สอนรถยนต์ให้ขับด้วยความสุขุม

ผู้ขับขี่ที่ดีเดาถึงเหตุการณ์ที่อันตรายและก็ปรับการขับขี่ก่อนที่จะสิ่งต่างๆจะเลวร้ายลง นักวิจัยที่มหาวิทยาลัยบอนน์ปรารถนาสอนความสามารถนี้กับรถยนต์ที่ขับรถด้วยตัวเอง พวกเขาจะนำเสนออัลกอริทึมที่สอดคล้องต้องกันในการสัมมนานานาชาติเรื่อง Computer Vision ซึ่งจัดขึ้นในวันศุกร์ที่ พฤศจิกายนที่กรุงโซล พวกเขาจะเสนอชุดข้อมูลที่พวกเขาใช้เพื่อสำหรับการฝึกหัดและทดสอบขั้นตอนการของพวกเขา มันจะมีผลให้ง่ายต่อการปรับปรุงแล้วก็แก้ไขกรรมวิธีการดังกล่าวข้างต้นในอนาคต

ถนนที่ว่างเปล่ารถยนต์แถวที่หยุดอยู่ข้างๆไม่มีอะไรที่จะชี้ว่าคุณพึงระวัง แต่ว่าเดี๋ยวก่อนไม่มีริมถนนข้างหน้ารถที่หยุดอยู่ครึ่งคันใช่ไหมบางคราวฉันอาจจะเอาแก๊สออกไปดียิ่งกว่า – คนไหนจะไปรู้ดีว่ามีใครบางคนมาจากด้านข้าง พวกเราเจอกับเหตุการณ์แบบนี้ตลอดระยะเวลาขณะที่กำลังขับรถ การตีความอย่างถูกต้องรวมทั้งการสรุปที่ถูกต้องจะต้องใช้ประสบการณ์เยอะแยะ ในทางตรงกันข้ามบางโอกาสรถยนต์ที่ขับด้วยตัวเองนั้นมีพฤติกรรมราวกับคนขับเรียนในบทเรียนแรกของเขา “ จุดหมายของเราคือการสอนพวกเขาเกี่ยวกับสไตล์การขับขี่ที่คาดหวังมากกว่านี้” ศาสตราจารย์Jürgen Gall นักวิทยาศาสตร์คอมพิวเตอร์อธิบาย สิ่งนี้จะช่วยทำให้พวกเขาตอบสนองต่อสถานการณ์ที่เป็นโทษได้เร็วขึ้น

Gall 
เป็นประธานคณะทำงาน “Computer Vision” ที่ University of Bonn ซึ่งในความร่วมแรงร่วมใจกับสหายร่วมมหาวิทยาลัยของเขาจาก Institute of Photogrammetry และคณะทำงาน “Autonomous Intelligent Systems” กำลังทำการศึกษาเรียนรู้วิธีแก้ปัญหานี้ ในขณะนี้นักวิทยาศาสตร์ได้พรีเซ็นท์ขั้นตอนแรกในการประสบความสำเร็จนี้สำหรับในการสัมมนาวิชาการชั้นนำเกี่ยวกับระเบียบวินัยของ Gall ซึ่งเป็นการประชุมระหว่างชาติเกี่ยวกับคอมพิวเตอร์วิชั่นในกรุงโซล เราได้ปรับปรุงอัลกอริทึมที่เสร็จสมบูรณ์และตีความหมายข้อมูล LiDAR” เขาอธิบาย สิ่งนี้ทำให้รถยนต์สามารถคาดคะเนอันตรายที่บางทีอาจเกิดขึ้นได้ในระยะเริ่มต้น

ปัญหาข้อมูลน้อยเกินไป

LiDAR 
เป็นเลเซอร์แบบหมุนที่จัดตั้งอยู่บนหลังคาของรถยนต์ที่ขับขี่ด้วยตนเองส่วนใหญ่ ลำแสงเลเซอร์ถูกสะท้อนจากสภาพแวดล้อม ระบบ LiDAR วัดเมื่อแสงสว่างที่สะท้อนตกกระทบเซ็นเซอร์และก็ใช้เวลานี้เพื่อคำนวณระยะทาง ระบบตรวจระยะทางราวๆ 120,000 คะแนนรอบยานพาหนะต่อการเปลี่ยนแปลง” Gall กล่าว

ปัญหาเกี่ยวกับสิ่งนี้จุดตรวจวัดเปลี่ยนเป็น เจือจาง” เมื่อระยะทางเพิ่มขึ้นช่องว่างระหว่างจุดเหล่านั้นจะกว้างขึ้น มันราวการวาดภาพใบหน้าบนบอลลูนเมื่อคุณพองมันดวงตาจะขยับไปไกลๆแม้แต่มนุษย์ก็แทบไม่มีทางเป็นไปได้ที่จะได้รับความรู้ความเข้าใจที่ถูกต้องเกี่ยวกับสภาพแวดล้อมจากการสแกน LiDAR เพียงครั้งเดียว (ดังเช่นว่าการวัดระยะทางของการเปลี่ยนแปลงครั้งเดียว) “ไม่กี่ปีที่ผ่านมามหาวิทยาลัย Karlsruhe (KIT) ได้บันทึกข้อมูล LiDAR เยอะมากซึ่งมีการสแกน 43,000 ครั้ง” ดร. Jens Behley แห่งสถาบัน Photogrammetry อธิบาย เวลานี้เราได้รับลำดับจากการสแกนหลายสิบครั้งและซ้อนทับ” ข้อมูลที่ได้รับในลักษณะนี้ยังมีจุดที่เซ็นเซอร์ได้บันทึกไว้เมื่อรถยนต์ขับไปแล้วสองสามหลาขึ้นไปตามถนน กล่าวกล้วยๆว่ามันไม่ได้แสดงเฉพาะในปัจจุบัน แม้กระนั้นยังรวมทั้งอนาคตด้วย

เมฆจุดซ้อนทับเหล่านี้มีข้อมูลที่สำคัญเป็นต้นว่าทรงเรขาคณิตของฉากและก็มิติเชิงพื้นที่ของวัตถุที่บรรจุอยู่ซึ่งไม่สามารถสแกนได้ในครั้งเดียว” Martin Garbade ผู้ซึ่งกำลังเรียนระดับปริญญาเอกอยู่ที่สถาบันคอมพิวเตอร์ วิทยาศาสตร์. “ยิ่งกว่านั้นเรายังขึ้นป้ายทุกจุดในนั้นตัวอย่างเช่นมีทางเท้ามีทางเท้าและข้างหลังมีมอเตอร์ไซค์” นักวิทยาศาสตร์ป้อนซอฟต์แวร์ด้วยข้อมูลคู่หนึ่งสแกน LiDAR ครั้งเดียวเป็นอินพุและก็ข้อมูลโอเวอร์เลย์ที่เกี่ยวข้องรวมถึงข้อมูลความหมายตามที่อยากได้ พวกเขาทำขั้นตอนนี้ซ้ำหลายคู่เหมือนกัน

ในระหว่างกรรมวิธีฝึกหัดอัลกอริทึมนี้ทำความเข้าใจที่จะทำแล้วก็แปลความการสแกนแต่ละครั้ง” ศาสตราจารย์ นี่แปลว่ามันสามารถเพิ่มการวัดที่ขาดหายไปได้อย่างเป็นไปได้แล้วก็แปลความหมายสิ่งที่เห็นสำหรับเพื่อการสแกน” การเสร็จสมบูรณ์ฉากนั้นใช้งานได้ออกจะดีกรรมวิธีการสามารถทำให้ข้อมูลที่หายไปประมาณครึ่งหนึ่งถูก การตีความทางความหมายเป็นการอนุมานว่าวัตถุใดถูกหลบซ่อนอยู่หลังจุดตรวจวัด แม้กระนั้นก็ไม่ทำงานด้วยเหมือนกันที่นี่คอมพิวเตอร์มีความแม่นยำสูงสุด 18 เปอร์เซ็นต์

อย่างไรก็แล้วแต่นักวิทยาศาสตร์พิเคราะห์ว่าสาขาการค้นคว้านี้ยังอยู่ในตอนเริ่ม “ จนกระทั่งตอนนี้มีเพียงแค่ชุดข้อมูลเยอะมากๆที่ขาดการฝึกอบรมแนวทางการทางสติปัญญาที่สอดคล้องต้องกัน” Gall อธิบาย เรากำลังปิดช่องว่างที่นี่กับงานของเราฉันเป็นคนมองโลกในแง่ดีว่าพวกเราจะสามารถเพิ่มอัตราความเที่ยงตรงสำหรับเพื่อการแปลความเชิงความหมายในไม่กี่ปีด้านหน้า” เขามีความคิดว่า 50 เปอร์เซ็นต์มีข้อเท็จจริงมากมายซึ่งอาจมีอิทธิพลอย่างมากต่อคุณภาพของการขับขี่แบบอิสระ