Forskare har utvecklat två nya smartphone-baserade system som kan
påskynda utveckling av förarlösa bilar genom att identifiera en användares
läge och orientering på platser där GPS inte fungerar.
Dessa
kan också identifiera de olika delarna av en väg scenen i realtid på
en vanlig kamera eller en smartphone, för att utföra samma jobb som sensorer
kostar miljoner euro.
Även om de system som för närvarande inte går att styra en
förarlösa bil, förmågan att göra en maskin för att “se” och exakt
identifiera var det är och vad det är man tittar på är en viktig del av
att utveckla autonoma fordon och robotar.
“Vision är våra mest
kraftfull känsla och förarlösa bilar kommer också att behöva se men undervisning på ett
maskinen att se är betydligt svårare än det låter,” sade professor
Roberto Cipolla från Universitetet i Cambridge som lett forskningen.
Den
första systemet, som kallas SegNet, kan ta en bild av en gata scen det
har inte sett innan och klassificera, sortera objekt i 12 olika
kategorier – såsom vägar, vägskyltar, fotgängare, byggnader och
cyklister – i realtid.
Det kan handla med ljus, skugga och natt-tid miljöer, och för närvarande etiketter mer än 90 procent av pixlar på rätt sätt.
“Användare
kan besöka SegNet hemsida och ladda upp en bild eller sök efter en stad
eller stad i världen, och systemet kommer att märka alla de komponenter av
vägen scenen. Systemet har testats framgångsrikt på både city
vägar och motorvägar,” författarna noterade.
“Det är anmärkningsvärt bra på att känna igen saker i en bild, eftersom det har haft så mycket praktik”, tillade Alex Kendall, Doktorand.
SegNet
i första hand var utbildad i väg och urbana miljöer, så att det fortfarande
har en del att lära sig att göra för landsbygden, snöiga eller desert miljöer –
även om det har fungerat väl i första tester för dessa miljöer.
Det
finns tre viktiga tekniska frågor som måste besvaras för att design
autonoma fordon: var är jag, vad som finns runt omkring mig och vad vill jag göra härnäst.
SegNet
adresser den andra frågan medan en skilda men kompletterande system
svar det första genom att använda bilder för att bestämma exakta läge
och läggning.
Den andra lokalisering systemet körs på ett liknande
arkitektur för att SegNet och har möjlighet att lokalisera en användare och bestämma
deras orientering från en enda färg som bilden i en hektisk urbana scenen.
Den
systemet är betydligt mer exakt än GPS och arbetar på platser där GPS inte
inte, såsom inomhus, i tunnlar eller i städer där en pålitlig GPS
signalen är inte tillgänglig.
Lokalisering system använder geometri
i en scen för att veta dess exakta läge och kan avgöra, för
exempel, oavsett om det är att titta på östra eller västra sidan av en byggnad,
även om två sidor verkar identiska.
“På kort sikt, vi är
mer sannolikt kommer att se denna typ av system på en inhemsk robot – såsom en
robotdammsugare, till exempel,” Cipolla läggas till.
Den
forskare presenterade detaljerna i de två teknikerna på
International Conference on Computer Vision i Santiago, Chile,
nyligen.
Ladda ner Prylar 360 app för Android och iOS för att hålla dig uppdaterad med de senaste tekniska nyheterna, produkt
recensioner och exklusiva erbjudanden på populära mobiler.