Come le automobili autonome imparano la strada spianata?

Autonoma di trasporto in grado di seguire le regole generali di strade, riconoscendo i segnali stradali e segnaletica stradale, notando attraversamenti pedonali e altre ben note caratteristiche di regolazione del traffico. Ma cosa fare fuori ben spaziati strade, изъезженных in lungo e in largo? In molte strade fuori città поистерлась vernice, segni di piantine di edera e alberi, apparso insolito incroci, non segnato sulle carte.

Cosa deve fare la prossima regole autonoma di auto, quando le regole non sono chiare o danneggiati? Cosa devono fare i suoi passeggeri, quando scoprono che la loro auto non può consegnare loro dove stanno andando?

Attenzione nascosto

La Maggior parte dei problemi durante lo sviluppo di tecnologie avanzate includono il trattamento rare o insolite situazioni o eventi che richiedono prestazioni, va oltre le normali funzionalità del sistema. E ' sicuramente funziona e in caso di offline auto. Alcuni stradali esempi possono includere la navigazione attraverso lavori di ristrutturazione della zona, un incontro cavallo o buggy, o l'incontro con i graffiti, che ricorda di stop. Al di fuori di strade caratteristiche includono assolutamente tutte le manifestazioni del mondo naturale, come alberi, перегородивших strada, inondazioni e grandi pozzanghere — o anche animali, bloccano la strada.

Nel Centro di avanzati sistemi automotive presso l'Università dello stato del Mississippi, gli scienziati hanno preso su di sé il compito di apprendimento di algoritmi di rispondere alle circostanze, che quasi non si incontrano mai, che è difficile da prevedere e non è facile ricreare. Hanno cercato di mettere i veicoli autonomi in più di uno scenario complesso: guidato l'auto in una zona che lui non aveva mai visto prima e non sapeva, senza alcuna infrastruttura affidabile come strada della pittura e della segnaletica stradale, in un ambiente sconosciuto, dove con la stessa probabilità, si può incontrare un cactus e un orso polare.

In questo processo hanno combinato la tecnologia virtuale e il mondo reale. Hanno creato avanzate di simulazione realistica di scene all'aperto, con i quali sono stati preparati gli algoritmi di intelligenza artificiale di leggere il thread con la fotocamera e classificare visto: alberi, cielo, percorsi aperti, i possibili ostacoli. Poi hanno tradotto questi algoritmi appositamente creato periodo di prova di trazione integrale veicolo e mandarlo alla appositamente dedicato attrezzato un sito, dove poi controllato il funzionamento degli algoritmi di raccolta dati.

Cominciamo con il virtuale

Gli Ingegneri hanno sviluppato un simulatore in grado di creare una vasta gamma realistica di scene in esterni, attraverso i quali possa avanzare trasporto. Il sistema genera i più diversi paesaggi con diversi climi, foreste e deserti, mostra come le piante, gli arbusti e gli alberi crescono con il passare del tempo. Si può anche simulare i cambiamenti del tempo, sole e luna, la luce e anche la posizione esatta 9000 stelle.

Inoltre, il sistema simula le letture dei sensori, utilizzati in genere autonome di veicoli, come lidar si sono e la macchina fotografica. Questi sensori virtuali raccolgono i dati, che poi скармливаются нейросети come dati importanti per l'apprendimento.

Costruire una pista di prova

Simulazione sono buoni tanto quanto bene essi riflettono il mondo reale. Università di stato del Mississippi ha acquisito il 50 ettari di terreno, su cui gli scienziati stanno sviluppando pista di prova per autogestiti suv. Terreno ideale — su di esso si trovano i pendii sotto un angolo di 60 gradi e un sacco di varietà di piante.

Gli Ingegneri hanno evidenziato alcune caratteristiche naturali di questa terra, con i quali, come si aspettano, sarà particolarmente difficile da affrontare autonomo automobili e si sono riprodotte esattamente sul simulatore. Questo ha permesso loro di confrontare direttamente i risultati della simulazione con i reali tentativi di navigazione in virtù di questa terra. Alla fine si creerà simili reali e virtuali di un paio di altri tipi di paesaggi, per migliorare la capacità di auto.

Raccolta di dati aggiuntivi

è stato creato Anche un periodo di prova trasporti — Halo Project — con motore elettrico e sensori con i computer, che possono navigare su una varietà di off-road mercoledì. Auto Halo Project dotato di ulteriori sensori per raccogliere dati dettagliati sul suo ambiente reale; essi aiutano a costruire ambienti virtuali per l'esecuzione di nuovi test.

Due lidar del sensore, ad esempio, fissato sotto attraversano gli angoli sulla parte anteriore della vettura, in modo che i loro raggi di scansione avvicina alla terra. I due insieme possono fornire informazioni su quanto ruvida o liscia la superficie, ma anche i dati sull'erba e altre piante e oggetti sulla strada.

In generale, la ricerca gli scienziati hanno dato alcuni risultati interessanti. Ad esempio, hanno mostrato promettenti accenno al fatto che gli algoritmi di apprendimento automatico che si allenano in ambienti simulati, possono essere utili nel mondo reale. Come è il caso con la maggior parte degli studi sul tema autonoma di trasporto, c'è ancora una lunga strada. Forse, insieme, essi contribuiranno a rendere autonomi mezzi di trasporto non solo più funzionali e moderne strade, ma anche più popolare e diffuso metodo di movimento.

Anche aspettando? Dì nel nostro