Tworzenie „inteligentnych reflektorów” za pomocą uczenia maszynowego

To powszechna scena dla każdego, kto jeździ nocą po ciemnej drodze. Ślizganie się po zakrętach i po wzniesieniach, światła drogowe samochodu są włączone, aby poprawić widoczność, podczas gdy ręka kierowcy pozostaje w pozycji gotowej do ich wyłączenia w każdej chwili, aby nie oślepiały nadjeżdżających pojazdów i nie spowodowały wypadku. Xin Li uważa, że ​​istnieje lepsze rozwiązanie, i współpracuje z największym chińskim producentem reflektorów, aby to urzeczywistnić. „Nowoczesne reflektory nie mają tylko jednej lub dwóch żarówek, mogą mieć nawet milion,powiedział Li, profesor inżynierii elektrycznej i komputerowej na Duke University i Duke Kunshan University. „Współpracuję z partnerami branżowymi nad stworzeniem„ inteligentnego reflektora ”, który może indywidualnie sterować każdym pikselem i automatycznie oświetlać różne obszary przed samochodem po rozpoznaniu otaczającego środowiska”.

Na przykład, reflektor mógłby zmniejszyć ilość światła skierowanego na nadjeżdżający samochód, jednocześnie zwiększając oświetlenie zbliżającego się znaku drogowego. Może też wykrywać pobliskich pieszych i ostrzegać kierowcę, podświetlając ich sylwetkę, unikając jednocześnie świecenia światłem bezpośrednio w ich oczy.

Uczenie maszynowe może uczyć „inteligentnych reflektorów”.’ rozpoznać otoczenie i pomóc kierowcy, oświetlając pobliskich pieszych, unikając przy tym ich oślepiania.

Wyzwaniem związanym z wykonaniem takiego reflektora niekoniecznie jest tworzenie różnych wzorów świateł — to nauczenie samochodu, jak automatycznie rozpoznawać otaczające środowisko i samodzielnie tworzyć wzory. Jest to problem, który firma HASCO Vision Technology — największy producent lamp samochodowych w Chinach — zwraca się do Li o pomoc w rozwiązaniu go za pomocą uczenia maszynowego.

Wiele firm samochodowych korzysta z kamer i uczenia maszynowego, aby pomóc kontrolować własne wersje samojezdnych samochodów, więc Li nie jest w tym względzie odosobniona. Algorytmy uczenia maszynowego, Jednakże, potrzebują ogromnej ilości danych, aby się z nich uczyć, a wiele zestawów danych i algorytmów stworzonych już w tym celu koncentrowało się na jeździe dziennej.

„Nasza aplikacja nie dba jednak o porę dnia,powiedział Li, który dzieli swój czas między kampusy Duke'a w Północnej Karolinie i Kunshan, Chiny. „Stosowanie tego podejścia do inteligentnych reflektorów jest w rzeczywistości trudniejsze, ponieważ warunki oświetleniowe są znacznie gorsze. To wyjątkowe wyzwanie, które w przeszłości nie było dobrze badane”.

Podczas gdy jego partnerzy branżowi pracują nad zebraniem większej liczby nocnych nagrań i skrupulatnym opisywaniem ważnych obiektów, takich jak znaki, pieszych i innych samochodów, Li optymalizuje algorytm uczenia maszynowego. Ponieważ decyzje muszą być podejmowane w czasie rzeczywistym, naukowcy muszą wybrać odpowiedni sprzęt i zaprojektować algorytm, aby pasował do jego architektury.

W tym zadaniu Li pomaga naukowiec z DKU, Xin Feng. Wykazuje oznaki irytacji, gdy zostaniesz zmuszony do zaprzestania grania, Li i Feng mają już działające demo, jednocześnie imponujące, musi jeszcze zostać udoskonalony, zanim trafi na drogi.

Kolejna opcja wyświetlania informacji na jezdni z „inteligentnymi reflektorami”.’ przypomina kierowcom o ograniczeniu prędkości.

„Dokładność wykrywania jest bardzo ważna — nie można przegapić niczego ani nikogo,powiedział Li. „I chociaż jest to bardzo ważny i trudny problem, to tylko jedna miara. Drugi to reakcja w czasie rzeczywistym. Jeśli algorytm potrzebuje zbyt dużo czasu na odpowiedź, wtedy nie jest to przydatne. Technicznie, to są dwa najtrudniejsze zagadnienia”.

Ale są to problemy, które Li spodziewa się rozwiązać w najbliższej przyszłości, wraz z dodaniem kilku dzwonków i gwizdków. Inny aspekt projektu wykorzystuje reflektory do wyświetlania ważnych informacji, takich jak pogoda i warunki drogowe, znaki drogowe, kierunki nawigacji, a nawet pasów ruchu na jezdnię w samych wiązkach reflektorów.

Inne postępy mogą obejmować wykorzystanie alternatywnych czujników, które mogą ostatecznie posiadać samochody samojezdne, takich jak radar i lidar. Ale teraz, projekt wykorzystuje tylko kamery skierowane do przodu, aby obniżyć koszty, ponieważ w ciągu najbliższych kilku lat konsumenci znacznie częściej zobaczą inteligentne reflektory na drogach niż pojazdy samojezdne z dodatkowymi funkcjami wykrywania.

„Myślę, że w ciągu najbliższych dwóch lat możemy wprowadzić na rynek produkt pierwszej generacji,powiedział Li. „Kiedy już będziemy mieć je na drodze, możemy uzyskać jeszcze więcej informacji zwrotnych i danych, aby jeszcze bardziej poprawić dokładność i czas reakcji, aby przyszłe iteracje były jeszcze lepsze”.

Źródło: pratt.duke.edu