Wyspecjalizowani w dziedzinie informatycznej naukowcy z Oxford University we współpracy z tureckim zespołem z Bogazici University opracowali wyjątkowy system sztucznej inteligencji, dzięki któremu pogoda nie będzie przeszkadzać autonomicznym samochodom w operowaniu na drogach. Opisano go z kolei w publikacji w Nature Machine Intelligence.
Ten system pomaga autonomicznym samochodom podczas jazdy w niekorzystnych warunkach
Ten nowy system SI pozwala osiągnąć bezpieczniejszą i bardziej niezawodną zdolność nawigacyjną i to nawet w niekorzystnych warunkach pogodowych i scenariuszach jazdy z problematyczną łącznością GPS. Z tym systemem AV (Autonomous Vehicles), czyli samochody autonomiczne, mogą wejść na zupełnie nowy poziom.
Trudności w osiągnięciu przez AV precyzyjnego pozycjonowania podczas trudnych, niekorzystnych warunków pogodowych są głównym powodem, dla którego zostały one ograniczone do stosunkowo niewielkich prób do tej pory. Na przykład, pogoda taka jak deszcz lub śnieg może spowodować, że AV wykryje się na złym pasie przed zakrętem lub zatrzyma się zbyt późno na skrzyżowaniu z powodu nieprecyzyjnego pozycjonowania
– powiedział Yasin Almalioglu.
Czytaj też: Przyszłoroczne modele iPhone 15 Pro i Pro Max mogą się bardzo od siebie różnić
Opracowany na bazie głębokiego uczenia system szacuje ruchomą pozycję samochodu względem obiektów obserwowanych z samego samochodu. Model łączy bogate w szczegóły informacje z czujników wizualnych (które mogą być zakłócone przez niekorzystne warunki) z danymi ze źródeł odpornych na warunki atmosferyczne (takich jak radar), dzięki czemu korzyści z każdego z nich można wykorzystać w różnych warunkach pogodowych. Model został wytrenowany przy użyciu kilku publicznie dostępnych zbiorów danych, które zawierały dane z wielu czujników przy zmiennych poziomach światła/ciemności i opadach.
Precyzyjne możliwości pozycjonowania stanowią podstawę dla wielu podstawowych funkcji systemów AV, takich jak planowanie ruchu, przewidywanie, świadomość sytuacyjna i unikanie kolizji. To badanie dostarcza ekscytującego rozwiązania uzupełniającego dla stosu oprogramowania AV, aby osiągnąć tę zdolność
– powiedział profesor Niki Trigoni z Oxford University).
