robogeek.ru

все о роботах и робототехнике

edu.robogeek.ru

все об обучении робототехнике

Synthia – виртуальная школа вождения для беспилотных автомобилей (+ видео)

При всей шумихе вокруг беспилотных автомобилей они по-прежнему довольно неквалифицировано ведут себя во многих случаях, которые не представляют никаких проблем для человека, например, в таких ситуациях, как распознавание тротуара или светофора. Но возможно в скором времени эта задача приблизится к своему решению.

Ученые из Центра компьютерного зрения в Барселоне приходят на помощь с системой виртуального моделирования города – Synthia, которая сможет обучать искусственный интеллект (ИИ) вождению, распознаванию и обработке всех видов препятствий и ситуаций, даже в дождь или в сильный снег.

Нейронные сети, которые являются ключевым компонентом системы ИИ для вождения, проходят обучение по широкому набору изображений и видео из реальных ситуаций, чтобы точно распознавать различные «классы» объектов, таких как автомобили, пешеходы, дорожные знаки и так далее. Используя эти классы, программное обеспечение может попытаться интерпретировать вводимые в режиме реального времени данные с камер автомобиля и решить, следует ли двигаться вперед, тормозить или сигнализировать о смене полосы движения.

Во время вождения ИИ может собирать много данных о распространенных ситуациях, которые возникают при вождении по шоссе – относительно простму с точки зрения ИИ. Программному обеспечению гораздо труднее справиться с «частными случаями». Это такие редкие события, как дорожно-транспортные происшествия, поэтому они создают трудности при сборе достаточно большой выборки реальных данных, с которыми взаимодействует программа обучения автомобиля.

Еще хуже то, что изображения, используемые для обучения нейронных сетей, должны быть аннотированы вручную: то есть, кто-то должен кропотливо пройти через каждую картину и маркировать различные элементы на уровне пикселей, отделяя дорогу от тротуара или пешеходов от дорожных знаков. Это то, что Daimler сделал с проектом Cityscapes, вручную аннотировав более 20 000 изображений и разделяя объекты на 30 различных классов. В компании Mobileye, которая обеспечивает программное обеспечение, используемое системой автопилота Тесла, в настоящее время работают более 600 человек, чтобы вручную аннотировать 1000 изображений и видео к концу года.

Герман Рос и его команда из Барселоны нашли способ правильно аннотировать изображения автоматически и научить ИИ вождению. Как вести себя даже в самых необычных ситуациях можно теперь представить в видеоигре.

Используя популярный движок Unity , исследователи начали с создания реалистичной имитации не только города и его окрестностей, в комплекте с пешеходами, велосипедистами и плохо припаркованными автобусами, но и с учетом сложной метеорологической обстановки, которая включает дождь, снег и времена года. Затем они «построили» виртуальный автомобиль внутри симуляции, выбрали конкретное позиционирование и ориентацию для камер автопилота автомобиля и позволили автомобилю перемещаться в виртуальном мире, снимать видео и изображения с точки зрения камеры.

Поскольку программное обеспечение может определить с абсолютной точностью то, что сняли виртуальные камеры, система может генерировать очень большую коллекцию реалистичных, безукоризненно аннотированных изображений и видео, которые исследователи окрестили Synthia (Synthetic collection of Imagery and Annotations of urban scenario).

Исследователи собрали более 213 000 виртуальных изображений и видеофрагментов с целью обучения нейронных сетей на сочетании реальных и виртуальных образов, что позволит улучшить возможности распознавания объектов на дороге программным обеспечением ИИ на реальных изображениях.

Комментарии

(0) Добавить комментарий

Есть вопрос по робототехнике? 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