Synthia utilizza convolutional reti neurali e profondo di apprendimento per migliorare il modo di veicolo AIs di gestire ciò che sta accadendo intorno a loro.
Immagine: Computer Vision Center/Università Autonoma di Barcellona
Non è più una questione di se self-driving cars ci sarà nel mainstream, ma quando, in base al veicolo-sistemi esperti Antonio López.
Nonostante il suo ottimismo, una serie di sfide rimangono ancora prima di driverless cars venire da nessuna parte vicino a spostando umana driver. Uno di loro è l’insegnamento di veicoli come riconoscere gli ostacoli e le situazioni, in modo che possano capire come reagire.
E ‘ proprio per affrontare tale problema, che Synthia è stato sviluppato dall’Università Autonoma di Barcellona, Computer Vision Center, dove López è testa di avanzati sistemi di assistenza alla guida.
Synthia è un simulatore che utilizza convolutional reti neurali e profondo di apprendimento per migliorare il modo in cui il veicolo dotato di intelligenza artificiale sistemi di gestire ciò che sta accadendo intorno a loro, anche in condizioni di maltempo.
Il progetto, iniziato otto anni fa, prima che Google self-driving car, ora scorporato come Waymo, è apparso sulla scena e prima di Elon Musk tentativi di allentare umana driver’ la presa sul volante.
“Abbiamo iniziato con rilevamento dei pedoni e commerciali, video giochi,” ricercatore e associato computer-professore di scienza López dice ZDNet.
“Ora, con i sensori che usiamo, possiamo vedere ciò che il contenuto di ciascun pixel in un’immagine. Sappiamo anche quanto questi oggetti sono dalla fotocamera, che è un’informazione cruciale per i sistemi di visione.”
Guida AIs sono stati formati con un enorme insieme di immagini reali a riconoscere i vari elementi e di essere in grado di distinguere, per esempio, un marciapiede dalla strada su una pesante giornata di pioggia. L’utilizzo di questo tag, il software interpreta ingressi dell’automobile telecamere e decide come reagire.
“Abbiamo modellato un auto all’interno di Synthia così possiamo fare delle prove e assicurarsi che il veicolo non eseguire gli ordini che riceve,” López, dice.
“Abbiamo testato anche alcuni modelli di rilevare i pedoni con il proprio e autonomo automobile sviluppata dall’Università Autonoma di Barcellona. Ma questo non dimostra necessariamente che una self-driving car funziona meglio di qualsiasi altra macchina.”
I dati generati dal simulatore è disponibile a servire la comunità scientifica e consentire un progresso in questo campo. Tuttavia, c’è ancora una lunga strada davanti a sé.
Secondo López, la sfida chiave della self-driving car è l’ambiente urbano, che è “complessa e incontrollabile”. Ancora, si prevede una parziale introduzione di questo tipo di veicoli in città in 10 anni.
“Nel 2050 il 75 per cento della popolazione vive in città e che sarà impossibile per tutti di avere una macchina”, dice. “Smart flotte di facilitare la mobilità. Per le autovetture di parlare gli uni agli altri e tutto sarà più sicuro. Ma non abbiamo bisogno di correre troppo veloci per arrivare a quel punto.”
Per il momento, López e il suo team vogliono concentrarsi sul miglioramento Synthia per affrontare con più dati e di gestire diversi tipi di situazione.
Nel frattempo, un altro hub di innovazione avviato da SEAT, Volkswagen Gruppo di Ricerca, e l’Università Politecnica della Catalogna e etichettati Cooperativa Automotive Ricerca in Rete, o CarNet, sta lavorando su alcune iniziative per rendere più facile trovare parcheggio in città, per valutare l’impatto di un utente di più condivisi-i sistemi del veicolo e la progettazione di un nuovo concetto di mobilità urbana.