Realizzare "fari intelligenti" con l'apprendimento automatico

È una scena comune per chiunque guidi di notte su una strada buia. Sfrecciare dietro gli angoli e sulle colline, gli abbaglianti dell'auto sono accesi per migliorare la visibilità mentre la mano del guidatore rimane pronta a spegnerli in un attimo, per non accecare il traffico in arrivo e causare un incidente. Xin Li crede che ci sia una soluzione migliore, e sta lavorando con il più grande produttore cinese di fari per renderlo realtà. “I fari moderni non hanno solo una o due lampadine, possono avere fino a un milione,Li... disse, professore di ingegneria elettrica e informatica alla Duke University e alla Duke Kunshan University. "Sto lavorando con i partner del settore per creare un 'faro intelligente' in grado di controllare ogni pixel individualmente e illuminare automaticamente diverse aree davanti all'auto dopo aver riconosciuto l'ambiente circostante".

Per esempio, il faro potrebbe ridurre la quantità di luce puntata su un'auto in arrivo aumentando contemporaneamente l'illuminazione di un segnale stradale imminente. Oppure potrebbe rilevare i pedoni nelle vicinanze e allertare il conducente mettendo in evidenza il loro corpo evitando che la luce raggiunga i loro occhi.

L'apprendimento automatico può insegnare "i fari intelligenti".’ riconoscere l'ambiente e aiutare il conducente illuminando i pedoni vicini evitando di accecarli durante il processo.

La sfida per realizzare un tale faro non è necessariamente creare i diversi modelli di luce: sta insegnando all'auto come riconoscere automaticamente l'ambiente circostante e creare i modelli da solo. È un problema che HASCO Vision Technology, il più grande produttore di lampade per auto in Cina, si rivolge a Li per aiutarli a risolvere con l'apprendimento automatico.

Molte case automobilistiche utilizzano telecamere e machine learning per controllare le proprie versioni di auto a guida autonoma, quindi Li è tutt'altro che solo in questo senso. Algoritmi di apprendimento automatico, tuttavia, hanno bisogno di grandi quantità di dati da cui imparare, e molti dei set di dati e degli algoritmi già creati per questo scopo si sono concentrati sulla guida diurna.

“La nostra applicazione non si preoccupa del giorno, però,Li... disse, che divide il suo tempo tra i campus di Duke in North Carolina e Kunshan, Cina. “Utilizzare questo approccio per i fari intelligenti è in realtà più difficile perché le condizioni di illuminazione sono molto peggiori. È una sfida unica che non è stata ben studiata in passato”.

Mentre i suoi partner industriali stanno lavorando per raccogliere più filmati notturni e annotare scrupolosamente oggetti importanti come i segni, pedoni e altre automobili, Li sta ottimizzando l'algoritmo di apprendimento automatico. Perché le decisioni devono essere prese in tempo reale, i ricercatori devono scegliere l'hardware giusto e progettare l'algoritmo che si adatti alla sua architettura.

Ad aiutare Li in questo compito è il ricercatore della DKU Xin Feng. Insieme, Li e Feng hanno già una demo funzionante, mentre impressionante, deve ancora migliorare prima che colpisca le strade.

Un'altra opzione per visualizzare le informazioni sulla carreggiata con i "fari intelligenti".’ ricorda ai conducenti il ​​limite di velocità.

"La precisione del rilevamento è molto importante: non puoi perdere niente e nessuno,Li... disse. “E anche se questo è un problema molto importante e stimolante, è solo una metrica. L'altro è la risposta in tempo reale. Se l'algoritmo impiega troppo tempo a rispondere, allora non è utile. Tecnicamente, queste sono le due questioni più impegnative”.

Ma sono problemi che Li si aspetta di risolvere nel prossimo futuro, insieme all'aggiunta di qualche altro campanello e fischietto. Un altro aspetto del progetto utilizza i fari per proiettare informazioni importanti come le condizioni meteorologiche e stradali, segnali stradali, indicazioni di navigazione, e persino le corsie di guida sulla carreggiata all'interno dei raggi dei fari stessi.

Altri progressi potrebbero includere l'uso di sensori alternativi che le auto a guida autonoma potrebbero eventualmente possedere come radar e lidar. Ma per ora, il progetto utilizza solo fotocamere rivolte in avanti per contenere i costi, poiché nei prossimi anni è molto più probabile che i consumatori vedano i fari intelligenti sulle strade in gran numero rispetto ai veicoli a guida autonoma con capacità di rilevamento aggiuntive.

“Penso che nei prossimi due anni potremo immettere sul mercato un prodotto di prima generazione,Li... disse. “Una volta che avremo quelli sulla strada, possiamo ottenere ancora più feedback e dati per migliorare ulteriormente l'accuratezza e i tempi di risposta per rendere le iterazioni future ancora migliori".

fonte: pratt.duke.edu