Штучний інтелект у поєднанні з новою камерою на основі біотехнологій дозволяє їй виявляти пішоходів на дорозі у 100 разів швидше, ніж сучасні автомобільні камери. Цей важливий прорив у комп'ютерному зорі, зроблений дослідниками з Університету Цюріха, може значно покращити безпеку систем допомоги водієві та автомобілів з автономним керуванням.
Ситуація, коли пішохід раптово виходить перед автомобілем, зазвичай даючи водієві лише частку секунди на реакцію, є кошмаром для будь-якого водія. Сучасні системи автомобільних камер можуть попередити водія або активувати екстрене гальмування, але вони ще недостатньо швидкі чи надійні для використання в автономних транспортних засобах, де за кермом немає людини.
Що пропонує новий винахід
Даніель Геріґ та Девід Скарамуцца з кафедри комп'ютерних наук Цюрихського університету поєднали нову камеру, натхненну біологічними процесами, зі штучним інтелектом, щоб створити систему, яка може виявляти перешкоди навколо автомобіля набагато швидше, ніж сучасні системи, і з меншою обчислювальною потужністю.
Більшість сучасних камер працюють у режимі покадрової зйомки, тобто вони роблять знімки з інтервалами. Камери, що використовуються для допомоги водіям в автомобілях, зазвичай здатні знімати від 30 до 50 кадрів на секунду, а штучну нейронну мережу можна навчити розпізнавати об'єкти – пішоходів, велосипедистів та інші автомобілі – набагато швидше.
Хоча вони стають кращими, якщо щось трапляється зі стандартними камерами протягом 20-30 мілісекунд між двома кадрами, камера може помітити це занадто пізно. Один із варіантів — збільшити частоту кадрів, але це вимагає більшої обробки даних у реальному часі та більшої обчислювальної потужності: «Нова система — це візуальний детектор, який може виявляти об’єкти так само швидко, як камера, яка знімає 5,000 кадрів на секунду, але вимагає такої ж пропускної здатності, як і стандартна камера з 50 кадрами на секунду».
Нові камери використовують інноваційний підхід, заснований на іншому принципі. Замість постійної частоти кадрів вони мають інтелектуальні пікселі, які фіксують інформацію, коли виявляються швидкі рухи.
«Таким чином, між кадрами немає сліпих зон, що дозволяє їм швидше виявляти перешкоди. Їх також називають нейроморфними камерами, оскільки вони імітують те, як людські очі сприймають зображення», — каже Скарамуцца, керівник групи робототехніки та сприйняття.
Однак, вони також мають свої недоліки, оскільки можуть пропускати повільно рухомі об'єкти, а їхні зображення важко перетворити на дані, що використовуються для навчання алгоритмів штучного інтелекту.
Інновація вчених полягає в тому, що вони розробляють гібридну систему, яка поєднує найкраще з обох технологій:
Перша включає стандартну камеру, яка знімає 20 зображень за секунду, що є відносно низькою частотою кадрів порівняно з сучасними. Зображення обробляються системою штучного інтелекту, так званою згортковою нейронною мережею, навченою розпізнавати автомобілі та пішоходів.
Дані з камери подій поєднуються з іншим типом системи штучного інтелекту – асинхронною графовою нейронною мережею, яка особливо добре підходить для аналізу тривимірних даних, що змінюються з часом. Дані з камери подій використовуються для прогнозування виявлень стандартної камери та покращення її продуктивності.
Перспективи величезні
Під час тестування команда порівняла свою систему з найкращими камерами та алгоритмами зору, доступними сьогодні на автомобільному ринку, і виявила, що вона виявляє об'єкти в 100 разів швидше. Це зменшує обсяг даних, які необхідно передавати між камерою та бортовим комп'ютером, а також обчислювальну потужність, необхідну для обробки зображень, без шкоди для точності. Важливо, що система ефективно виявляє автомобілі та пішоходів, які потрапляють у поле зору між двома послідовними кадрами стандартної камери, що забезпечує додаткову безпеку як для водія, так і для учасників дорожнього руху. Це особливо важливо на високих швидкостях. Вчені вважають, що в майбутньому цей метод можна буде ще більше вдосконалити шляхом інтеграції камер з датчиками LiDAR, подібними до тих, що використовуються в автомобілях з автономним керуванням. Гібридні системи такого типу можуть стати наріжним каменем безпеки автономного водіння.
Ілюстративне фото: pexels-jakubzerdzicki-37116225
