Идея самоуправляемого транспортного средства была представлена General Motors в 1939 году. Это был радиоуправляемый электромобиль. С тех пор самоуправляемый автомобиль претерпел полную трансформацию и стал автономным транспортным средством. Автономное транспортное средство использует комбинацию датчиков, искусственного интеллекта, радаров и камер для управления без какого-либо вмешательства человека. Этот тип транспортных средств все еще находится в стадии разработки, поскольку необходимо учитывать различные компоненты, обеспечивающие безопасность для пассажиров.
Технология компьютерного зрения
Включение технологии компьютерного зрения может сделать автономное транспортное средство безопасным для его пассажиров, по мнению исследователей и профессионалов. Проводятся различные исследования, чтобы проверить его жизнеспособность. Компьютерное зрение является ядром технологии искусственного интеллекта. ИИ помогает компьютерам декодировать и понимать визуальные данные, полученные из различных источников. Это включает автоматическое визуальное понимание с использованием алгоритмов ИИ. Лучшим примером компьютерного зрения является инструмент распознавания лиц. В автономных транспортных средствах оно используется вместе с сенсорной технологией для идентификации людей, автомобилей и других объектов на дороге.
Как технология компьютерного зрения сделала автономные транспортные средства надежными и интеллектуальными?
Распознавание объектов
На дороге есть различные движущиеся и неподвижные объекты, такие как пешеходы, другие транспортные средства, светофоры и многое другое. Чтобы избежать аварий или столкновений во время движения, транспортному средству необходимо распознавать различные объекты. Автономные транспортные средства используют датчики и камеры для сбора данных и создания 3D-карт. Это помогает идентифицировать объекты на дороге во время движения и делает ее безопасной для пассажиров.
Создание 3D-карты
Камеры на автомобиле могут делать снимки в режиме реального времени. Компьютерное зрение использует изображения в режиме реального времени для создания 3D-карты. Благодаря использованию 3D-карт автономные транспортные средства могут определять местоположение за рулем для безопасного вождения, а также выбирать альтернативные маршруты в случае предполагаемого столкновения. Это упрощает вождение и не создает аварий для пассажиров.
Развертывание подушек безопасности
Данные об окружающей обстановке непрерывно расшифровываются с помощью компьютерного зрения. Оно может заранее предсказать любое столкновение или возможные аварии. Оно может заблаговременно задействовать подушки безопасности, чтобы защитить своих пассажиров в случае неизбежного столкновения. Безопасность пассажиров является главным приоритетом, и компьютерное зрение достаточно интеллектуальное, чтобы обеспечить то же самое.
Отслеживание автомобилей
Компьютерное зрение использует определение границ с помощью сложных алгоритмов, чтобы определить, является ли автомобиль на дороге тем же, что и раньше. Это полезно для отслеживания, а также прогнозирования моделей поведения других водителей и обеспечения безопасности вождения.
Определение линии движения по полосе движения
Сокращение полосы движения может оказаться катастрофой в случае самоуправляемых транспортных средств. Компьютерное зрение с технологией глубокого обучения использует методы сегментации для определения линий полосы движения и удержания на указанной полосе во время самостоятельного вождения. Оно также может определять изгибы и повороты дороги, что делает ее безопасной для пассажиров.
Вождение в режиме низкой освещенности
Условия освещения будут отличаться в зависимости от маршрута, рельефа местности и времени суток. Беспилотным транспортным средствам необходимо переключаться между режимами нормальной и низкой освещенности. Изображения, сделанные в условиях низкой освещенности, часто получаются размытыми, что затрудняет и небезопасно вождение. Компьютерное зрение с его алгоритмами может определять условия низкой освещенности и подстраиваться под них во время вождения. Это достигается с помощью лидарных и HDR-датчиков, FMCW-радаров, SAR и тепловизионных камер.
Данные для обучения
Беспилотные автомобили для обеспечения безопасных условий вождения собирают данные о местоположении, дорожных условиях, рельефе местности, количестве людей в районах и многом другом. Эти наборы данных используются для ситуационной осведомленности во время вождения. Те же наборы данных полезны для обучения модели глубокого обучения. Например, изображения светофоров на различных перекрестках, снятые камерой, используются компьютерным зрением для проверки сигналов дорожного движения при обучении моделей глубокого обучения. Оно также помогает идентифицировать и классифицировать различные типы объектов на дороге.
Заключение
Компьютерное зрение с алгоритмом на основе искусственного интеллекта — это “глаз” самоуправляемых транспортных средств. Основная цель computer vision — обеспечить безопасность своих пассажиров и обеспечить плавное управление автомобилем самостоятельно. Технология еще не доведена до совершенства, поскольку необходимо устранить несколько ограничений. Но темпы развития технологии показывают, что интеллектуальные и надежные самоуправляемые автомобили с использованием компьютерного зрения скоро можно будет увидеть на дорогах.