Synthia utilise des réseaux de neurones à convolution et l’apprentissage en profondeur pour améliorer la façon dont le véhicule AIs gérer ce qui se passe autour d’eux.
Image: la Vision par Ordinateur Centre/Université Autonome de Barcelone
Il n’est plus question de savoir si l’auto-conduite des voitures fera dans le courant dominant, mais où, selon le véhicule-les systèmes experts Antonio López.
Malgré son optimisme, un certain nombre de défis restent à relever avant que les voitures sans conducteur de venir n’importe où près de déplacement de conducteurs humains. L’un d’eux est l’enseignement de véhicules la façon de reconnaître les obstacles et les situations, de sorte qu’ils peuvent comprendre comment réagir.
C’est précisément de s’attaquer à ce problème qui Synthia a été développé par l’Université Autonome de Barcelone, la Vision par Ordinateur, où il est chef de l’avancée de systèmes d’assistance au conducteur.
Synthia est un simulateur qui utilise des réseaux de neurones à convolution et l’apprentissage en profondeur pour améliorer la façon dont le véhicule artificielle, les systèmes de renseignement de gérer ce qui se passe autour d’eux, même dans de mauvaises conditions météorologiques.
Le projet a commencé il y a huit ans, avant de Google self-driving la voiture, désormais essaimé en tant que Waymo, est apparu sur la scène et avant d’Elon Musk qui tente de desserrer l’homme des pilotes de l’adhérence sur le volant.
“Nous avons commencé avec la détection des piétons et des jeux vidéo, le chercheur” et de les associer en informatique professeur López indique ZDNet.
“Maintenant, avec les capteurs que nous utilisons, nous pouvons voir ce que le contenu de chaque pixel dans une image. Nous savons aussi à quel point ces objets sont de la caméra, ce qui est une information cruciale pour les systèmes de vision.”
La conduite de l’AIs sont formés avec un énorme jeu d’images-du-monde à reconnaître les différents éléments et être en mesure de distinguer, par exemple, un trottoir de la route sur une lourde journée pluvieuse. À l’aide de ce tag de l’information, le logiciel interprète les entrées de la voiture caméras et décide de la façon de réagir.
“Nous avons modélisé une voiture autonome au sein de Synthia donc nous pouvons faire des tests et être sûr que le véhicule n’a exécuter les ordres qu’il reçoit,” Lopez dit.
“Nous avons aussi testé quelques modèles de détecter les piétons avec le réel de la voiture autonome développé par l’Université Autonome de Barcelone. Mais cela ne veut pas nécessairement de prouver que l’auto-voiture fonctionne mieux que n’importe quelle autre voiture.”
Les données générées par le simulateur est disponible pour servir la communauté scientifique et de leur permettre de progresser dans ce domaine. Cependant, il ya encore un long chemin devant nous.
Selon López, le principal défi de l’auto-conduite de la voiture est l’environnement urbain, qui est “complexe et incontrôlable”. Encore, il prévoit une introduction partielle de ce type de véhicules dans les villes dans 10 ans.
“En 2050, 75% de la population vivra dans les villes et qu’il sera impossible pour tout le monde d’avoir une voiture,” dit-il. “Smart flottes de véhicules la facilité de la mobilité. Voitures de parler les uns aux autres et tout sera plus sûr. Mais nous n’avons pas besoin de courir trop vite pour arriver à ce point.”
Pour le moment, López et son équipe veulent se concentrer sur l’amélioration de Synthia de traiter plus de données et de gérer les différents types de situation.
Pendant ce temps, une autre plaque tournante de l’innovation initiée par SEAT, Volkswagen Groupe de Recherche, et l’Université Polytechnique de Catalogne et étiqueté de la Coopérative de l’Automobile Réseau de Recherche, ou en CarNet, c’est de travailler sur des initiatives qui visent à rendre plus facile de trouver des places de stationnement dans la ville, l’évaluation de l’impact de plusieurs utilisateurs partagés-systèmes du véhicule et de la conception d’un nouveau concept de mobilité urbaine.