Биотехнологични камери правят пътищата по-безопасни

Изкуственият интелект, комбиниран с нова камера, базирана на биотехнологии, му позволява да засича пешеходци на пътя 100 пъти по-бързо от съвременните камери за автомобили. Този голям пробив в компютърното зрение, направен от изследователи от университета в Цюрих, може значително да подобри безопасността на системите за подпомагане на водача и самоуправляващите се автомобили.

Ситуация, при която пешеходец излиза внезапно пред кола, като обикновено оставя на шофьора само част от секундата да реагира, е кошмар за всеки водач. Настоящите системи с камери за автомобили могат да предупредят водача или да активират аварийно спиране, но те все още не са достатъчно бързи и надеждни за използване в автономни превозни средства, където няма човек зад волана.

Какво се предлага в новото изобретение

Даниел Гериг и Дейвид Скарамуза от катедрата по компютърни науки в университета в Цюрих комбинират нова камера, вдъхновена от биологични процеси, с изкуствен интелект, за да създадат система, която може да открива препятствия около кола много по-бързо от сегашните системи и с по-малко изчислителна мощност.

Повечето съвременни камери са time-lapse, което означава, че правят снимки на интервали. Камерите, използвани за подпомагане на шофьорите в автомобили, обикновено са в състояние да заснемат 30 до 50 кадъра в секунда, а изкуствена невронна мрежа може да бъде обучена да разпознава обекти - пешеходци, велосипедисти и други автомобили - много по-бързо.

„Макар да стават все по-добри, ако нещо се случи при стандартните камери в рамките на 20-30 милисекунди между два кадъра, камерата може да го види твърде късно. Една от опциите е да се увеличи честотата на кадрите, но това изисква обработка на повече данни в реално време и повече изчислителна мощност “, обяснява Гериг.

Новите камери са с иновативен подход, базиран на различен принцип. Вместо постоянна скорост на кадрите, те имат интелигентни пиксели, които улавят информация, когато се засекат бързи движения.

„По този начин няма слепи зони между кадрите, което им позволява да откриват препятствия по-бързо. Те се наричат ​​още невроморфни камери, защото имитират начина, по който човешките очи възприемат изображения “, казва Скарамуца, ръководител на групата по роботика и възприятие.

Те обаче имат и своите недостатъци, тъй като могат да пропуснат бавно движещи се обекти, а изображенията им трудно се преобразуват в данни, използвани за обучение на алгоритми за изкуствен интелект.

Инавицията на учените се заключава в това, че те разработват хибридна система, която съчетава най-доброто от двете технологии:

Първата включва стандартна камера, която заснема 20 изображения в секунда, което е сравнително ниска честота на кадрите в сравнение със сегашните. Изображенията се обработват от система с изкуствен интелект, така наречената конволюционна невронна мрежа, обучена да разпознава автомобили и пешеходци.

Данните от камерата за събития се комбинират с друг тип система за изкуствен интелект, асинхронна графична невронна мрежа, която е особено подходяща за анализиране на триизмерни данни, които се променят с времето. Засичанията от камерата за събития се използват за прогнозиране на засичанията на стандартната камера и подобряване на нейната производителност.

„В резултат създадохме визуален детектор, който може да открива обекти толкова бързо, колкото камера, която прави 5 000 кадъра в секунда, но изисква същата честотна лента като стандартна камера със скорост от 50 кадъра в секунда ,“ - казва Гериг.

Перспективите са огромни

По време на тестването екипът сравнява своята система с най-добрите камери и визуални алгоритми, налични на автомобилния пазар днес, и установява, че открива обекти 100 пъти по-бързо. Това намалява количеството данни, които трябва да се прехвърлят между камерата и бордовия компютър, както и изчислителната мощност, необходима за обработка на изображенията, без да се прави компромис с точността.

Важното е, че системата ефективно засича автомобили и пешеходци, влизащи в зрителното поле между два последователни кадъра на стандартната камера, което осигурява допълнителна безопасност както за водача, така и за участниците в движението. Това е особено важно при високи скорости. Учените смятат, че в бъдеще този метод може да бъде допълнително подобрен чрез интегриране на камери с LiDAR сензори, подобни на тези, използвани в самоуправляващите се автомобили. Хибридните системи от този тип могат да се превърнат в крайъгълен камък за безопасността на автономното шофиране.