Быстрые ссылки
Беспилотные автомобили уже давно вызывают интерес. Хотя полностью беспилотных автомобилей пока не существует, у нас есть автомобили, оснащенные усовершенствованными системами помощи водителю (ADAS), способными автоматически управлять рулевым управлением, менять полосу движения, автоматической парковкой и адаптивным круиз-контролем.
Беспилотные автомобили в значительной степени полагаются на системы машинного зрения, чтобы распознавать окружающую среду и принимать решения на основе полученной информации. Эта технология может включать в себя различное аппаратное и программное обеспечение, которое позволяет автомобилям анализировать изображения и видео и использовать их для навигации, предотвращения аварий и общего улучшения впечатлений от вождения.
Беспилотный автомобиль использует несколько датчиков для своей системы помощи водителю, при этом машинное зрение является основным методом обнаружения, идентификации и расчета расстояния между объектами и окружающей средой. Без машинного зрения маловероятно, что появятся беспилотные автомобили с круиз-контролем и полуавтоматическим вождением.
В этой статье мы рассмотрим основы технологии машинного зрения и ее значение для беспилотных автомобилей. Мы углубимся в то, как работает эта технология и как она помогает достичь целей автоматизированного вождения. Мы также обсудим проблемы, с которыми сталкиваются технологии машинного зрения, и ожидаемые будущие инновации в этой области. Проверять Все, что вам нужно знать о беспилотных автомобилях и о том, как они работают.
Что такое машинное зрение?
Машинное зрение — это технология, которая позволяет машинам видеть и распознавать объекты в их окружении. Это подмножество компьютерное зрение Основное внимание уделяется промышленному применению визуально-ориентированного обнаружения объектов в автономных машинах, таких как роботы и транспортные средства.
Сегодняшнее машинное зрение использует алгоритмы искусственного интеллекта глубокого обучения, такие как сверточные нейронные сети (CNN), для создания надежных, хорошо обобщенных моделей, которые могут точно идентифицировать объекты в различных условиях. Он позволяет реализовать машинное зрение в различных задачах, требующих повышенной надежности в производстве, сельском хозяйстве, робототехнике и автомобилестроении.
Как машинное зрение работает в беспилотных автомобилях?
Машинное зрение в беспилотных автомобилях обычно можно разделить на три части: систему камер, обработку (периферийные вычисления) и искусственный интеллект. Этот технологический комплекс позволяет автономным автомобилям видеть, учитывать и распознавать различные сигналы и препятствия во время движения. Давайте подробно обсудим каждую часть, чтобы понять, как эти технологии объединяются, образуя машинное видение беспилотного автомобиля.
Система камер
Машинное зрение использует системы камер для сбора визуальной информации об окружающей среде. Беспилотные автомобили используют несколько камер, установленных вокруг автомобиля, чтобы собирать как можно больше визуальной информации.
В камерах машинного зрения используются два основных датчика: комплементарный металлооксид-полупроводник (КМОП) и устройства с зарядовой связью (ПЗС). Для беспилотных автомобилей часто отдается предпочтение технологии CMOS из-за ее высокой скорости считывания, мощной электроники и возможностей параллельной обработки, что делает ее самым быстрым датчиком. Такие решения, как различные режимы освещения, цифровое ночное видение и фильтры, могут помочь CMOS-датчику в условиях неидеального освещения.
В беспилотных автомобилях камеры устанавливаются на определенном расстоянии друг от друга, чтобы обеспечить стереоскопическое изображение. Стереоскопическое зрение — это способность комбинировать два или более визуальных входных сигнала, создавая ощущение глубины или трехмерности объектов и окружающей среды. Это, в свою очередь, позволяет автомобилям выполнять триангуляцию и рассчитывать приблизительное расстояние между объектом и автомобилем.
Поскольку у людей два глаза, мы также получаем выгоду от стереозрения. Вы можете испытать это видение на себе; Закройте один глаз и возьмите со стола небольшой предмет. Положите руку на бок предмета и убедитесь, что кончик предмета находится на расстоянии не менее двух дюймов. Попробуйте сделать паузу на несколько секунд и обратите внимание, насколько вы уверены в своем приближении. Теперь попробуйте открыть оба глаза и посмотрите, насколько лучше стало ваше ощущение глубины. Проверять Как работает камера кругового обзора 360 ° в автомобиле?
Периферийные вычисления
Периферийные вычисления — это процесс объединения хранилища информации и вычислительных возможностей устройства, производящего эти данные, и пользователей, которые с ними взаимодействуют. Традиционно приложения передавали данные с интеллектуальных устройств, таких как датчики и смартфоны, в центр обработки данных для обработки. Однако беспрецедентная сложность и объем данных превысили возможности сети. Периферийные вычислительные системы перемещают вычислительную мощность ближе к пользователям и устройствам, значительно повышая производительность приложений, снижая требования к пропускной способности сети и обеспечивая более быструю аналитику в режиме реального времени.
Пока система камер в беспилотном автомобиле собирает данные, бортовой компьютер (периферийный процессор) будет обрабатывать все входные данные в режиме реального времени, чтобы мгновенно обновлять систему о состоянии окружающей среды. Хотя типичные задачи машинного зрения могут сэкономить деньги за счет использования облачных вычислений, для беспилотных автомобилей слишком много рисков при подключении к облаку, даже если это связано с тем, что процесс выполнения требований к машинному зрению передается на аутсорсинг.
Использование высокопроизводительного компьютера для обработки входных данных устраняет проблемы с задержкой и гарантирует, что данные принимаются, обрабатываются и передаются в режиме реального времени. В современных компьютерах для беспилотных автомобилей используются специализированные компьютеры, в которые интегрированы графические процессоры искусственного интеллекта, такие как тензорное ядро NVIDIA и ядра CUDA. Проверять Что такое ускорители искусственного интеллекта AMD Instinct?
Алгоритмы искусственного интеллекта
Алгоритмы всегда были важной частью машинного зрения. Алгоритм позволяет компьютеру распознавать все узоры, формы и цвета, предоставляемые системой камеры. Использование искусственного интеллекта вместо традиционных алгоритмов машинного зрения значительно расширяет возможности беспилотного автомобиля надежно идентифицировать объекты, уличные знаки, дорожную разметку и светофоры. Многие алгоритмы искусственного интеллекта используются для обучения беспилотных автомобилей. К самым популярным относятся:
- YOLO (Вы смотрите только один раз): алгоритм обнаружения объектов в реальном времени, который идентифицирует и отслеживает объекты в поле зрения автомобиля.
- ПРОСЕЯТЬ (Преобразование функций Scale-Icar'sant): используется для извлечения функций и помогает автомобилю распознавать отличительные ориентиры и объекты в окружении.
- Гистограмма направленных градиентов (HOG): используется для распознавания объектов и фокусируется на извлечении локальных узоров и градиентов из изображений.
- ТекстонБуст: Алгоритм, который помогает идентифицировать объекты путем анализа текстур окружающей среды.
- АдаБуст: AdaBoost, используемый для классификации данных, объединяет несколько слабых классификаторов для принятия надежных решений об объектах и препятствиях на пути транспортного средства.
Важность машинного зрения в беспилотных автомобилях
Машинное зрение — это основной способ, с помощью которого беспилотный автомобиль воспринимает и понимает окружающую среду. Без машинного зрения беспилотные автомобили, скорее всего, окажутся на первом уровне по шкале автономности транспортных средств и никогда не достигнут полной автономии.
Благодаря машинному зрению беспилотные автомобили теперь могут классифицировать объекты, обнаруживать полосы движения и сигналы, распознавать знаки и распознавать движение.
Хотя многие беспилотные автомобили сейчас используют различные датчики, такие как LIDAR, RADAR и SONAR, все они в значительной степени полагаются на машинное зрение, чтобы видеть окружающую среду, идентифицировать объекты и понимать значение знаков и сигналов светофора на дороге. Все эти дополнительные датчики предназначены только для улучшения машинного зрения и повышения безопасности людей, животных и имущества.
Однако машинное зрение может работать автономно без помощи других датчиков, обеспечивая возможности автоматического управления. Фактически, последние беспилотные автомобили Tesla отказались от радиолокационной системы и теперь полагаются исключительно на машинное зрение своей системы автопилота.
Хотя это ничего не значит для того, чтобы поставить под сомнение полезность других сенсорных технологий, это показывает важность и силу машинного зрения в беспилотных автомобилях. Проверять Самые передовые системы помощи водителю в автомобилях.
Общие вопросы
Вопрос 1. Что такое технология машинного зрения в беспилотных автомобилях?
Технология машинного зрения — это система, основанная на аппаратном и программном обеспечении для анализа и использования изображений и видеоклипов, позволяющая беспилотным автомобилям распознавать окружающую среду и принимать необходимые решения во время вождения.
В2. Как технология машинного зрения работает в автомобилях?
Автомобиль оснащен множеством камер и датчиков, которые фиксируют изображения и видео из окружающей среды. Эти данные обрабатываются с помощью современного программного обеспечения для анализа изображений и распознавания различных объектов и ориентиров на дороге.
Вопрос 3. Какова важность технологии машинного зрения для автономного вождения?
Технология машинного зрения имеет основополагающее значение для автономного вождения, поскольку позволяет распознавать сигналы светофора, другие транспортные средства и препятствия на дороге. Эта оперативная информация является основой для автоматического принятия решений, включая управление транспортным средством и предотвращение аварий.
Вопрос 4. С какими проблемами сталкиваются технологии машинного зрения?
Проблемы, с которыми сталкиваются технологии машинного зрения, включают такие факторы, как неблагоприятные погодные условия, такие как туман и дождь, трудности с распознаванием объектов в полной темноте, а также защита данных и конфиденциальность.
Вопрос 5. Каковы ожидаемые дальнейшие разработки в этой области?
Ожидается, что технология машинного зрения будет постоянно развиваться, улучшая применение искусственного интеллекта и улучшая возможности восприятия и распознавания изображений. Также возможно расширить использование этой технологии и на другие области, помимо автомобилей. Проверять Как работает круиз-контроль в автомобилях?
Будущее машинного зрения в беспилотных автомобилях
Машинное зрение — основа беспилотных автомобилей. Благодаря машинному зрению автомобили могут видеть и воспринимать окружающую среду так же, как это делают люди. Хотя проблемы остаются, преимущества машинного зрения с точки зрения безопасности и навигации нельзя недооценивать. Что касается будущего беспилотных транспортных средств, любые дополнительные достижения в области искусственного интеллекта, периферийных вычислений и/или технологий камер сделают беспилотные автомобили более эффективными, что, вероятно, переведет их на более высокий уровень автоматизации. Вы можете просмотреть сейчас Взломы зарядных устройств для электромобилей: стоит ли беспокоиться?
