©

Автономные автомобили смогут “заглядывать за угол”

Автономные автомобили смогут “заглядывать за угол”
Techcrunch

Автономные автомобили уже сейчас способны собирать массу информации об окружающем мире, но даже самые лучшие системы компьютерного зрения не способны видеть сквозь кирпичные и бетонные стены. Но теперь, получая информацию о лазерных лучах, отражаемых от близлежащих поверхностей, они могли бы “видеть предметы за углом здания”. По крайней мере, так утверждают исследователи из Стенфордского университета.

Идея заключается в том, чтобы научить машину различать формы объектов, находящихся вне зоны видимости сканера. Габариты и местонахождение препятствия определяются по тому, как рассеивается лазерный луч, встречаясь с объектом. Со временем ИИ формирует шаблоны, анализируя скорость возвращения луча (некоторые импульсы возвращаются быстрее или иначе взаимодействуют с ранее невидимым объектом).

На практике все оказалось не так просто. Например, отраженный лазерный луч может легко затеряться в шумах дневного света. И чтобы точно определять модель невидимого объекта (человек это или знак остановки), то машине потребуется множество данных и значительные вычислительные мощности для корректной оценки.

Как сообщается в публикации «Computational Imaging Group»:

Несмотря на недавние успехи, визуализация изображений [non-line-of-sight] (не находящихся в прямой видимости) остается нецелесообразной из-за ограничений скорости обработки информации и повышенных требований к алгоритмам реконструкции при крайне слабом входящем сигнале (многократно рассеянного светом), – поясняют исследователи.

Процесс сбора данных по-прежнему занимает много времени: лазер сканирует поверхность объекта, что может занимать от пары минут до часа. Полученная информация передается на высокочувствительный детектор, который анализирует движение фотонов, отражающихся от поверхности (возвращаются к источнику) или поглощающихся объектом.

Главная проблема визуализации без прямой видимости заключается в эффективном способе восстановления трехмерной структуры скрытого объекта, основанного на измерении шумов, – отметил Дэвид Линделл студент Стэнфорда и соавтор статьи.

Детектор передает данные на компьютер, который обрабатывает их посредством уникального алгоритма, разработанного исследователями. В этой части работы процесс движется довольно быстро: всего за пару секунд компьютер воссоздает сцену с относительно высокой точностью.

Белая часть модели фактически является формой невидимого элемента, а зеленая сетка – это то, что система смогла обнаружить (естественно, только с одной стороны)
Белая часть модели фактически является формой невидимого элемента, а зеленая сетка – это то, что система смогла обнаружить (естественно, только с одной стороны)

Как заявляют ученые, новая система менее восприимчива к помехам, что позволяет использовать ее даже при боковом солнечном свете.

Пример знака, восстановленного по отражению лазерного луча
Пример знака, восстановленного по отражению лазерного луча

Разумеется, нецелесообразно использовать систему , которой понадобится час, чтобы обнаружить человека за стеной. Но не будем забывать, что лазерные установки, которые использовали ученые, сильно отличаются от высокоскоростных сканирующих лазеров LIDAR, которые в совокупности с уникальным алгоритмом смогут значительно сократить время сбора и обработки данных.

Мы считаем, что уникальный алгоритм вычисления уже готов к тестированию с системами LIDAR. Ключевой вопрос заключается в том, поддерживает ли текущее оборудование систем LIDAR этот тип изображений, – сказал Мэтью О'Тул (соавтор статьи).

Таким образом, если теория исследователей окажется верной, то новый алгоритм в скором времени позволит лидарным системам по-новому анализировать данные. И автономные машины смогут обнаруживать потенциально движущуюся машину или человека, приближающихся к перекрестку, еще до того, как они станут видимы.

Один хлопок? Или же бурные овации? Хлопая больше или меньше, вы показываете, какой пост действительно чего-то стоит.
Комментарии