المشاة هي مشكلة صعبة للقيادة الذاتية السيارات – هنا حل واحد

المشاة يمثلون مشكلة صعبة بالنسبة للسيارات ذاتية القيادة - إليك أحد الحلولZoomPerceptive أ utomata

المشاة يشكلون واحدة من أكبر التحديات للقيادة الذاتية السيارات. السيارات الأخرى في الغالب تتصرف بطرق يمكن التنبؤ بها ، ولكن المشاة يمكن أن يكون أكثر خاطئا. يمكنهم التحرك في أي اتجاه ، في أي وقت ، مع القليل من التحذير.

لحسن الحظ ، نحن بشر خبراء في فهم السلوك من الآخرين. يمكن للسائقين الإنسان بسهولة التمييز بين شخص يحاول عبور الطريق أمامنا من شخص في انتظار الحافلة أو تركز على هاتفه الخلوي.

وهذا يسمح للبشر أن يكونوا سائقين سلسين وواثقين. إذا نمر على الرصيف الكامل للمشاة ، يمكننا أن نقول في لمحة إذا أي منهم يستعدون للدخول في الطريق. إذا لم يكن كذلك ، فإننا نعرف انها آمنة للحفاظ على سرعتنا.

لكن ترميز هذا النوع من الحدس في البرنامج ليس بالأمر السهل ، التي يمكن أن تؤدي إلى السيارات ذاتية القيادة التي خجول أو خاطئ. Aستحتاج السيارة التي لا تفهم المارة إلى التباطؤ في كل مرة يمر بالقرب من واحد – لأنه لا يمكن استبعاد احتمال أن المشاة قد يهيمون على وجوههم أمام مركبة.

تهدف شركة ناشئة جديدة تدعى Perceptive Automata إلى التغيير وذلك باستخدام تقنيات التعلم الآلي لإعطاء السيارات ذاتية القيادة فهم غني للمشاة وراكبي الدراجات وغيرهم من البشر كائنات حول السيارة.

الحدس البشري في البرمجيات

“نحن نبني وحدة تسمح للمركبات ذاتية الحكم ب فهم الحالة الذهنية للبشر على الطريق ” المؤسس المشارك سام أنتوني. أخبرنا أن البرنامج “سيعطي المركبات ذاتية الحكم القدرة على إلقاء نظرة على شخص والقول ، في يشبه الإنسان ، “هذا الشخص يريد عبور الطريق ، هذا الشخص يعرف أن سيارتي هناك “.

عادة ، تقنيات التعلم الآلي تدريب الخوارزميات باستخدام البيانات التي يمكن قياسها بموضوعية. ولكن هذا ليس حقا عملي في مثل هذا الموقف – ليس كما تفعل الشركة قراءة عقول المارة على جانب الطريق ل بيانات التدريب. بدلا من ذلك ، يعتمد Automata Perceptive على الحكم الذاتي من البشر الآخرين لتوفير البيانات المستخدمة لتدريب خوارزمياتها.

تطلب الشركة من البشر مشاهدة مقاطع الفيديو ثم تسمية المشاة فيها ، وإعطاء أفضل حكم لهم حول ما إذا كان كل مشاة يحاول عبور الشارع وما إذا كان لقد لاحظ السيارة. مهندسي الإدراك الآلي ، ثم استخدم هذا مجموعة من مقاطع الفيديو المصنفة لتدريب خوارزميات التعلم الآلي على اتخاذ نفس النوع من الأحكام.

النتيجة ، كما تقول الشركة ، ستكون عبارة عن وحدة برمجية يمكن لصناعة السيارات ذاتية القيادة الشراء والاستقلال في استقلاليتها الحالية مداخن. يجادل الإدراك الآلي أن شركات صناعة السيارات ذاتية القيادة يجب عليها ذلك التفكير في الأمر على أنه مستشعر إضافي يمكنه قراءة عقول المارة حول السيارة. هذه البيانات “الاستشعار” يمكن ثم يتم دمجها مع البيانات من الكاميرات والأغطية وأجهزة أخرى أجهزة استشعار لتمكين قيادة أكثر سلاسة وثقة.

سؤال واضح هنا هو ما إذا كانت الشركات النامية سوف السيارات ذاتية القيادة حقا الاستعانة بمصادر خارجية هذه الوظيفة إلى الثلث حزب مثل الإدراك الآلي بدلا من تطوير القدرة في المنزل. لكن أنتوني أخبرنا أن الشركات تبني السيارات ذاتية القيادة لديها الكثير على صفيحة وتوقع ذلك كانوا يرحبون بالقدرة على الاستعانة بمصادر خارجية لهذه الوظيفة.

“بالنسبة لشخص يقوم بالمجموعة الكاملة ، فإنهم يقاتلون ذلك العديد من الحرائق لمجرد الحصول على أسطول الاختبار هناك ، “أنتوني قال. هناك فن لجمع البيانات من البشر بكفاءة الكائنات عن البشر الآخرين ، قال ، وهذا بعيد جداً بعيدا عن المهام الأخرى صناع السيارات ذاتية القيادة هي العرقلة.

هل من الضروري حقًا نمذجة تفكير المشاة؟

لكن شركات السيارات ذاتية القيادة مثل Waymo و Uber جمع ملايين الأميال من بيانات الاستشعار من اختبار القيادة. أنا سأل أنتوني ما إذا كان يمكن استخدام هذه البيانات الاستشعار مباشرة توقع سلوك المشاة – ببساطة عن طريق معرفة أي المشاة السلوكيات تميل إلى أن تسبق بالفعل عبور الشارع.

لكن أنتوني يجادل بأنه من الصعب التنبؤ ما إذا كان أحد المشاة سيعبر الشارع إذا لم يكن لديك نموذج ما إذا كان المشاة يريد عبور الشارع. بعد كل شيء ، قد يقف أحد المشاة على جانب الطريق لعدة أشخاص ثواني تنتظر اللحظة المناسبة للعبور. ما القيادة الذاتية السيارة تهتم في نهاية المطاف هو ما إذا كان المشاة يحاول اعبر الشارع ، وليس فقط ما إذا كان سيقوم بذلك الثانية القادمة جدا.

لم أجد هذا مقنعًا تمامًا. يبدو مثل مع ما يكفي من البيانات – و Waymo لديها الآن 8 مليون ميل من البيانات – إحصائيا التنبؤ بسمات وسلوكيات المشاة المرتبطة مع سلوك عبور الشوارع يجب أن يكون ممكنا. بيانات حول حالة المشاة من العقل سيكون بالتأكيد “جميل أن يكون” الميزة ، لكنني لست مقتنعًا بأنها ميزة يجب أن تتوفر.

يعمل باحثون آخرون على طرق للتنبؤ بالمشاة حركات تستند كليا على سلوكهم الملاحظ – دون أن تسأل البشر يشرحون بيانات التدريب مع حالة ذهنية المشاة. من الممكن أن يعمل هذا النوع من التقنية بشكل جيد بما فيه الكفاية للسماح به يتم استنتاج سلوك المشاة بناءً على بيانات المستشعر فقط الشركات لديها بالفعل.

ومع ذلك ، يقول أنتوني أن الإدراك الآلي قد اجتذب اهتمام كبير. وقد وصفت نفيديا الإدراك التلقائي شريك. يشمل العملاء الحاليون شركات صناعة السيارات والمستوى الأول الموردين ، وكذلك بعض الشركات الناشئة ، وقال أنتوني آرس. الشركة لم يحدد بعد أيًا من عملائه ، ولكن.

Like this post? Please share to your friends:
Leave a Reply

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: