Innowacja pojazdowa obiecuje rewolucję w zakresie bezpieczeństwa kierowców, poprzez drastyczne poprawienie czasu rozpoznawania pieszych i innych przeszkód. Podczas gdy tradycyjne kamery samochodowe działają, rejestrując 30-50 klatek na sekundę, badacze z Uniwersytetu w Zurychu Gehrig i Scaramuzza proponują innowacyjne podejście, które łączy tradycyjne kamery z czujnikami opartymi na zdarzeniach, poprawiając niezawodność pojazdów autonomicznych.
Aktualne kamery nie radzą sobie w sytuacjach wymagających natychmiastowej reakcji, gdzie milisekundy mogą decydować o bezpiecznym zatrzymaniu się lub kolizji. Te kamery zatrzymują się, aby zrobić zdjęcia, co potencjalnie uniemożliwia uchwycenie szybkich zdarzeń między klatkami. Zwiększenie ilości klatek na sekundę mogłoby być rozwiązaniem, ale przytłoczyłoby system zbyt dużą ilością informacji do szybkiej obróbki.
Kamery oparte na zdarzeniach różnią się istotnie polegając na rejestrowaniu zmian od razu po wykryciu szybkich ruchów, bez czekania na kolejne zdjęcie. Działają one bardziej jak ludzkie oko, reagując natychmiast na zmiany w scenie. Jednak same kamery oparte na zdarzeniach nie są doskonałe – mogą przeoczyć wolno poruszające się obiekty i mieć trudności z generowaniem danych przydatnych dla programów sztucznej inteligencji.
Transformacyjny hybrydowy system opracowany przez Gehriga i Scaramuzze połącza standardową kamerę rejestrującą 20 obrazów na sekundę z kamerą opartą na zdarzeniach. Dane z kamery opartej na zdarzeniach są analizowane przez specjalistyczną sztuczną inteligencję, która zajmuje się trójwymiarowymi i czasowymi zmianami. Synchroniczna praca między kamerami przyspiesza wykrywanie, równoznaczne z rejestrowaniem 5000 klatek na sekundę przez standardową kamerę, ale wymaga tylko tyle danych co kamera 50 klatek na sekundę.
Próby wykazywały rewelacyjne wyniki, pokazując, że ich system potrafi przeprowadzać detekcje sto razy szybciej niż obecne kamery i algorytmy najnowszej generacji w branży automotive. Ponadto zmniejsza obciążenie komputera na pokładzie pojazdu i zapewnia dokładność systemu wizyjnego.
Szczegóły hybrydowego systemu wizyjnego zostały przedstawione w artykule zatytułowanym „Low Latency Automotive Vision with Event Cameras”, opublikowanym w prestiżowym czasopiśmie naukowym „Nature”. Badanie podkreśla wkład badaczy jako znaczący krok naprzód w poprawianiu zdolności wizyjnych przyszłych pojazdów autonomicznych.
Ważne pytania i odpowiedzi:
– Jakie kluczowe wyzwania stoją przed hybrydowym systemem wizyjnym? Jednym z głównych problemów może być integracja danych kamery opartej na zdarzeniach z danymi kamery tradycyjnej w taki sposób, aby oba rodzaje danych się uzupełniały. Sztuczna inteligencja musi być wystarczająco zaawansowana, aby obsługiwać i analizować różne rodzaje danych. Ponadto ogólna niezawodność, koszty i skalowalność wdrożenia takich systemów we wszystkich rodzajach pojazdów pozostają ważnym wyzwaniem.
– Czy istnieją kontrowersje związane z systemami wizyjnymi pojazdów autonomicznych? Tak, mogą pojawić się obawy dotyczące prywatności w związku z ciągłym rejestrowaniem i przetwarzaniem danych wizualnych, a także konsekwencje prawne związane z wypadkami z udziałem pojazdów autonomicznych. Ponadto toczy się dyskusja na temat odpowiedzialności, jeśli system ulegnie awarii i spowoduje wypadek.
Zalety i Wady:
Zalety:
– Zwiększone bezpieczeństwo: Dzięki ulepszonym zdolnościom wykrywania, rozpoznawanie pieszych i przeszkód jest poprawione, co zmniejsza prawdopodobieństwo wypadków.
– Niska latencja: System posiada szybkie czasy reakcji, przewyższając tradycyjne systemy kamerowe.
– Zmniejszone potrzeby przetwarzania danych: Pomimo wysokiej prędkości detekcji, system wymaga tylko tyle danych, co kamera 50 klatek na sekundę.
Wady:
– Złożoność: Technologia może być trudna do wdrożenia i integracji z istniejącymi systemami pojazdów.
– Koszty: Wdrożenie tak zaawansowanych systemów może zwiększyć ogólny koszt pojazdu.
Łącza:
– Aby uzyskać więcej informacji na temat technologii pojazdów autonomicznych oraz innowacji w dziedzinie bezpieczeństwa pojazdów, można odwiedzić stronę internetową Uniwersytetu w Zurychu, gdzie prowadzone były badania.
– Szczegóły dotyczące ostatnich osiągnięć w dziedzinie wizji pojazdów można często znaleźć na stronie czasopisma Nature, gdzie opublikowano to badanie.