Een innovatie op voertuiggebied belooft de veiligheid van bestuurders te revolutioneren door de tijd die nodig is om voetgangers en andere obstakels te herkennen drastisch te verbeteren. Terwijl traditionele autocamera’s werken door 30-50 frames per seconde vast te leggen, stellen onderzoekers Gehrig en Scaramuzza van de Universiteit van Zürich een geavanceerde benadering voor waarbij traditionele camera’s worden gecombineerd met event-gebaseerde sensoren, waardoor de betrouwbaarheid van autonome voertuigen wordt verbeterd.
Huidige camera’s schieten tekort in situaties van fracties van seconden waar milliseconden het verschil kunnen maken tussen een veilige stop en een botsing. Deze camera’s pauzeren om foto’s te maken, waarbij ze mogelijk snelle gebeurtenissen tussen frames missen. Hoewel het verhogen van de framesnelheid een oplossing zou kunnen zijn, zou dit het systeem overweldigen met te veel informatie die snel moet worden verwerkt.
Event-camera’s bieden een cruciaal verschil door veranderingen vast te leggen zodra ze snelle bewegingen detecteren, zonder te wachten op de volgende foto. Ze werken meer als het menselijk oog en reageren onmiddellijk op verschuivingen in een scène. Toch zijn event-camera’s alleen geen waterdichte oplossing – ze kunnen langzaam bewegende objecten over het hoofd zien en moeite hebben met het genereren van bruikbare gegevens voor kunstmatige intelligentieprogramma’s.
Het transformerende hybride systeem ontwikkeld door Gehrig en Scaramuzza combineert een standaard camera die 20 beelden per seconde vastlegt met een event-camera. De gegevens van de event-camera worden geanalyseerd door een gespecialiseerde AI die driedimensionale en temporele veranderingen beheert. De synchrone werking tussen de camera’s leidt tot een versnelling in de detectiesnelheid, wat neerkomt op een standaard camera die 5000 frames per seconde maakt, maar slechts zoveel gegevens vereist als een camera van 50 frames per seconde.
Proeven tonen opmerkelijke resultaten, waarbij hun systeem detecties honderd keer sneller kan uitvoeren dan de huidige toonaangevende autovideo’s en algoritmen. Bovendien vermindert het de werkdruk van de computer aan boord van de auto en zorgt het voor de nauwkeurigheid van het visuele detectiesysteem.
Details van het hybride visionsysteem worden nader uiteengezet in een artikel getiteld “Low Latency Automotive Vision with Event Cameras” dat is gepubliceerd in het vooraanstaande academische tijdschrift Nature. De studie benadrukt de bijdrage van de onderzoekers als een significant sprong voorwaarts in het verbeteren van de zichtmogelijkheden van toekomstige autonome voertuigen.
Belangrijke vragen en hun antwoorden:
– Wat zijn de belangrijkste uitdagingen waarmee het hybride visionsysteem wordt geconfronteerd? Een groot probleem kan de integratie van de gegevens van de event-camera met die van de conventionele camera zijn op een manier waarop beide gegevenssets complementair zijn. De AI moet geavanceerd genoeg zijn om verschillende soorten gegevens te verwerken en analyseren. Bovendien blijven de algehele betrouwbaarheid, kosten en schaalbaarheid van het implementeren van dergelijke systemen in alle soorten voertuigruiten een uitdaging.
– Zijn er controverses verbonden aan autonome voertuigvisionsystemen? Ja, er kunnen privacyzorgen zijn met betrekking tot het voortdurend opnemen en verwerken van visuele gegevens, evenals de juridische implicaties van ongevallen met autonome voertuigen. Ook is er discussie over de aansprakelijkheid als het systeem faalt en tot een ongeval leidt.
Voordelen en nadelen:
Voordelen:
– Verhoogde veiligheid: Met verbeterde detectiemogelijkheden wordt de herkenning van voetgangers en obstakels verbeterd, waardoor de kans op ongevallen wordt verkleind.
– Lage latentie: Het systeem heeft snelle responstijden en presteert beter dan traditionele camerasystemen.
– Verminderde gegevensverwerkingseisen: Ondanks de hoge detectiesnelheid heeft het systeem maar zoveel gegevens nodig als een camera van 50 frames per seconde.
Nadelen:
– Complexiteit: De technologie kan complex zijn om te implementeren en te integreren met bestaande voertuigsystemen.
– Kosten: De implementatie van dergelijke geavanceerde systemen kan de totale kosten van het voertuig verhogen.
Gerelateerde links:
– Voor meer informatie over de technologie achter autonome voertuigen en doorbraken op het gebied van voertuigveiligheid, kan men de website van de Universiteit van Zürich bezoeken, waar het onderzoek plaatsvond.
– Details over recente ontwikkelingen in autovisie zijn vaak te vinden op de website van het Nature tijdschrift, waar de studie is gepubliceerd.