Como carros autónomos aprendem a desbravar o caminho?

Autônomo de transporte pode seguir as regras gerais de estradas, reconhecendo os sinais de trânsito e marcações de pista, observando as faixas de pedestres e outras são bem conhecidas características de trânsito. Mas o que fazer fora do bem sinalizadas estradas, изъезженных de comprimento e largura? Em muitas estradas fora das cidades поистерлась pintura, marcas de tiros de hera e árvores, apareceu incomuns cruzamentos não sinalizados no google maps.

O Que deve fazer o seguinte regras autônomo de veículo, quando as regras não são claros, ou está faltando? O que deve fazer de seus passageiros, quando descobrem que seu carro não pode levá-los para onde eles vão?

Aviso oculto

A Maioria dos problemas com o desenvolvimento de tecnologias avançadas incluem o tratamento raras ou incomuns situações ou eventos, que exigem desempenho, vai além do normal da capacidade do sistema. É definitivamente funciona e, no caso de auto-carros. Alguns estrada exemplos podem incluir a navegação através da renovação da zona de compromisso, a cavalo ou de buggy, ou mesmo o encontro com o graffiti, que lembra um sinal de stop. Fora de estrada recursos incluem absolutamente todas as manifestações do mundo natural, como árvores, перегородивших estrada, enchentes e grandes poças — ou mesmo de animais, que bloqueiam o caminho.

No Centro de avançados sistemas automotivos na Universidade do Mississippi, os cientistas tomaram para si a tarefa de aprendizagem de algoritmos de resposta para as circunstâncias, que quase nunca se encontram, que são difíceis de prever e difícil de recriar. Eles tentaram colocar carros autónomos em mais de script complexo: levavam o carro em uma área que ele nunca tinha visto antes e não sabia, sem qualquer infra-estrutura confiável como o trânsito de tinta e sinais de trânsito, em um ambiente desconhecido, onde, com a mesma probabilidade, você pode encontrar um cacto e um urso polar.

No processo combinaram a tecnologia do virtual e do real mundos. Eles criaram avançados de simulação realista de cenas ao ar livre, com o qual treinamos algoritmos de inteligência artificial para ler o fluxo com a câmera e classificar o que viu: as árvores, o céu, abrir os caminhos, possíveis obstáculos. Em seguida, eles traduziram esses algoritmos especialmente criado experimental de um carro de quatro rodas motrizes e enviou-lo dedicado piloto local onde, em seguida, verificamos o emprego de algoritmos, recolhem dados.

vamos Começar com a virtual

Os Engenheiros desenvolveram um simulador capaz de criar uma vasta gama de realistas de cenas ao ar livre, através do que poderia ir de transporte. O sistema gera uma variedade de paisagens com diferentes temperado, florestas e desertos, mostra como as plantas, arbustos e árvores crescem ao longo do tempo. Ela também pode simular a mudança de clima, o sol e o luar, e também a posição exata de 9000 estrelas.

Além disso, o sistema simula as leituras dos sensores, normalmente são usados os veículos, tais como лидары e da câmara. Essas virtuais de sensores de recolha de dados que, em seguida, скармливаются redes neurais como dados valiosos para a aprendizagem.

, Construir uma pista de teste

Simulação de são bons apenas o suficiente o quão bem eles refletem o mundo real. Universidade do Mississippi, que adquiriu 50 hectares de terra, onde os cientistas estão desenvolvendo uma pista de teste para auto-administrado suvs. O enredo é ótimo — nele se encontram inclina em um ângulo de 60 graus e muito de uma grande variedade de plantas.

Os Coordenadores destacaram algumas características naturais desta terra, com os quais, como eles esperam, será especialmente difícil de lidar, muito direcionada a veículos, e reproduziram-los exatamente no simulador. Isto permitiu-lhes comparar diretamente os resultados de uma simulação com as tentativas de navegação actual da terra. Eventualmente, eles criarão semelhantes reais e virtuais par de outros tipos de paisagens, para melhorar a capacidade de carro.

Recolha de mais dados

Foi criado Também o teste de transportes — Halo Project — com um motor elétrico e sensores de computadores, que podem navegar por diversas off-road quartas-feiras. O carro Halo Project está equipado com sensores para coleta de dados detalhados sobre sua real cercado, elas ajudam a construir um ambiente virtual para o lançamento de novos casos de teste.

Dois лидарных do sensor, por exemplo, fixados sob cruzam em ângulos na frente do carro, de modo que os seus raios vasculha a uma terra. Juntos, eles podem fornecer informações sobre quão áspera ou lisa a superfície, bem como ler dados sobre a grama e outras plantas e objetos na estrada.

Em geral, os estudos de cientistas deram alguns resultados interessantes. Por exemplo, eles mostraram-se promissores indícios de que os algoritmos de aprendizado de máquina, que se exercitam em ambientes simulados, podem ser úteis no mundo real. Como é o caso com a maioria dos estudos sobre o tema autônomo de transporte, à frente ainda um longo caminho a percorrer. Talvez, juntos, eles ajudam a fazer a autogestão dos veículos não apenas mais funcionais, modernas estradas, mas o mais popular e um método comum de movimento.

Também está esperando? Conte-nos o nosso