Створена система штучного інтелекту, що дозволяє автомобілям-роботам орієнтуватися по картам

Створена система штучного інтелекту, що дозволяє автомобілям-роботам орієнтуватися по картам

Згідно з наявними прогнозами до 2035 року на дорогах у всьому світі буде перебувати близько 21 мільйона автомобілів-роботів.

Для підвищення рівня безпеки руху ці автомобілі повинні будуть обмінюватися даними один з одним і з хмарними сервісами, на плечі яких ляже завдання координації та управління дорожнім рухом в цілому. В даний час вже ведуться розробки подібних систем і основний з проблем, з якою стикаються розробники, є те, що кожен автомобіль в кожен момент часу повинен знати своє місце розташування і мати прив’язку до карти з точністю не гірше 10 сантиметрів.

Розробкою системи комунікації автомобіль-автомобіль та інших супутніх технологій займаються фахівці з Політехнічного інституту Нью-Йоркського університету, очолювані професорами І Фенг (Yi Fang) і Едвардом К. Вонгом (Edward K. Wong). Розробляються системи які мають високий рівень інтеграції з хмарним сервісом HERE HD Live Map, який, отримуючи дані від бортових датчиків, камер та іншого обладнання автомобіля, розраховує оптимальний режим руху, з огляду на все швидкоплинних умовах навколишнього середовища.

Слід зазначити, що сервіс HERE HD Live Map є спільним “дітищем” компаній Audi, BMW, Daimler і Intel, а в 2017 році до проекту планують підключитися китайські компанії Tencent, NavInfo, і компанія GIC з Сінгапуру.
Створена система штучного інтелекту, що дозволяє автомобілям-роботам орієнтуватися по картам
Високоякісні навігаційні карти, які використовуються в системі HERE HD Live Map, повинні мати точність на рівні 10-20 сантиметрів. А транспортні засоби, які використовують ці карти, повинні оновлювати своє місце розташування на них в режимі реального часу з точністю, відповідної точності карти. Однак, це саме по собі є досить складним завданням, адже існуючі датчики і камери, що використовуються системами управління автомобілів, не в змозі забезпечити необхідну для цього точність.

Крім даних про поточне місцезнаходження, системи автомобілів повинні передавати в “хмара” дані про дорожніх умовах, погоді, виявлених перешкоди, про зміну режимів обмеження швидкості та інших параметрах, з яких складається картина обстановки на дорозі.

Традиційна “пряма” обробка всього цього величезного потоку даних, що надходять вимагає відповідних величезних обчислювальних потужностей, потужностей, якими не володіють ще навіть самі високопродуктивні сучасні суперкомп’ютери. Тому дослідники використовували в своїй системі нові технології тривимірного комп’ютерного бачення і глибинні нейронні мережі, які можна навчити для швидкого вирішення найскладніших завдань, в тому числі і складання “живих” карт для автомобілів-роботів.

Використання вищезазначених технологій дозволяє системі автомобіля орієнтуватися на місцевості, враховуючи відразу безліч факторів, використовуючи для цього навіть не дуже чіткі зображення, одержувані камерами автомобіля під час руху. Що виходять точність визначення положення відповідає і навіть перевершує точність використовуваної системою карти, що підвищує якість роботи “хмарного” сервісу і покращує рівень безпеки руху в багато разів.