Разработано дешевое «зрение» для беспилотных авто, работающее при любой погоде

Фото из открытых источников

Ученые из России и Китая разработали недорогую и надежную систему машинного зрения для беспилотных автомобилей, которая может работать при любых погодных условиях. Как сообщает пресс-служба Московского физико-технического института (МФТИ), новая технология основана на обработке данных с 4D-радаров и способна с высокой точностью определять не только положение объектов вокруг автомобиля, но и направление их движения. Система способна отличать движущиеся объекты от неподвижных, что особенно важно для автономного управления транспортом в реальных условиях городской среды, пишет ТАСС.

По словам Степана Андреева, директора Научно-технического центра телекоммуникаций МФТИ, главное преимущество новой разработки заключается в том, что она готова к работе на серийных недорогих радарах, стоимость которых в десятки раз ниже широко используемых лидаров. Это делает технологию особенно привлекательной для массового внедрения в беспилотные грузовики и такси, что может существенно повлиять на стоимость и доступность автономного транспорта.

Разработка базируется на самообучающемся алгоритме, который способен самостоятельно обрабатывать радарные данные, устраняя шум и определяя характеристики движения объектов даже в условиях недостатка визуальной информации. При этом системе не требуется ручная разметка данных, что резко снижает затраты на её обучение и внедрение. Алгоритм использует несколько сложных математических моделей, в том числе диффузионную модель шумоподавления и трансформер-нейросеть. Эти компоненты позволяют не только «видеть» окружающую обстановку, но и точно определять, какие объекты движутся, а какие нет.

Особое внимание уделено исключению из расчетов собственного движения беспилотного автомобиля, что достигается за счет анализа радарных данных в сочетании с моделями предсказания. Это позволяет избежать путаницы между движением транспортного средства и объектов, находящихся рядом.

Работа системы была проверена на двух общепринятых наборах данных, используемых в автомобильной индустрии для тестирования систем компьютерного зрения. В ходе испытаний новая технология показала более высокую точность в сравнении с аналогами, особенно в определении ложных срабатываний и точности распознавания реальных объектов.