Aspecte cheie
- Autovehiculele autonome utilizează tehnologia vederii artificiale pentru a percepe și înțelege mediul înconjurător, ceea ce le permite să identifice obiecte, să recunoască semnele de circulație și să se deplaseze pe drum.
- Sistemul de vedere artificială pentru mașinile autonome este alcătuit dintr-o rețea de camere, procesare de date la fața locului (edge computing) și algoritmi inteligenți, toate lucrând împreună pentru a captura informații vizuale, a le procesa în timp real și a identifica tipare și obiecte.
- Viziunea artificială este esențială pentru atingerea autonomiei complete a autovehiculelor, deoarece aceasta facilitează clasificarea obiectelor, detectarea benzilor de circulație și a semnalelor, recunoașterea indicatoarelor și monitorizarea traficului. Viitorul mașinilor autonome depinde de progresul în domeniul inteligenței artificiale, calculatoarelor performante și tehnologiei camerelor.
Mașinile cu conducere autonomă au generat mereu un interes considerabil. Deși nu suntem încă în era autovehiculelor complet autonome, avem la dispoziție mașini echipate cu sisteme avansate de asistență pentru șofer (ADAS) care permit conducerea automată, schimbarea benzii, parcarea automată și controlul adaptiv al vitezei în funcție de trafic.
Un autovehicul autonom se bazează pe o gamă largă de senzori pentru ADAS, viziunea artificială fiind modalitatea principală prin care se detectează, identifică și calculează distanța față de obiecte și față de mediul înconjurător. Fără viziune artificială, mașinile cu conducere autonomă cu funcții precum controlul vitezei și pilotul automat ar fi greu de realizat.
Ce reprezintă viziunea artificială?
Viziunea artificială este o tehnologie care dă posibilitatea mașinilor să „vadă” și să recunoască elementele din jurul lor. Este o ramură a vederii computerizate, axată pe aplicațiile industriale ale detectării obiectelor, fiind utilizată în special în mașinile autonome, roboți și alte vehicule.
În prezent, viziunea artificială utilizează algoritmi de învățare profundă AI, cum ar fi rețelele neuronale convoluționale (CNN), pentru a construi modele robuste și versatile, capabile să identifice cu precizie obiecte în diverse condiții. Acest lucru permite aplicarea vederii artificiale în sarcini variate care necesită un grad ridicat de fiabilitate în domenii precum producția, agricultura, robotica și industria auto.
Cum funcționează viziunea artificială în mașinile cu conducere autonomă?
Viziunea artificială în autovehiculele autonome se structurează în trei componente principale: sistemul de camere, prelucrarea datelor (edge computing) și inteligența artificială. Această structură tehnologică permite unui vehicul autonom să perceapă mediul, să interpreteze informațiile și să identifice semne și obstacole în timpul deplasării. Vom analiza fiecare componentă în detaliu pentru a înțelege cum se combină aceste tehnologii pentru a forma sistemul de vedere artificială al unei mașini autonome.
Sistemul de camere
Viziunea artificială depinde de sistemele de camere pentru a obține informații vizuale despre mediu. Autovehiculele autonome sunt echipate cu multiple camere dispuse în jurul mașinii pentru a colecta cât mai multe informații vizuale.
Doi senzori principali sunt utilizați în camerele de viziune artificială: semiconductori complementari cu oxid de metal (CMOS) și dispozitive cuplate cu încărcare (CCD). Pentru mașinile autonome, CMOS este preferat datorită vitezei de citire rapide, electronicii puternice integrate și capacităților de procesare paralelă, ceea ce îl face un senzor mai rapid, deși mai predispus la zgomot sau artefacte. Soluții precum diverse moduri de iluminare, vedere digitală pe timp de noapte și filtre pot asista senzorul CMOS în condiții de iluminare mai puțin ideale.
În cazul autovehiculelor autonome, camerele sunt montate la anumite distanțe pentru a produce viziune stereoscopică. Aceasta presupune combinarea a două sau mai multe surse vizuale, creând percepția adâncimii sau a tridimensionalității în obiecte și mediu. La rândul său, acest lucru permite mașinilor să trianguleze și să calculeze distanța aproximativă dintre obiect și mașină.
Oamenii, având doi ochi, beneficiază și ei de viziunea stereoscopică. O puteți testa: închideți un ochi și selectați un obiect mic de pe birou. Așezați mâna pe lângă acel obiect, asigurându-vă că vârful obiectului este la cel puțin doi centimetri distanță. Încercați să vă opriți câteva secunde și observați cât de siguri sunteți în estimarea distanței. Acum, deschideți ambii ochi și veți observa că simțul adâncimii este mult îmbunătățit.
Calculatoare Edge
În timp ce sistemul de camere al unei mașini autonome colectează date, un computer de bord (procesor edge) va procesa toate datele în timp real, actualizând imediat sistemul cu informații despre starea mediului. Deși sarcinile tipice de viziune artificială pot reduce costurile folosind cloud computing, există un risc prea mare ca mașinile autonome să fie conectate la cloud, chiar și în cazul externalizării procesului necesar pentru viziunea artificială.
Utilizarea unui computer edge pentru prelucrarea datelor eliminate problemele de latență, asigurând primirea, procesarea și transmiterea informațiilor în timp real. Calculatoarele edge pentru mașini autonome folosesc unități specializate care integrează procesoare grafice AI, cum ar fi Tensor Core și CUDA Cores de la NVIDIA.
Algoritmi AI
Algoritmii au fost întotdeauna o parte esențială a viziunii artificiale. Algoritmii sunt cei care permit unui computer să identifice toate tiparele, formele și culorile furnizate de sistemul de camere. Utilizarea inteligenței artificiale în locul algoritmilor tradiționali de viziune artificială îmbunătățește semnificativ capacitatea unei mașini autonome de a identifica în mod fiabil obiecte, semne de circulație, marcaje rutiere și semafoare. Mulți algoritmi AI sunt folosiți la antrenarea mașinilor autonome. Cei mai populari sunt:
- YOLO (You Only Look Once): Un algoritm de detectare a obiectelor în timp real, care identifică și urmărește obiectele din câmpul vizual al mașinii.
- SIFT (Scale-Invariant Feature Transform): Folosit pentru extragerea caracteristicilor, ajută mașina să recunoască repere și obiecte distinctive din mediul înconjurător.
- Histogram of Oriented Gradients (HOG): Folosit pentru recunoașterea obiectelor, se concentrează pe extragerea modelelor și gradienților locali din imagini.
- TextonBoost: un algoritm care ajută la recunoașterea obiectelor prin analiza texturilor din mediu.
- AdaBoost: Utilizat pentru clasificarea datelor, AdaBoost combină mai mulți clasificatori simpli pentru a lua decizii puternice cu privire la obiectele și obstacolele de pe traiectoria vehiculului.
Importanța vederii artificiale în mașinile cu conducere autonomă
Credit imagine:Automobile Italia/Flickr
Viziunea artificială este principalul mod prin care un autovehicul autonom poate percepe și înțelege mediul. Fără viziune artificială, este foarte probabil ca mașinile autonome să fie reduse la nivelul 1 pe scara autonomiei și să nu atingă niciodată autonomia completă.
Cu ajutorul viziunii artificiale, mașinile cu conducere autonomă pot clasifica obiecte, detecta benzi de circulație și semnale, recunoaște indicatoare și monitoriza traficul.
Deși multe vehicule autonome folosesc acum diverși senzori, cum ar fi LIDAR, RADAR și SONAR, toate se bazează în mare parte pe viziunea artificială pentru a vizualiza mediul, a identifica obiecte și a înțelege semnificația semnelor și a semafoarelor. Toți acești senzori suplimentari sunt meniti doar să îmbunătățească capacitatea de vedere artificială și să sporească siguranța oamenilor, a animalelor și a bunurilor.
Cu toate acestea, viziunea artificială poate funcționa independent, fără sprijinul altor senzori, pentru a oferi funcții de pilot automat. De fapt, cele mai noi mașini autonome de la Tesla au renunțat la RADAR, bazându-se acum exclusiv pe viziunea artificială pentru sistemul său Autopilot.
Chiar dacă acest lucru nu discreditează utilitatea altor tehnologii cu senzori, demonstrează importanța și puterea vederii artificiale în mașinile cu conducere autonomă.
Viitorul viziunii artificiale în vehiculele autonome
Viziunea artificială stă la baza mașinilor cu conducere autonomă. Prin viziunea artificială, mașinile pot vedea și percepe mediul exact ca oamenii. Deși mai sunt provocări de depășit, beneficiile viziunii artificiale în ceea ce privește siguranța și navigația nu pot fi subestimate. În viitor, orice progres în domeniul inteligenței artificiale, al calculatoarelor performante și/sau al tehnologiei camerelor va face, cu siguranță, mașinile autonome mai eficiente, avansându-le probabil către un nivel superior de automatizare.