Afirandina otomobîlên xwe-ajotinê ku dikarin biryarên mîna mirovan bidin, armancek demdirêj a pargîdaniyên mîna Waymo, GM Cruise, Uber û yên din bû. Intel Mobileye modelek matematîkî ya Ewlehiya Hesas a Berpirsiyarî (RSS) pêşkêşî dike, ku pargîdanî wekî nêzîkatiyek "aqilê hevpar" binav dike ku bi bernamekirina otopîlotê bi rengek "baş" tê destnîşan kirin, wek mînak dayîna mafê rê li otomobîlên din. . Ji hêla din ve, NVIDIA bi awayekî çalak Safety Force Field pêşve dike, teknolojiyek biryargirtinê-based pergalê ku kiryarên ne ewle yên bikarhênerên rêyên derdorê bi analîzkirina daneyên ji senzorên wesayîtê di demek rast de dişopîne. Naha komek zanyar ji Enstîtuya Teknolojiyê ya Massachusetts (MIT) beşdarî vê lêkolînê bûne û nêzîkatiyek nû li ser bingeha karanîna nexşeyên mîna GPS-ê û daneyên dîtbar ên ku ji kamerayên ku li ser otomobîlê hatine saz kirin hatine wergirtin, pêşniyar kirin da ku pîlot bikaribe li ser nenas rêve bike. rêyên dişibin mirovekî rê.
Mirov bi taybetî di ajotina otomobîlan de li ser rêyên ku berê qet neçûne baş in. Em bi tenê tiştên ku li dora xwe dibînin bi tiştên ku em li ser cîhazên xwe yên GPS-ê dibînin berhev dikin da ku diyar bikin ku em li ku ne û divê em biçin ku derê. Ji hêla din ve, otomobîlên xwe-ajotinê, rêveçûna beşên nenas ên rê pir dijwar dibînin. Ji bo her cîhek nû, otopîlot pêdivî ye ku bi baldarî riya nû analîz bike, û pir caran pergalên kontrolê yên otomatîkî xwe dispêre nexşeyên tevlihev ên 3D ku pêşkêşker ji bo wan di pêş de amade dikin.
Di gotarekê de ku vê hefteyê li Konferansa Navneteweyî ya li ser Robotîk û Otomasyonê hate pêşkêş kirin, lêkolînerên MIT pergalek ajotina xweser a ku "hîn dibe" û qalibên biryardayînê yên ajokarê mirovan bi bîr tîne dema ku ew li navçeyek bajarokek piçûk bi tenê daneyan bi rê ve diçin. kamerayan û nexşeyek sade-wek GPS. Dûv re otopîlotê perwerdekirî dikare otomobîla bê ajokar li cîhek bi tevahî nû bimeşîne, ajotina mirovan simule bike.
Mîna mirovek, otopîlot jî her cûdahiyek di navbera nexşeya xwe û taybetmendiyên rê de destnîşan dike. Ev ji pergalê re dibe alîkar ku diyar bike ka pozîsyona wê ya li ser rê, senzor, an nexşeyê xelet in da ku ew karibe qursa wesayîtê rast bike.
Ji bo ku di destpêkê de pergalê perwerde bike, operatorek mirovî Toyota Prius-a otomatîkî ajot ku bi gelek kamerayan û pergalek navîgasyonê ya bingehîn a GPS-ê ve girêdayî ye da ku daneyan ji kolanên derbajaran ên herêmî, tevî strukturên rê û astengên cihêreng berhev bike. Dûv re pergalê bi serfirazî otomobîlê li ser rêyek pêş-plankirî ajot li herêmek daristanî ya ku ji bo ceribandina wesayîtên xweser hatî armanc kirin.
Nivîskarê lêkolînê Alexander Amini, xwendekarek mezûn a MIT-ê, dibêje: "Bi pergala me re, hûn ne hewce ne ku hûn li ser her rêyek pêşwext perwerde bikin." "Hûn dikarin ji bo gerîdeya xwe nexşeyek nû dakêşin da ku rêyên ku berê qet nedîtine bigerin."
"Armanca me ew e ku em navîgasyonek xweser biafirînin ku ji ajotina di hawîrdorên nû de berxwedêr e," hev-nivîskar Daniela Rus, derhênerê Laboratoriya Zanistiya Komputer û Zanistiya Hunerî (CSAIL) zêde dike. "Mînakî, heke em wesayitek xweser perwerde bikin da ku li hawîrdorek bajarî mîna kolanên Cambridge ajotinê bike, pêdivî ye ku pergal jî karibe di daristanê de bi aramî ajotinê bike, her çend berê jîngehek wusa nedîtibe."
Pergalên navîgasyonê yên kevneşopî daneyên sensor bi navgîniya gelek modulên ku ji bo peywirên wekî herêmîkirin, nexşekirin, tespîtkirina tiştan, plansazkirina tevgerê û rêvebirinê hatine mîheng kirin pêvajoyê dikin. Bi salan e, koma Daniela pergalên navîgasyonê yên dawî-bi-dawî pêşve dike ku daneyên senzorê hildiweşîne û gerîdeyê bêyî hewcedariya modulên pispor kontrol dike. Lêbelê, heya nuha, van modelan bi hişkî ji bo rêwîtiya ewle ya li ser rê, bêyî armancek rastîn, hatine bikar anîn. Di xebata nû de, lêkolîner pergala xwe ya dawî-bi-dawî ji bo tevgera armanc-ber-mebestê di hawîrdorek berê nenas de paqij kirin. Ji bo vê yekê, zanyaran otopîlota xwe perwerde kirin da ku di her kêliyê de dema ajotinê dabeşkirina îhtîmala tevahî ji bo hemî fermanên kontrolê yên gengaz pêşbînî bike.
Pergal modelek fêrbûna makîneyê ya bi navê tora neuralî ya konvolutional (CNN) bikar tîne, ku bi gelemperî ji bo naskirina wêneyê tê bikar anîn. Di dema perwerdehiyê de, pergal tevgera ajotinê ya ajokarek mirovî dibîne. CNN zivirîna çerxa rêyê bi kêşeya rê, ya ku ew bi kamerayan û li ser nexşeya xweya piçûk temaşe dike re têkildar dike. Wekî encamek, pergal ji bo rewşên ajotinê yên cihêreng, wek rêyên rast, çar-alî veguheztin an jî girêkên T-yê, çeng û ziviran, fermanên herî gengaz ên rêvekirinê fêr dibe.
"Di destpêkê de, li xaçerêyek T, gelek rêyên cihêreng hene ku otomobîlek dikare bizivire," Rus dibêje. "Model bi fikirîna li ser van hemî rêgezan dest pê dike, û her ku CNN bêtir û bêtir daneyên di derheqê ku mirov di hin rewşan de li ser rê dikin distîne, ew ê bibîne ku hin ajokar li çepê dizivirin û yên din jî li rastê, lê kes rasterast naçe. . Pêşî rasterast wekî rêgezek mimkun tê qewirandin, û model destnîşan dike ku li bendikên T-yê ew tenê dikare çep an rast bimeşe."
Di dema ajotinê de, CNN di heman demê de taybetmendiyên riya dîtbarî ji kamerayan derdixe, û dihêle ku ew guheztinên rêyên mimkun pêşbîn bike. Mînakî, ew nîşanek rawestandina sor an xetek şikestî ya li kêleka rê wekî nîşanên xaçerêyek pêşeroj destnîşan dike. Di her kêliyê de, ew dabeşkirina îhtîmala pêşbînîkirî ya fermanên kontrolê bikar tîne da ku emrê herî rast hilbijêrin.
Girîng e ku bala xwe bidinê ku, li gorî lêkolîneran, otopîlota wan nexşeyên ku hilanîn û pêvajoyê pir hêsan in bikar tîne. Pergalên kontrolê yên xweser bi gelemperî nexşeyên lidar bikar tînin, ku bi qasî 4000 GB daneyan digire da ku tenê bajarê San Francisco hilîne. Ji bo her cîhek nû, gerîdok pêdivî ye ku nexşeyên nû bikar bîne û biafirîne, ku ji bîrek mezin hewce dike. Ji hêla din ve, nexşeya ku ji hêla Autopilot-a nû ve hatî bikar anîn tevahiya cîhanê vedihewîne di heman demê de ku tenê 40 gigabayt daneya xwe digire.
Di dema ajotina xweser de, pergal bi domdarî daneyên xwe yên dîtbarî bi daneyên nexşeyê re berhev dike û her cûdahiyek nîşan dide. Ev alîkariya wesayîta xweser dike ku çêtir diyar bike ku ew li ser rê ye. Û ev piştrast dike ku otomobîl li ser riya herî ewledar bimîne, her çend ew agahdariya têketina nakok werbigire: heke, bêje, gerîdok li ser rêyek rast û bê zivirîn dimeşe, û GPS destnîşan dike ku divê otomobîl rast bizivire, otomobîl dê dizanin ku rasterast biçin an rawestin.
"Di cîhana rastîn de, senzor têk diçin," dibêje Amini. "Em dixwazin pê ewle bin ku pîlota meya otopîlot li hember têkçûnên cûrbecûr senzorê berxwedêr e bi afirandina pergalek ku dikare her sînyalên deng werbigire û hîn jî rê rast bi rê ve bibe."
Source: 3dnews.ru