Yapay zeka modelleri ve platformları

Uluslararası Ekip Otonom Araç Teknolojisinde Büyük Adım Attı

Alex McFarland
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Öne çıkan noktalarProfesör Jeon'un ekibi, YOLOv3 kullanarak 3B nesnelerde %96'nın üzerinde tespit…
Daha fazla göster
  • Profesör Jeon'un ekibi, YOLOv3 kullanarak 3B nesnelerde %96'nın üzerinde tespit doğruluğu elde etti.
  • Akıllı IoT sistemi, düşük ışık ve olağandışı hava koşullarında nesneleri güvenilir bir şekilde tespit ediyor.
  • Bu teknoloji, 5-10 yıl içinde daha güvenli otonom sürüş, park etme, teslimat ve robotları mümkün kılabilir.

Otonom araçlar ulaşımda devrim yaratmaya hazırlanıyor – ancak başarılı uygulanmaları, dış tehditleri doğru şekilde tanımlamak ve bunlara cevap verme yeteneklerine bağlı. Sinyal işleme ve görüntü analiz algoritmalarından IoT altyapısıyla bütünleşik derin öğrenme tabanlı akıllı sistemlere kadar çeşitli teknolojiler, otonom arabaların güvenli bir şekilde çalışmasını sağlamak için kullanılmalıdır. Bu araçlar daha yaygın hale geldikçe, yolcuların güvenliğini tehlikeye atmadan, potansiyel tehlikeleri hızlı ve güvenilir bir şekilde tespit edebilecek güçlü yöntemler geliştirilmelidir.

Otonom araçlar, LiDAR, radar ve RGB kameralar gibi yüksek teknoloji sensörlerine dayanarak, yayaları, diğer sürücüler ve potansiyel tehlikeleri doğru şekilde tanımlamak için büyük miktarda veri üretirler. Bu otomobillerde gelişmiş hesaplama yetenekleri ve Nesnelerin İnterneti (IoT) entegrasyonu, bu verileri araç üzerinde hızla işleyerek farklı alanlarda ve nesnelerin çevresinde daha verimli biçimde yol alınmasını sağlar. Son olarak, bu, otonom aracın geleneksel insan sürücülerinden daha yüksek bir doğrulukla saniyenin küçük bir bölümünde kararlar almasına olanak tanır.

Otonom Sürüş Teknolojisinde Büyük Adım

Kore’deki Incheon Ulusal Üniversitesi’nden Profesör Gwanggil Jeon ve uluslararası ekibinin yaptığı öncü araştırma, otonom sürüş teknolojisinde büyük bir adım niteliği taşıyor. Geliştirdikleri yenilikçi akıllı IoT destekli uçtan uca sistem, derin öğrenme kullanarak gerçek zamanlı 3D nesne tanıma sağlar ve daha öncekilere göre daha güvenilir ve verimlidir. Arttırılmış sayıda nesneyi daha doğru bir şekilde tespit edebilir, düşük ışık veya alışılmadık hava koşulları gibi zorlu ortamlarda bile – diğer sistemlerin yapamadığı bir şey. Bu yetenekler, çeşitli trafik senaryolarında daha güvenli navigasyon sağlar, otonom sürüş sistemleri için standardı yükseltir ve dünya çapında yol güvenliğini iyileştirir.

Araştırma, IEEE Transactions of Intelligent Transport Systems dergisinde yayımlandı.

“Otonom araçlar için çevre algısı, ‘Etrafımda ne var?’ temel sorusunu cevaplamak açısından kritik önemdedir. Bir otonom aracın çevresel koşulları ve ortamları etkili ve doğru bir şekilde anlaması ve buna göre tepki vermesi zorunludur” diye açıklıyor Prof. Jeon. “YOLOv3 adlı tanınmış bir tanımlama algoritmasına dayanan bir tespit modeli geliştirdik. Model ilk olarak 2D nesne tanıma için kullanıldı, daha sonra 3D nesneler için değiştirildi” diye devam ediyor.

YOLOv3 Üzerine Dayanan Model

Ekibin topladığı RGB görüntüleri ve nokta bulutu verilerini YOLOv3’e beslediler ve bu, sınıflandırma etiketleri ve güven skorları ile birlikte sınırlayıcı kutular çıkardı. Performansı Lyft veri kümesiyle test edildi ve erken sonuçlar, YOLOv3’ün 2D ve 3D nesneler için çok yüksek bir tespit doğruluğu (%96’dan fazla) elde ettiğini gösterdi. Model, çeşitli güncel tespit modellerini geride bıraktı.

Bu yeni geliştirilen yöntem, otonom araçlar, otonom park etme, otonom teslimat ve gelecekteki otonom robotlar için kullanılabilir. Ayrıca nesne ve engel tanıma, izleme ve görsel konum belirleme gerektiren uygulamalar için de kullanılabilir.

“Şu anda otonom sürüş, LiDAR tabanlı görüntü işleme ile gerçekleştiriliyor, ancak gelecekte sıradan bir kameranın LiDAR’ın rolünü yerine getireceği öngörülüyor. Bu nedenle, otonom araçlarda kullanılan teknoloji her an değişiyor ve biz bu alanda öncü konumdayız” diyor Prof. Jeon. “Temel teknoloji gelişimine dayanarak, daha güvenli otonom araçlar önümüzdeki 5-10 yıl içinde kullanılabilir hale gelmesi beklenmektedir.”

Alex, Unite.AI’nin AI destekli haber operasyonlarını yönetiyor, gazetecilik, araştırma ve otomasyonu birleştirerek yapay zekanın zamanında ve ölçeklenebilir şekilde kapsanmasını destekliyor. Çalışması, ortaya çıkan AI gelişmelerinin verimli bir şekilde ortaya konulmasını sağlarken, yayının editöryel standartlarını korumasına yardımcı olur.