Berta Sándor
Autonóm autók - minden helyzetben a legjobb szenzorokat alkalmaznák
Az autókban alkalmazott érzékelők rengeteg adatot szolgáltatnak, de nem mindegyik hasznos. Az autonóm járművek nagymértékben függenek attól, hogy tudják, hol vannak a világon.
A Queenslandi Műszaki Egyetem (QUT) robotikai kutatói a Ford Motor Company munkatársaival közösen azt vizsgálták, hogy az autonóm járművek a bennük általánosan használt kamerák és LIDAR érzékelők segítségével hogyan képesek jobban megérteni az őket körülvevő világot. A kiadott tanulmány szerint megtalálták a módját annak, hogy az autonóm vezető autók jobb információkat kapjanak a környezetükről. A cél a biztonság növelése.
A vezető nélküli gépkocsik kamerákra és radaralapú távolságérzékelőkre támaszkodnak, amelyek a LiDAR elve szerint működnek. A tudósok megállapították, hogy bizonyos útszakaszokon ezek közül a szenzorok közül néhány fontos információt szolgáltat, míg mások feleslegesek. Ez az aktuális helytől függően változik. A kutatás vezetőjének, Michael Milfordnak, a QUT Robotikai Központ közös igazgatójának az az ötlete támadt, hogy a kamerákat és a távolságérzékelőket, bárhol is legyenek, az adott helyről korábban rögzített információkkal látják el. A szakember úgy vélte, hogy így pontosan azok az eszközök aktiválódnak, amelyek az adott helyzetben a legjobb adatokat szolgáltatják a környezetről, így elkerülhetők a balesetek vagy a kockázatos helyzetek.
"A rendszer adaptív. Megállapítja, hogy egy adott útszakaszon melyik kamera és melyik LiDAR-érzékelő szolgáltatja a legjobb adatokat. Ezt megjegyzi, és amikor a jármű másodszor is áthalad a ponton, pontosan ezeket a kamerákat és érzékelőket kapcsolja be" - hangsúlyozta Milford. "Amennyiben tudják a pontos helyzetüket, hogy hol vannak, akkor térképi információkat használhatnak, amelyek a helyzetek egyéb dinamikus objektumainak észleléséhez is hasznosak" - tette hozzá Punarjay Chakravarty, a Ford munkatársa. Ez felhasználható előzetes információként az objektumészlelést végző neurális hálók számára, ezért a pontos lokalizáció kritikus fontosságú. A pontos helymeghatározás lehetővé teszi, hogy a legjobb kamerákat és távolságérzékelőket bármikor aktiválni lehessen.
A probléma megoldásához a csapatnak új módszereket kellett kidolgoznia a járműpozicionáló rendszer teljesítményének értékelésére. Dr. Stephen Hausler, a kutatók közös vezetője elmondta: "Nem csak arra összpontosítunk, hogy a rendszer hogyan teljesít, ha jól működik, hanem arra, hogy mi történik a legrosszabb forgatókönyv esetén."
A Queenslandi Műszaki Egyetem (QUT) robotikai kutatói a Ford Motor Company munkatársaival közösen azt vizsgálták, hogy az autonóm járművek a bennük általánosan használt kamerák és LIDAR érzékelők segítségével hogyan képesek jobban megérteni az őket körülvevő világot. A kiadott tanulmány szerint megtalálták a módját annak, hogy az autonóm vezető autók jobb információkat kapjanak a környezetükről. A cél a biztonság növelése.
A vezető nélküli gépkocsik kamerákra és radaralapú távolságérzékelőkre támaszkodnak, amelyek a LiDAR elve szerint működnek. A tudósok megállapították, hogy bizonyos útszakaszokon ezek közül a szenzorok közül néhány fontos információt szolgáltat, míg mások feleslegesek. Ez az aktuális helytől függően változik. A kutatás vezetőjének, Michael Milfordnak, a QUT Robotikai Központ közös igazgatójának az az ötlete támadt, hogy a kamerákat és a távolságérzékelőket, bárhol is legyenek, az adott helyről korábban rögzített információkkal látják el. A szakember úgy vélte, hogy így pontosan azok az eszközök aktiválódnak, amelyek az adott helyzetben a legjobb adatokat szolgáltatják a környezetről, így elkerülhetők a balesetek vagy a kockázatos helyzetek.
"A rendszer adaptív. Megállapítja, hogy egy adott útszakaszon melyik kamera és melyik LiDAR-érzékelő szolgáltatja a legjobb adatokat. Ezt megjegyzi, és amikor a jármű másodszor is áthalad a ponton, pontosan ezeket a kamerákat és érzékelőket kapcsolja be" - hangsúlyozta Milford. "Amennyiben tudják a pontos helyzetüket, hogy hol vannak, akkor térképi információkat használhatnak, amelyek a helyzetek egyéb dinamikus objektumainak észleléséhez is hasznosak" - tette hozzá Punarjay Chakravarty, a Ford munkatársa. Ez felhasználható előzetes információként az objektumészlelést végző neurális hálók számára, ezért a pontos lokalizáció kritikus fontosságú. A pontos helymeghatározás lehetővé teszi, hogy a legjobb kamerákat és távolságérzékelőket bármikor aktiválni lehessen.
A probléma megoldásához a csapatnak új módszereket kellett kidolgoznia a járműpozicionáló rendszer teljesítményének értékelésére. Dr. Stephen Hausler, a kutatók közös vezetője elmondta: "Nem csak arra összpontosítunk, hogy a rendszer hogyan teljesít, ha jól működik, hanem arra, hogy mi történik a legrosszabb forgatókönyv esetén."