Pesquisadores do Departamento de Ciência da Computação da Universidade de Oxford, em colaboração com colegas da Universidade Bogazici, Turquia, desenvolveram um novo sistema de inteligência artificial (IA) para permitir que veículos autônomos (AVs) alcancem uma capacidade de navegação mais segura e confiável, especialmente sob condições climáticas adversas e Cenários de condução sem GPS. Os resultados foram publicados hoje na Nature Machine Intelligence .
Yasin Almalioglu, que completou a pesquisa como parte de seu DPhil no Departamento de Ciência da Computação, disse:"A dificuldade dos AVs em alcançar um posicionamento preciso durante o clima adverso desafiador é uma das principais razões pelas quais eles foram limitados a testes de escala relativamente pequena até Por exemplo, condições meteorológicas como chuva ou neve podem fazer com que um AV se detecte na pista errada antes de uma curva ou pare tarde demais em um cruzamento devido ao posicionamento impreciso."

Para superar esse problema, Almalioglu e seus colegas desenvolveram um novo modelo de aprendizado profundo autossupervisionado para estimativa de movimento do ego, um componente crucial do sistema de direção de um AV que estima a posição de movimento do carro em relação aos objetos observados do próprio carro. O modelo reuniu informações ricamente detalhadas de sensores visuais (que podem ser interrompidos por condições adversas) com dados de fontes imunes ao clima (como radar), para que os benefícios de cada um possam ser usados ​​em diferentes condições climáticas.

O modelo foi treinado usando vários conjuntos de dados AV publicamente disponíveis que incluíam dados de vários sensores, como câmeras, lidar e radar em diversas configurações, incluindo níveis variáveis ​​de luz/escuridão e precipitação. Estes foram usados ​​para gerar algoritmos para reconstruir a geometria da cena e calcular a posição do carro a partir de novos dados. Sob várias situações de teste, os pesquisadores demonstraram que o modelo apresentou desempenho robusto em todos os climas, incluindo condições de chuva, neblina e neve, bem como dia e noite.

A equipe prevê que este trabalho aproximará os AVs de uma condução autônoma segura e suave em todos os climas e, finalmente, um uso mais amplo nas sociedades.

O professor Niki Trigoni, do Departamento de Ciência da Computação da Universidade de Oxford, que co-supervisionou o estudo, disse:"A capacidade de posicionamento preciso fornece uma base para inúmeras funcionalidades principais de AVs, como planejamento de movimento, previsão, consciência situacional e prevenção de colisões. . Este estudo fornece uma solução complementar empolgante para que a pilha de software AV alcance essa capacidade."

O professor Andrew Markham (Departamento de Ciência da Computação da Universidade de Oxford), também co-orientador do estudo, acrescentou:"Estimar a localização precisa de AVs é um marco crítico para alcançar uma condução autônoma confiável sob condições desafiadoras. aspectos de diferentes sensores para ajudar os AVs a navegar em cenários diários difíceis." + Explorar mais

Dados de mau tempo podem ajudar veículos autônomos a ver