Að búa til sjálfkeyrandi bíla sem geta tekið mannlegar ákvarðanir hefur verið langvarandi markmið fyrirtækja eins og Waymo, GM Cruise, Uber og fleiri. Intel Mobileye býður upp á ábyrgðarnæmt öryggi (RSS) stærðfræðilíkan, sem fyrirtækið lýsir sem „heilbrigðri skynsemi“ nálgun sem einkennist af því að forrita sjálfstýringuna þannig að hún hagi sér á „góðan“ hátt, eins og að gefa öðrum bílum rétt á umferð. . Á hinn bóginn er NVIDIA virkur að þróa Safety Force Field, kerfistengda ákvarðanatökutækni sem fylgist með óöruggum aðgerðum nærliggjandi vegfarenda með því að greina gögn frá ökutækisskynjurum í rauntíma. Nú hefur hópur vísindamanna frá Massachusetts Institute of Technology (MIT) gengið til liðs við þessar rannsóknir og lagt til nýja nálgun sem byggir á notkun GPS-líkra korta og sjónrænna gagna sem fengin eru úr myndavélum sem settar eru upp á bílnum svo að sjálfstýringin geti siglt á óþekkt vegir svipaðir manneskju. leið.
Fólk er einstaklega gott að aka bílum á vegum sem það hefur aldrei farið áður. Við berum einfaldlega saman það sem við sjáum í kringum okkur við það sem við sjáum á GPS tækjunum okkar til að ákvarða hvar við erum og hvert við þurfum að fara. Sjálfkeyrandi bílar eiga hins vegar afar erfitt með að komast yfir óþekkta vegarkafla. Fyrir hvern nýjan stað þarf sjálfstýringin að greina nýju leiðina vandlega og oft treysta sjálfvirk stjórnkerfi á flókin þrívíddarkort sem birgjar útbúa fyrir þau fyrirfram.
Í grein sem kynnt var í vikunni á alþjóðlegu ráðstefnunni um vélfærafræði og sjálfvirkni lýsa vísindamenn MIT sjálfstætt aksturskerfi sem „lærir“ og man ákvarðanatökumynstur mannlegs ökumanns þegar þeir fara um vegi í litlu borgarsvæði með því að nota eingöngu gögn. myndavélar og einfalt GPS-líkt kort. Þjálfaður sjálfstýrimaður getur síðan ekið ökumannslausa bílnum á alveg nýjum stað og líkir eftir akstri manna.
Rétt eins og manneskja, skynjar sjálfstýringin einnig hvers kyns misræmi á milli korts þess og vegeiginleika. Þetta hjálpar kerfinu að ákvarða hvort staðsetning þess á veginum, skynjarar eða kort sé röng svo það geti leiðrétt stefnu ökutækisins.
Til að þjálfa kerfið í upphafi ók mannlegur rekstraraðili sjálfvirkri Toyota Prius sem var búinn mörgum myndavélum og grunn GPS leiðsögukerfi til að safna gögnum frá götum í úthverfum á staðnum, þar á meðal ýmsum vegagerðum og hindrunum. Kerfið ók bílnum síðan með góðum árangri eftir fyrirfram skipulagðri leið á öðru skógi vaxið svæði sem ætlað var til að prófa sjálfkeyrandi farartæki.
„Með kerfinu okkar þarftu ekki að þjálfa á öllum vegum fyrirfram,“ segir rannsóknarhöfundurinn Alexander Amini, MIT framhaldsnemi. "Þú getur halað niður nýju korti fyrir bílinn þinn til að sigla um vegi sem hann hefur aldrei sést áður."
„Markmið okkar er að búa til sjálfvirka siglingu sem er seigur til aksturs í nýju umhverfi,“ bætir við meðhöfundur Daniela Rus, forstöðumaður tölvunarfræði- og gervigreindarrannsóknarstofu (CSAIL). „Til dæmis, ef við þjálfum sjálfstætt ökutæki til að keyra í borgarumhverfi eins og götum Cambridge, verður kerfið líka að geta keyrt vel í skógi, jafnvel þótt það hafi aldrei séð slíkt umhverfi áður.
Hefðbundin leiðsögukerfi vinna skynjaragögn í gegnum margar einingar sem eru stilltar fyrir verkefni eins og staðsetningar, kortlagningu, hlutgreiningu, hreyfiáætlanagerð og stýringu. Í mörg ár hefur hópur Daniela verið að þróa leiðsögukerfi frá enda til enda sem vinna úr skynjaragögnum og stjórna bílnum án þess að þurfa sérstakar einingar. Hingað til hafa þessar gerðir hins vegar verið notaðar eingöngu fyrir örugga ferð á vegum, án nokkurs raunverulegs tilgangs. Í nýju verkinu fínpússuðu rannsakendur end-til-enda kerfi sitt fyrir hreyfingu frá markmiði til áfangastaðar í áður óþekktu umhverfi. Til að gera þetta þjálfuðu vísindamenn sjálfstýringuna sína til að spá fyrir um alla líkindadreifingu fyrir allar mögulegar stjórnskipanir hvenær sem er við akstur.
Kerfið notar vélanámslíkan sem kallast convolutional neural network (CNN), sem almennt er notað fyrir myndgreiningu. Við þjálfun fylgist kerfið með aksturshegðun manns ökumanns. CNN tengir beygjur í stýri við sveigju vegarins, sem það fylgist með í gegnum myndavélar og á litla kortinu sínu. Fyrir vikið lærir kerfið líklegastar stýriskipanir fyrir ýmsar akstursaðstæður, svo sem beina vegi, gatnamót í fjórum áttum eða T-vegamót, gafflar og beygjur.
„Í upphafi, á T-gatnamótum, eru margar mismunandi áttir sem bíll getur snúið,“ segir Rus. „Módelið byrjar á því að hugsa um allar þessar áttir og eftir því sem CNN fær sífellt meiri upplýsingar um hvað fólk er að gera við ákveðnar aðstæður á veginum, mun það sjá að sumir ökumenn beygja til vinstri og aðrir beygja til hægri, en enginn fer beint . Það er útilokað að beint áfram sé möguleg stefna og niðurstaðan er sú að á T-gatnamótum geti það aðeins færst til vinstri eða hægri.“
Á meðan á akstri stendur dregur CNN einnig út sjónræna vegaeiginleika úr myndavélum, sem gerir því kleift að spá fyrir um mögulegar leiðarbreytingar. Til dæmis auðkennir það rautt stöðvunarmerki eða brotalínu í vegarkanti sem merki um væntanleg gatnamót. Á hverju augnabliki notar það spáð líkindadreifingu stjórnskipana til að velja réttustu skipunina.
Það er mikilvægt að hafa í huga að samkvæmt rannsakendum notar sjálfstýring þeirra kort sem eru afar auðvelt að geyma og vinna úr. Sjálfstýrð stjórnkerfi nota venjulega lidar kort, sem taka um það bil 4000 GB af gögnum til að geyma bara borgina San Francisco. Fyrir hvern nýjan áfangastað verður bíllinn að nota og búa til ný kort, sem krefst mikils minnis. Aftur á móti nær kortið sem nýja sjálfstýringin notar allan heiminn á meðan það tekur aðeins 40 gígabæta af gögnum.
Við sjálfvirkan akstur ber kerfið einnig sjónræn gögn sín stöðugt saman við kortagögnin og merkir frávik. Þetta hjálpar sjálfstætt ökutæki betur að ákvarða hvar það er á veginum. Og þetta tryggir að bíllinn haldist á öruggustu leiðinni, jafnvel þótt hann fái misvísandi inntaksupplýsingar: ef bíllinn er td að keyra á beinum vegi án beygju og GPS gefur til kynna að bíllinn eigi að beygja til hægri mun bíllinn vita að fara beint eða hætta.
„Í hinum raunverulega heimi mistakast skynjarar,“ segir Amini. „Við viljum ganga úr skugga um að sjálfstýringin okkar sé seigur fyrir ýmsum skynjarabilunum með því að búa til kerfi sem getur tekið á móti hvaða hávaðamerki sem er og samt siglt veginn rétt.
Heimild: 3dnews.ru