Umetna inteligenca v kombinaciji z novo kamero, ki temelji na biotehnologiji, omogoča zaznavanje pešcev na cesti 100-krat hitreje kot trenutne avtomobilske kamere. Ta pomemben preboj na področju računalniškega vida, ki so ga dosegli raziskovalci na Univerzi v Zürichu, bi lahko znatno izboljšal varnost sistemov za pomoč voznikom in avtomobilov brez voznika.
Situacija, ko pešec nenadoma stopi pred avto in vozniku običajno da le delček sekunde časa za reakcijo, je nočna mora za vsakega voznika. Trenutni sistemi avtomobilskih kamer lahko opozorijo voznika ali aktivirajo zaviranje v sili, vendar še niso dovolj hitri ali zanesljivi za uporabo v avtonomnih vozilih, kjer za volanom ni človeka.
Kaj ponuja novi izum
Daniel Gehrig in David Scaramuzza z oddelka za računalništvo na Univerzi v Zürichu sta združila novo kamero, ki jo navdihujejo biološki procesi, z umetno inteligenco, da bi ustvarila sistem, ki lahko zazna ovire okoli avtomobila veliko hitreje kot trenutni sistemi in z manjšo računalniško močjo.
Večina sodobnih kamer je časovno zamaknjenih, kar pomeni, da snemajo slike v intervalih. Kamere, ki se uporabljajo za pomoč voznikom v avtomobilih, običajno lahko zajamejo od 30 do 50 sličic na sekundo, umetno nevronsko mrežo pa je mogoče naučiti za veliko hitrejše prepoznavanje predmetov – pešcev, kolesarjev in drugih avtomobilov.
Čeprav se izboljšujejo, če se kaj zgodi standardnim kameram v 20–30 milisekundah med dvema posnetkoma, lahko kamera to opazi prepozno. Ena od možnosti je povečanje hitrosti sličic na sekundo, vendar to zahteva večjo obdelavo podatkov v realnem času in večjo računalniško moč. »Novi sistem je vizualni detektor, ki lahko zazna predmete tako hitro kot kamera, ki posname 5,000 sličic na sekundo, vendar zahteva enako pasovno širino kot standardna kamera s 50 sličicami na sekundo.«
Nove kamere imajo inovativen pristop, ki temelji na drugačnem načelu. Namesto konstantne hitrosti sličic imajo pametne slikovne pike, ki zajemajo informacije, ko zaznajo hitre premike.
»Na ta način med kadri ni mrtvih peg, kar jim omogoča hitrejše zaznavanje ovir. Imenujejo se tudi nevromorfne kamere, ker posnemajo način, kako človeške oči zaznavajo slike,« pravi Scaramuzza, vodja skupine za robotiko in zaznavanje.
Vendar imajo tudi svoje pomanjkljivosti, saj lahko zgrešijo počasi premikajoče se predmete, njihove slike pa je težko pretvoriti v podatke, ki se uporabljajo za učenje algoritmov umetne inteligence.
Inovacija znanstvenikov je v tem, da razvijajo hibridni sistem, ki združuje najboljše iz obeh tehnologij:
Prva vključuje standardno kamero, ki zajema 20 slik na sekundo, kar je relativno nizka hitrost sličic v primerjavi s trenutnimi. Slike obdeluje sistem umetne inteligence, tako imenovana konvolucijska nevronska mreža, usposobljena za prepoznavanje avtomobilov in pešcev.
Podatki iz kamere za dogodke so združeni z drugo vrsto sistema umetne inteligence, asinhronim grafičnim nevronskim omrežjem, ki je še posebej primerno za analizo tridimenzionalnih podatkov, ki se sčasoma spreminjajo. Zaznave iz kamere za dogodke se uporabljajo za napovedovanje zaznav standardne kamere in izboljšanje njene učinkovitosti.
Možnosti so ogromne
Med testiranjem je ekipa primerjala svoj sistem z najboljšimi kamerami in algoritmi vida, ki so danes na voljo na avtomobilskem trgu, in ugotovila, da zaznava predmete 100-krat hitreje. To zmanjša količino podatkov, ki jih je treba prenesti med kamero in vgrajenim računalnikom, ter računalniško moč, potrebno za obdelavo slik, ne da bi pri tem ogrozila natančnost. Pomembno je, da sistem učinkovito zazna avtomobile in pešce, ki vstopijo v vidno polje med dvema zaporednima posnetkoma standardne kamere, kar zagotavlja dodatno varnost tako za voznika kot za udeležence v prometu. To je še posebej pomembno pri visokih hitrostih. Znanstveniki verjamejo, da bi lahko to metodo v prihodnosti še izboljšali z integracijo kamer s senzorji LiDAR, podobnimi tistim, ki se uporabljajo v avtomobilih z avtonomno vožnjo. Hibridni sistemi te vrste bi lahko postali temelj varnosti avtonomne vožnje.
Ilustrativna fotografija: pexels-jakubzerdzicki-37116225
