Synthia använder convolutional neurala nätverk och djupt lärande för att förbättra sättet fordon AIs hantera vad som händer runt omkring dem.
Bild: Computer Vision Center/Autonoma Universitetet i Barcelona
Det är inte längre en fråga om huruvida självstyrande bilar kommer att göra det i mainstream, men när, enligt fordons-system expert Antonio López.
Trots sin optimism, ett antal utmaningar kvarstår innan förarlösa bilar kommer någonstans i närheten för att ersätta mänskliga förare. En av dem är undervisningen fordon, hur man känner igen hinder och situationer, så att de kan räkna ut hur man ska reagera.
Det är just för att ta itu med den fråga som Synthia har utvecklats av den Autonoma Universitetet i Barcelona Computer Vision Center, där López är chef för advanced driver assistance systems.
Synthia är en simulator som använder convolutional neurala nätverk och djupt lärande för att förbättra sättet fordon artificiell-intelligens system hanterar vad som händer och sker runt omkring dem, även i dåliga väderförhållanden.
Projektet startade för åtta år sedan, innan Googles självstyrande bil, nu knoppades av som Waymo, dök upp på scenen och innan Elon Musk försök att lossa de mänskliga förare grepp om ratten.
“Vi började med detektering av fotgängare och med kommersiella tv-spel, forskare och koppla dator-science professor López berättar ZDNet.
“Nu med sensorer som vi använder, vi kan se vad innehållet i varje pixel i en bild. Vi vet också hur långt dessa objekt är från kameran, vilket är viktig information för vision-system.”
Kör AIs tränas med en enorm uppsättning av verkliga bilder för att känna igen olika delar och kunna skilja på, till exempel, en trottoar från vägen på en tung regnig dag. Med hjälp av denna märkta information, programvara tolkar data från bilens kameror och beslutar hur de ska reagera.
“Vi har modellerats med en autonom bil inom Synthia så att vi kan göra tester och se till att fordonet inte verkställa order som det är att ta emot,” säger López.
“Vi har också testat några modeller för att detektera fotgängare med den verkliga autonom bil som utvecklats av den Autonoma Universitetet i Barcelona. Men det betyder inte nödvändigtvis bevisa att en självgående bil fungerar bättre än någon annan bil.”
Data som genereras av simulatorn är tillgängliga för att hjälpa den vetenskapliga gemenskapen och möjliggöra framsteg på detta område. Men det är fortfarande en lång väg att gå.
Enligt López, den viktigaste utmaningen för den som själv kör bil är den urbana miljön, som är “komplexa och okontrollerbara”. Fortfarande, han förutser en partiell införandet av denna typ av fordon i städer i 10 års tid.
“År 2050, 75 procent av befolkningen bor i städer och som kommer att göra det omöjligt för alla att ha en bil”, säger han. “Smart flottor kommer att underlätta rörlighet. Bilar kommer att prata med varandra och allt kommer att bli säkrare. Men vi behöver inte köra för fort för att komma till den punkten.”
För tillfället, López och hans team vill koncentrera sig på att förbättra Synthia att ta itu med mer uppgifter och hantera olika typer av situationer.
Under tiden, en annan centrum för innovation inledde med SEAT, Volkswagen Group Research, och det Polytekniska Universitet i Katalonien och märkas Kooperativa Automotive Research Network, eller CarNet, fungerar på vissa initiativ för att göra det lättare att hitta parkeringsplatser i staden, för att bedöma effekten av flera användare delar på fordonssystem och utforma ett nytt koncept för rörlighet i städer.