อย่างปลอดภัยยิ่งขึ้น โดยการเพิ่มมาตรฐานสำหรับระบบขับเคลื่อนอัตโนมัติและช่วยให้ความปลอดภัยบนถนนดีขึ้นทั่วโลก

การวิจัยนี้ตีพิมพ์ในวารสาร IEEE Transactions of Intelligent Transport Systems.

“สำหรับรถยนต์ไร้คนขับ การรับรู้สภาพแวดล้อมเป็นสิ่งสำคัญในการตอบคำถามหลัก ‘มีอะไรอยู่รอบตัวฉัน?’ มันจำเป็นที่รถยนต์ไร้คนขับจะต้องเข้าใจสภาพแวดล้อมและเงื่อนไขโดยรอบได้อย่างมีประสิทธิภาพและแม่นยำเพื่อกระทำการตามตอบสนอง” Prof. Jeon อธิบาย “เราได้พัฒนามอเดลการตรวจจับโดยอาศัย YOLOv3 ซึ่งเป็นอัลกอริทึมการระบุตัวตนแบบดั้งเดิม มันถูกใช้สำหรับการตรวจจับวัตถุ 2 มิติก่อนแล้ว และเราก็ปรับให้เหมาะสมสำหรับวัตถุ 3 มิติ” เขายังคงอธิบายต่อไป

พัฒนามอเดลโดยอาศัย YOLOv3

ทีมงานให้ข้อมูลภาพ RGB และข้อมูลจุดคลาวด์แก่ YOLOv3 ซึ่งจากนั้นจะส่งออกฉลากการจำแนกประเภทและกล่องขอบเขตพร้อมคะแนนความมั่นใจ จากนั้นการแสดงผลจะถูกทดสอบด้วยชุดข้อมูล Lyft และผลลัพธ์เบื้องต้นแสดงให้เห็นว่า YOLOv3 สามารถตรวจจับวัตถุ 2 มิติและ 3 มิติได้อย่างแม่นยำสูง (>96%) มันสามารถเอาชนะโมเดลการตรวจจับที่ทันสมัยอื่น ๆ ได้

วิธีการใหม่นี้สามารถใช้สำหรับรถยนต์ไร้คนขับ จอดรถอัตโนมัติ การส่งมอบสินค้าอัตโนมัติ และหุ่นยนต์อัตโนมัติในอนาคต นอกจากนี้ยังสามารถใช้ได้ในแอปพลิเคชันที่ต้องการการตรวจจับวัตถุ การติดตาม และการระบุตำแหน่งภาพ

“ปัจจุบัน การขับรถอัตโนมัติทำผ่านการประมวลผลภาพโดยอาศัย LiDAR แต่คาดว่ากล้องทั่วไปจะมาแทนที่บทบาทของ LiDAR ในอนาคต ดังนั้น เทคโนโลยีที่ใช้ในรถยนต์ไร้คนขับจึงเปลี่ยนแปลงอยู่เสมอ และเรากำลังอยู่ในแนวหน้า” Prof. Jeon กล่าว “โดยอาศัยการพัฒนาของเทคโนโลยีระดับองค์ประกอบ รถยนต์ไร้คนขับที่มีความปลอดภัยดีขึ้นควรจะพร้อมใช้งานในอีก 5-10 ปีข้างหน้า”