Gekissimo.net - Opi ansaitsemaan rahaa webilläsi Internetissä!

Kansainvälinen tiimi ottaa ison askeleen eteenpäin autonomisessa ajoneuvotekniikassa

Seuraava artikkeli auttaa sinua: Kansainvälinen tiimi ottaa ison askeleen eteenpäin autonomisessa ajoneuvotekniikassa

Autonomisten ajoneuvojen on tarkoitus mullistaa liikennettä – niiden onnistunut toteutus riippuu kuitenkin kyvystä tunnistaa tarkasti ulkoiset uhat ja reagoida niihin. Signaalinkäsittely- ja kuva-analyysialgoritmeista IoT-infrastruktuuriin integroituihin syväoppimisen älyjärjestelmiin on käytettävä erilaisia ​​teknologioita, jotta autonomiset autot voivat toimia turvallisesti vaihtelevalla maastolla. Jotta matkustajien turvallisuus ei vaarannu näiden huippuluokan autojen yleistyessä, on kehitettävä vankat menetelmät, joilla mahdolliset vaarat voidaan havaita tehokkaasti nopeasti ja luotettavasti.

Itseajavat ajoneuvot luottavat korkean teknologian sensoreihin, kuten LiDAR-, tutka- ja RGB-kameroihin, jotka tuottavat suuria määriä tietoa jalankulkijoiden, muiden kuljettajien ja mahdollisten vaaratekijöiden tunnistamiseksi. Edistyneiden laskentaominaisuuksien ja Internet-of-Thingsin (IoT) integrointi näihin automatisoituihin autoihin mahdollistaa näiden tietojen nopean käsittelyn paikan päällä, jotta voidaan navigoida tehokkaammin eri alueilla ja kohteissa. Viime kädessä tämä antaa autonomiselle ajoneuvolle mahdollisuuden tehdä päätöksiä sekunnin murto-osassa paljon suuremmalla tarkkuudella kuin perinteiset ihmiskuljettajat.

Valtava askel eteenpäin autonomisessa ajotekniikassa

Korean Incheon National Universityn professorin Gwanggil Jeonin ja hänen kansainvälisen tiiminsä suorittama uraauurtava tutkimus merkitsee valtavaa edistystä autonomisen ajotekniikan alalla. Heidän kehittämänsä innovatiivinen älykäs IoT-yhteensopiva päästä päähän -järjestelmä mahdollistaa 3D-kohteiden tunnistamisen reaaliajassa syväoppimisen avulla, mikä tekee siitä luotettavamman ja tehokkaamman kuin koskaan ennen. Se voi havaita lisääntyneen määrän kohteita tarkemmin, vaikka kohtaisitkin haastavissa ympäristöissä, kuten hämärässä tai epätavallisissa sääolosuhteissa – mitä muut järjestelmät eivät pysty tekemään. Nämä ominaisuudet mahdollistavat turvallisemman navigoinnin eri liikennetilanteissa, nostavat rimaa autonomisille ajojärjestelmille ja parantavat liikenneturvallisuutta maailmanlaajuisesti.

Tutkimus julkaistiin lehdessä IEEE Transactions of Intelligent Transport Systems.

“Autonomisissa ajoneuvoissa ympäristön havainnointi on ratkaisevan tärkeää vastatakseen ydinkysymykseen “Mitä ympärilläni on?” On olennaista, että autonominen ajoneuvo pystyy ymmärtämään tehokkaasti ja tarkasti ympäröivät olosuhteet ja ympäristönsä voidakseen suorittaa reagoivan toimenpiteen, sanoo prof. Jeon. “Kehitimme tunnistusmallin, joka perustuu YOLOv3:een, joka on tunnettu tunnistusalgoritmi. Mallia käytettiin ensin 2D-objektien havaitsemiseen ja sitten sitä muokattiin 3D-objekteihin”, hän jatkaa.

🔥 Empfohlen:  Google-kalenterin jakaminen iPhonessa

Perusmalli YOLOv3:een

Tiimi syötti kerätyt RGB-kuvat ja pistepilvitiedot YOLOv3:lle, joka sitten tulostaa luokittelutarrat ja rajoituslaatikot luotettavuuspisteillä. Sen suorituskykyä testattiin sitten Lyft-tietojoukolla, ja varhaiset tulokset osoittivat, että YOLOv3 saavutti erittäin korkean tunnistustarkkuuden (> 96 %) sekä 2D- että 3D-objekteille. Malli ylitti useat huippuluokan tunnistusmallit.

Tätä äskettäin kehitettyä menetelmää voitaisiin käyttää autonomisiin ajoneuvoihin, autonomiseen pysäköintiin, autonomiseen toimitukseen ja tuleviin autonomisiin robotteihin. Sitä voidaan käyttää myös sovelluksissa, joissa tarvitaan esineiden ja esteiden havaitsemista, seurantaa ja visuaalista paikantamista.

”Tällä hetkellä autonomista ajamista tehdään LiDAR-pohjaisella kuvankäsittelyllä, mutta yleiskameran ennustetaan korvaavan LiDARin roolin tulevaisuudessa. Sellaisenaan autonomisissa ajoneuvoissa käytetty tekniikka muuttuu joka hetki, ja olemme edelläkävijöitä”, prof. Jeon sanoo. “Elementtiteknologioiden kehityksen perusteella autonomisten ajoneuvojen, joiden turvallisuus on parantunut, pitäisi olla saatavilla seuraavien 5-10 vuoden aikana.”