Решение для автономного транспортного средства с открытым исходным кодом

Качество датчика всегда будет ключевым компонентом автономной безопасности транспортного средства, даже если производители не согласятся с типом датчиков, которые работают лучше всего. Всякий раз, когда происходит крушение или летальность вокруг самозанятого автомобиля, он всегда уведомляет технологический сектор.

FLIR производит термокамеры, которые могут быть установлены на автономные транспортные средства в сочетании с радаром, LiDAR и другими датчиками. (Источник изображения: FLIR)

Компания FLIR Systems, основанная в Орегоне, имеет четкую собаку в бою, являясь крупнейшим коммерческим производителем, специализирующимся на тепловизионных датчиках, компонентах и камерах. Но компания использует уникальный подход к проблеме, приняв открытый исходный код.

В июле компания выпустила набор для машинного обучения более 10 000 тепловых изображений для исследователей, инженеров и производителей, работающих на самодвижущихся транспортных средствах и Advanced Driver Assistance Systems (ADAS). Эти изображения могут быть использованы для обучения искусственному интеллекту нейронной сети за автономными и подключенными транспортными средствами.

Набор данных, включающий как дневные, так и ночные сценарии, содержит аннотации для автомобилей и других транспортных средств, а также людей, велосипедов и собак. В результате изображения могут использоваться для обучения сверточных нейронных сетей (CNN) — сетей, обычно используемых для задач распознавания образов — для идентификации этих объектов. FLIR говорит, что объединение тепловизионных изображений с камерами LiDAR, радара и видимого света может создавать более надежные алгоритмы, способные более легко идентифицировать объекты, особенно людей и животных.

ССЫЛКИ ПО ТЕМЕ:

Является ли блок-цепочка подготовленной для предприятия?
Может ли Blockchain помочь революционизировать производство энергии?
Как Blockchain является ключом к безопасному IoT

По словам Майка Уолтерса, вице-президента по разработке продуктов для микрокамер FLIR, большое преимущество, которое имеют датчики температуры, — это их способность «видеть» во многих потенциально опасных условиях. «Термальные камеры отлично подходят для надежной классификации людей и животных — вещи, которые вы больше всего не хотите ударять, — поскольку [people and animals] имеют сильный тепловой сигнал, который выделяется из захламленной окружающей среды как в сельской, так и в городской водителю», — сказал Уолтерс Новости дизайна . «Термальные камеры могут видеть в абсолютной темноте, а также могут видеть в сложных условиях освещения, например, вождение прямо в солнцезащитные очки, которые« ослепляют »человеческие драйверы и видимые камеры. Термальные камеры также хорошо работают в большинстве типов тумана, где могут наблюдаться видимые камеры и LIDAR ».

Эта демонстрация подчеркивает способность тепловой камеры FLIR обнаружить пешехода, пересекающего улицу в условиях низкой освещенности. Термальные камеры способны видеть людей на расстояниях, которые фары и даже видимые камеры не могут. (Источник изображения: FLIR)

В сельских условиях вождения Уолтерс сказал, что тепловые камеры могут видеть и надежно классифицировать людей на расстоянии 200 метров — четыре раза дальше, чем фары могут освещаться и дальше, чем обычно видит автомобильный радар. В городской среде тепловые камеры могут предоставлять дополнительную дополнительную информацию об окружающей среде на 360 градусов вокруг транспортного средства, где видимые камеры могут бороться из-за сложного освещения и фонового помех.

Идея открытого, свободно доступного набора данных может быть привлекательной, особенно для стартапов и небольших объектов, которые в противном случае могут не иметь доступа или ресурсов для этого типа данных. Однако с открытым исходным кодом часто критикуют как обоюдоострый меч. Хотя open source пользуется многими евангелистами, он также может похвастаться столь же осторожными скептиками. Наличие полностью открытого набора данных открывает возможность ввода низкого качества или нежелательных данных в набор. Также существует вероятность того, что плохие актеры могут попытаться манипулировать набором данных по злонамеренным причинам. Представьте себе, например, что если нейронная сеть была обучена думать, что опасные неодушевленные предметы на дороге, такие как дорожные знаки и светофоры, можно было избежать.

В конце дня качество данных будет зависеть от того, насколько надзор и владение FLIR готовы взять на себя то, что входит в набор данных. Уолтерс сказал, что компания активно работает с партнерами по развитию для расширения набора данных. Он повторил, что даже с потенциальными рисками компания по-прежнему рассматривает open source как лучший способ продвижения более интеллектуального ИИ и более совершенных датчиков для самодвижущихся автомобилей. «Свободные наборы данных, такие как MS COCO, были ключом к тому, чтобы ускорить продвижение в машинном обучении с использованием видимых камер», — сказал Уолтерс. «Предоставление бесплатного, аннотированного набора данных для запуска изображений с высоким разрешением для ADAS и автономных разработчиков транспортных средств поможет ускорить тестирование термокамер и в конечном итоге повысить безопасность и надежность в наборе датчиков ADAS».

Любой, кто заинтересован в доступе к набору данных тепловидения FLIR для обучения алгоритму, может сделать это, зарегистрировавшись на веб-сайте FLIR. Компания также предлагает комплект автомобильных разработок (ADK), который обеспечивает аппаратное обеспечение термодатчика, которое будет использоваться в сочетании с набором данных.