Otonom Araçlarda Karlı Şehirlerde Yardımcı Olabilecek AI Sensörleri

Otonom araçların karşılaştığı en büyük zorluklardan biri, kötü hava koşullarında navigasyon yapma konusunda mücadele etmeleri ve bu nedenle karlı şehirlerde gibi Detroit ve Chicago’da uygulanmalarının sınırlı olmasıdır. Araçlar, engelleri tespit etmek ve doğru yolda kalmak için kritik sensör verilerine güvenir, ancak bu veriler karlı koşullarda zorluklarla karşılaşır.

Michigan Teknoloji Üniversitesi’nden araştırmacılar tarafından sunulan iki yeni makalede, SPIE Defense + Commercial Sensing 2021, otonom araçların karlı sürüş senaryolarında yeni çözümler tartışıldı.

Çeşitli otonom araçlar bulunmaktadır; bazıları kör noktalara veya fren yardımı sunarken, diğerleri ise açma ve kapama selbst sürüş modlarına sahiptir. En iyi araçlar tamamen kendi başlarına çalışabilir.

Teknoloji birçok yönden hala bebeklik döneminde olduğu için, otomobil üreticileri ve araştırma üniversiteleri teknolojileri ve algoritmaları sürekli olarak geliştirmektedir. Kazalar meydana geldiğinde, bunlar genellikle arabanın AI’sinin veya bir insan hatasının yanlış değerlendirmesinden kaynaklanmaktadır.

İnsan Sensörleri

İnsan gözleri de birer sensör olarak kabul edilebilir; denge ve hareketi algılar. Beyinlerimiz bir işlemci olarak hareket eder ve bizi çevremizi anlamaya yardımcı olur. Bu birlikte, yeni olan durumlar da dahil olmak üzere her türlü sürüş senaryosunda bize yardımcı olur, çünkü beyinlerimiz yeni deneyimleri genelleyebilir.

Otonom araçlar genellikle iki kamerayla donatılmışlardır ve bunlar-depth algılama için stereo görüşü taklit etmek amacıyla kullanılır. Aynı zamanda, denge ve hareket bir ivmeölçer birimi ile ölçülebilir. Bilgisayarlar ise yalnızca önceden karşılaştıkları senaryolara veya önceden programlandıkları senaryolara tepki verebilir.

Sensör Birleştirme

Otonom araçlar, görev özgü yapay zeka algoritmalarına güvenir ve bu da fisheye kameralar, infrared sensörler, radar, ışık algılama ve lidar gibi çoklu sensörlere ihtiyaç duyar.

Nathir Rawashdeh, Michigan Tech’in Bilgisayar Bilimi Fakültesi’nde yardımcı doçent ve çalışmanın baş yazarlarından biridir.

“Her sensör sınırlılıklara sahiptir ve her sensör diğerinin arkasını kapatır” dedi Rawashdeh. “Sensör birleştirme, bir sahneyi anlamak için farklı modellerdeki çoklu sensörleri kullanır. Girişlerin zorlu kalıpları olduğunda her ayrıntıyı eksiksiz olarak programlayamazsınız. Bu nedenle AI’ye ihtiyacımız vardır.”

Çalışmanın ortak yazarları arasında Nader Abu-Alrub, elektrik ve bilgisayar mühendisliği alanında doktora öğrencisi ve Jeremy Bos, elektrik ve bilgisayar mühendisliği yardımcı doçenti yer aldı. Diğer ortak yazarlar arasında Bos’un laboratuvarından master öğrencileri ve mezunları bulunuyordu: Akhil Kurup, Derek Chopp ve Zach Jeffreies.

Otonom sensörler ve selbst sürüş algoritmaları neredeyse tamamen güneş alan ve açık manzaralı bölgelerde geliştirilir. Bos’un laboratuvarı, Michigan Tech’in otonom aracında ağır kar yağışında veri toplama işine ilk olarak başladı ve Almanya ve Norveç’teki karlı yollardan lidar, radar ve görüntü verilerinin 1.000’den fazla çerçevesi toplandı.

Bos’a göre, sensör algılama karın çeşitliliği nedeniyle zordur. Verileri ön işleme yapmak ve doğru etiketleme sağlamak önemlidir.

“Tüm kar eşit yaratılmaz” dedi Bos. “AI, bir şef gibidir – iyi malzemeleriniz varsa, mükemmel bir yemek olacaktır” dedi. “AI öğrenme ağına kirli sensör verisi verin, kötü bir sonuç elde edersiniz.”

Diğer büyük zorluklar arasında düşük kaliteli veri ve kir, ve sensörlerin üzerinde biriken kar kendi sorunlarını yaratır. Sensörler temizlendikten sonra, engellerin tespitinde her zaman bir anlaşma yoktur. Sensörlerin ve risk değerlendirmelerinin birbirleriyle iletişim kurması ve birbirlerinden öğrenmesi genellikle çok zordur, çünkü her biri kendi sonucuna varabilir. Ancak ekip, otonom sensörlerin birlikte bir sonuca varmasını istiyor.

“Sadece oylama yerine, sensör birleştirmeyi kullanarak yeni bir tahminde bulunacağız” dedi Bos.

Otonom araç sensörleri kötü hava koşullarında öğrenmeye ve gelişmeye devam edecek ve yeni yaklaşımlar gibi sensör birleştirme, karlı yollardaki otonom araçlar için yol gösterici olabilir.