Nyiptakeun mobil mandiri anu tiasa nyandak kaputusan sapertos manusa mangrupikeun tujuan anu lami perusahaan sapertos Waymo, GM Cruise, Uber sareng anu sanésna. Intel Mobileye nawiskeun modél matematika Responsibility-Sensitive Safety (RSS), anu dijelaskeun ku perusahaan salaku pendekatan "akal sehat" anu dicirikeun ku program autopilot pikeun kalakuanana ku cara anu "saé", sapertos masihan mobil sanés jalan anu leres. . Di sisi anu sanés, NVIDIA aktip ngembangkeun Safety Force Field, téknologi pembuatan kaputusan dumasar sistem anu ngawas tindakan anu teu aman pikeun pangguna jalan di sakurilingna ku cara nganalisis data tina sénsor kendaraan sacara real waktos. Ayeuna sakelompok élmuwan ti Massachusetts Institute of Technology (MIT) parantos ngagabung kana panalungtikan ieu sareng ngusulkeun pendekatan énggal dumasar kana panggunaan peta sapertos GPS sareng data visual anu dicandak tina kaméra anu dipasang dina mobil supados autopilot tiasa napigasi dina kanyahoan. jalan nu sarupa jeung hiji jalma.
Jalma-jalma saé pisan dina nyetir mobil di jalan anu teu acan kantos dijalanan. Urang ngan saukur ngabandingkeun naon urang tingali di sabudeureun urang jeung naon urang tingali dina alat GPS urang pikeun nangtukeun dimana urang jeung dimana urang kudu indit. Mobil anu nyetir sorangan, di sisi anu sanés, sesah pisan pikeun nganapigasi bagian jalan anu teu dipikanyaho. Pikeun unggal lokasi anyar, autopilot kudu taliti nganalisis jalur anyar, sarta mindeng sistem kontrol otomatis ngandelkeun peta 3D kompléks nu suppliers nyiapkeun aranjeunna sateuacanna.
Dina makalah anu dipidangkeun minggu ieu dina Konferensi Internasional ngeunaan Robotics sareng Automation, panalungtik MIT ngajelaskeun sistem nyetir otonom anu "diajar" sareng émut pola-pola kaputusan supir manusa nalika aranjeunna nganapigasi jalan di daérah kota leutik ngan ukur nganggo data. kaméra jeung peta basajan GPS-kawas. Autopilot anu dilatih teras tiasa nyetir mobil tanpa supir di lokasi anu énggal, simulasi nyetir manusa.
Sapertos manusa, autopilot ogé ngadeteksi bédana antara peta sareng fitur jalan. Ieu ngabantuan sistem nangtukeun naha posisina di jalan, sénsor, atawa peta lepat sangkan bisa ngabenerkeun jalanna kendaraan.
Pikeun mimitina ngalatih sistem, operator manusa drove hiji Toyota Prius otomatis dilengkepan sababaraha kaméra jeung sistem navigasi GPS dasar pikeun ngumpulkeun data ti jalan suburban lokal, kaasup rupa struktur jalan jeung halangan. Sistim nu lajeng hasil drove mobil sapanjang jalur pre-rencanana di wewengkon leuweung sejen dimaksudkeun pikeun nguji kandaraan otonom.
"Kalayan sistem kami, anjeun teu kudu ngalatih di unggal jalan sateuacanna," nyebutkeun pangarang ulikan Alexander Amini, hiji mahasiswa pascasarjana MIT. "Anjeun tiasa ngaunduh peta énggal pikeun mobil anjeun pikeun nganapigasi jalan anu teu acan kantos katingali."
"Tujuan kami nyaéta pikeun nyiptakeun navigasi otonom anu tahan banting pikeun nyetir di lingkungan énggal," tambah panulis ko-panulis Daniela Rus, diréktur Élmu Komputer sareng Laboratorium Kecerdasan Buatan (CSAIL). "Contona, upami urang ngalatih kendaraan otonom pikeun nyetir di lingkungan kota sapertos jalan-jalan di Cambridge, sistem éta ogé kedah tiasa nyetir lancar di leuweung, sanaos éta henteu kantos ningali lingkungan sapertos kitu."
Sistem navigasi tradisional ngolah data sensor ngaliwatan sababaraha modul ngonpigurasi pikeun tugas kayaning lokalisasi, pemetaan, deteksi objék, tata gerak jeung setir. Mangtaun-taun, grup Daniela parantos ngembangkeun sistem navigasi tungtung-ka-tungtung anu ngolah data sensor sareng ngontrol mobil tanpa peryogi modul khusus. Nepi ka ayeuna, kumaha oge, model-model ieu parantos dianggo sacara ketat pikeun perjalanan anu aman di jalan, tanpa tujuan anu nyata. Dina karya anyar, panalungtik nyaring sistem tungtung-to-tungtung maranéhanana pikeun gerakan tujuan-ka-tujuan dina lingkungan saméméhna kanyahoan. Jang ngalampahkeun ieu, élmuwan dilatih autopilot maranéhna pikeun ngaduga sebaran probabiliti pinuh pikeun sakabéh paréntah kontrol mungkin iraha wae bari nyetir.
Sistem ieu ngagunakeun modél pembelajaran mesin anu disebut jaringan saraf convolutional (CNN), anu biasa dianggo pikeun pangakuan gambar. Salila latihan, sistem niténan paripolah nyetir supir manusa. CNN correlates setir robah warna ka warna jeung curvature jalan, nu eta observes ngaliwatan kaméra jeung dina peta leutik na. Hasilna, sistem diajar paréntah steering paling dipikaresep pikeun sagala rupa kaayaan nyetir, kayaning jalan lempeng, intersections opat arah atawa T-junctions, forks jeung péngkolan.
"Awalna, dina T-simpang, aya loba arah béda mobil bisa ngahurungkeun," nyebutkeun Rus. "Model dimimitian ku pamikiran ngeunaan sagala arah ieu, sarta salaku CNN meunang beuki loba data ngeunaan naon anu urang lakukeun dina situasi nu tangtu di jalan, éta bakal ningali yén sababaraha supir belok ka kénca jeung batur belok ka katuhu, tapi teu saurang ogé balik langsung. . Lempeng ka hareup diparéntahkeun salaku arah anu mungkin, sareng modél nyimpulkeun yén di T-junctions ngan ukur tiasa ngalih ka kénca atanapi ka katuhu.
Nalika nyetir, CNN ogé ékstrak fitur jalan visual tina kaméra, ngamungkinkeun pikeun ngaduga parobahan rute anu mungkin. Contona, éta ngaidentipikasi tanda eureun beureum atawa garis pegat di sisi jalan salaku tanda hiji simpang upcoming. Dina unggal momen, éta ngagunakeun distribusi probabiliti diprediksi paréntah kontrol pikeun milih paréntah paling bener.
Penting pikeun dicatet yén, numutkeun panaliti, autopilotna ngagunakeun peta anu gampang pisan pikeun disimpen sareng diolah. Sistem kontrol otonom ilaharna ngagunakeun peta lidar, nu nyokot up kira 4000 GB data pikeun nyimpen ngan kota San Fransisco. Pikeun unggal tujuan anyar, mobil kudu make jeung nyieun peta anyar, nu merlukeun jumlah badag memori. Di sisi anu sanés, peta anu dianggo ku Autopilot énggal nyertakeun sakumna dunya bari ngeusian ngan ukur 40 gigabyte data.
Salila nyetir otonom, sistem ogé terus ngabandingkeun data visual na jeung data peta tur umbul sagala discrepancies. Ieu ngabantuan kandaraan otonom hadé nangtukeun mana éta di jalan. Sarta ieu ensures yén mobil tetep dina jalur safest, sanajan eta narima informasi input conflicting: lamun, sebutkeun, mobil keur iinditan dina jalan lempeng jeung euweuh robah warna ka warna, sarta GPS nunjukkeun yén mobil kudu belok katuhu, mobil bakal. nyaho indit lempeng atawa eureun.
"Di dunya nyata, sensor gagal," nyebutkeun Amini. "Kami hoyong mastikeun yén autopilot kami tahan banting kana sagala rupa kagagalan sensor ku cara nyiptakeun sistem anu tiasa nampi sinyal bising sareng tetep napigasi jalan anu leres."
sumber: 3dnews.ru