edu.robogeek.ru

все об обучении робототехнике

prom.robogeek.ru

все о промышленной робототехнике

Основное меню
Категории новостей

Apple расширяет возможности для машинного обучения LiDAR

Apple представила новое исследование, которое описывает применение метода машинного обучения для преобразования необработанных данных в виде массивов точек, собираемых датчиками LiDAR при обнаружении объектов, включая велосипедистов и пешеходов на дороге. При этом не потребуется использование никаких других дополнительных датчиков.

Этот документ наиболее явно представляет намерения Apple по совершенствованию технологии самоуправления. В действительности, исследователи Apple, в том числе Инь Чжоу и Онзел Тузел, создали методику, названную VoxelNet, которая позволяет экстраполировать и выявлять объекты из массивов точек, отсканированных с помощью датчиков LiDAR (Light Identification Detection and Ranging). По сути, LiDAR работает путем создания карты с высоким разрешением из отдельных точек, сканируемых лазером.

Это исследование интересно тем, что оно позволяет более эффективно и самостоятельно использовать технологию LiDAR в системах самоуправления. Сейчас, как правило, данные от датчиков LiDAR дополняются с помощью фотокамер, радиолокационных и прочих датчиков для создания полной картины окружающего пространства и обнаружения в нем объектов. Использование лазерного датчика отдельно с высокой степенью уверенности может привести к дальнейшему повышению эффективности беспилотных автомобилей в реальных дорожных условиях.

Комментарии

(0) Добавить комментарий


Ищите команду разработчиков? Не можете найти робота для своих нужд? Пишите нам!

Для обратной связи укажите ваш E-mail, он будет доступен только администратору. Так вы сможете оперативно узнать, когда ответ на ваш вопрос будет опубликован

Новые комментарии

Робот Atlas учится ходить как человек (+видео)
Пилот НЛО
07.12.2018
09:51:26
Главный секрет устойчивого хождения на сайте: http://streltsovaleks.narod.ru/WalkingRobots.htm