Kaj je strojni vid in kako pomemben je za samovozeče avtomobile?

Ključni zaključki

• Samovozeči avtomobili se zanašajo na tehnologijo strojnega vida, da vidijo in razumejo okolico, kar jim omogoča zaznavanje predmetov, prepoznavanje znakov in navigacijo po cesti.
• Strojni vid v samovozečih avtomobilih je sestavljen iz sistema kamer, robnega računalništva in algoritmov umetne inteligence, ki sodelujejo pri zbiranju vizualnih informacij, njihovi obdelavi v realnem času in prepoznavanju vzorcev ter predmetov.
• Strojni vid je ključnega pomena za doseganje popolne avtonomije pri samovozečih avtomobilih, saj omogoča razvrščanje predmetov, zaznavanje pasov in signalov, identifikacijo znakov in prepoznavanje prometa. Prihodnost avtonomnih vozil je v napredku umetne inteligence, robnega računalništva in tehnologije kamer.

Samovozeči avtomobili so vedno vzbujali pozornost. Čeprav morda še nimamo popolnoma avtonomnih avtomobilov, imamo avtomobile z naprednimi funkcijami sistemi za pomoč voznikom (ADAS), ki so zmožni samodejnega krmiljenja, menjave voznega pasu, parkiranja in tempomat, ki upošteva promet.

Samovozeči avtomobil uporablja številne senzorje za svoj ADAS, pri čemer je strojni vid primarni način zaznavanja, prepoznavanja in izračunavanja oddaljenosti predmetov in splošne okolice. Brez strojnega vida so samovozeči avtomobili s tempomatom in avtopilotom zelo malo verjetni.

Kaj je strojni vid?

Strojni vid je tehnologija, ki omogoča strojem, da vidijo in prepoznajo predmete v okolici. Je podmnožica računalniškega vida, ki se osredotoča na industrijske aplikacije vizualno usmerjenega zaznavanja predmetov v avtonomnih strojih, kot so roboti in vozila.

Strojni vid danes uporablja algoritme globokega učenja AI, kot so konvolucijske nevronske mreže (CNN) ustvariti robustne in dobro posplošene modele, ki lahko natančno identificirajo predmete v različnih pogoji. Omogoča implementacijo strojnega vida na različne naloge, ki zahtevajo večjo zanesljivost v proizvodnji, kmetijstvu, robotiki in avtomobilizmu.

Kako deluje strojni vid v samovozečih avtomobilih?

Strojni vid v samovozečih avtomobilih je običajno mogoče razdeliti na tri dele: sistem kamer, obdelavo (robno računalništvo) in umetno inteligenco. Ta tehnološki sklop omogoča avtonomnemu vozilu, da med vožnjo vidi, razmišlja in prepoznava znake in ovire. Poglobljeno razpravljajmo o vsakem delu, da bomo razumeli, kako se te tehnologije povezujejo v strojno vizijo samovozečega avtomobila.

Sistem kamer

Strojni vid se opira na sisteme kamer za zbiranje vizualnih informacij o okolju. Samovozeči avtomobili uporabljajo več kamer, nameščenih okoli avtomobila, da zberejo čim več vizualnih informacij.

V kamerah strojnega vida se uporabljata dva glavna senzorja: komplementarni kovinsko-oksidni polprevodniki (CMOS) in nabojno sklopljene naprave (CCD). Za samovozeče avtomobile je CMOS pogosto prednost zaradi njegove visoke hitrosti odčitavanja, zmogljive na ladji elektronika in zmožnosti vzporedne obdelave, zaradi česar je hitrejši senzor, čeprav je nagnjen k šumu ali artefakte. Rešitve, kot so različni načini osvetlitve, digitalni nočni vid in filtri, lahko pomagajo senzorju CMOS v svetlobnih pogojih, ki niso idealni.

Pri samovozečih avtomobilih so kamere nameščene na določeni medsebojni razdalji, da ustvarijo stereoskopski vid. Stereoskopski vid je zmožnost kombiniranja dveh ali več vizualnih vnosov, kar ustvarja občutek globine ali tridimenzionalnosti v predmetih in okolju. To pa avtomobilom omogoča triangulacijo in izračun približne razdalje med predmetom in avtomobilom.

Ker imamo ljudje dve očesi, nam koristi tudi stereoskopski vid. Lahko ga preizkusite sami; zaprite eno oko in izberite majhen predmet z mize. Položite roko na stran predmeta in se prepričajte, da je konica predmeta oddaljena vsaj dva centimetra. Poskusite se ustaviti za nekaj sekund in preverite, kako prepričani ste v svoj približek. Zdaj poskusite odpreti obe očesi in ugotovite, kako je vaš občutek globine veliko boljši.

Računalnik Edge

Medtem ko sistem kamer na samovozečem avtomobilu zbira podatke, vgrajeni računalnik (robni procesor) bo obdelal vse vnose v realnem času, da posodobi sistem o stanju okolja takoj. Čeprav lahko tipične naloge strojnega vida prihranijo denar z uporabo računalništva v oblaku, je tega enostavno preveč tveganje, da bodo samovozeči avtomobili povezani v oblak, tudi če gre za zunanje izvajanje procesa v njegovih zahtevah za strojni vid.

Uporaba robnega računalnika za obdelavo vhodnih podatkov odpravlja težave z zakasnitvijo in zagotavlja, da so podatki prejeti, obdelani in posredovani v realnem času. Robni računalniki za samovozeče avtomobile uporabljajo specializirane računalnike, ki vključujejo grafične procesorje AI, kot sta NVIDIA Tensor Core in CUDA Core.

Algoritmi AI

Algoritmi so bili vedno ključni del strojnega vida. Algoritem je tisto, kar omogoča računalniku, da prepozna vse vzorce, oblike in barve, ki jih zagotavlja sistem kamere. Uporaba umetne inteligence namesto bolj tradicionalnih algoritmov strojnega vida močno poveča sposobnost samovozečega avtomobila za zanesljivo prepoznavanje predmetov, uličnih znakov, cestnih oznak in semaforjev. Številni algoritmi AI se uporabljajo za usposabljanje samovozečih avtomobilov. Najbolj priljubljeni vključujejo:

• YOLO (pogledaš samo enkrat): Algoritem za zaznavanje predmetov v realnem času, ki identificira in sledi predmetom v vidnem polju avtomobila.
• SIFT (Scale-Icar'sant Feature Transform): Uporablja se za ekstrakcijo značilnosti in pomaga avtomobilu prepoznati značilne znamenitosti in predmete v okolici.
• Histogram usmerjenih gradientov (HOG): Uporablja se za prepoznavanje predmetov in se osredotoča na ekstrahiranje lokalnih vzorcev in gradientov iz slik.
• TextonBoost: Algoritem, ki pomaga pri prepoznavanju objektov z analizo tekstur v okolju.
• AdaBoost: AdaBoost, ki se uporablja za klasifikacijo podatkov, združuje več šibkih klasifikatorjev za sprejemanje trdnih odločitev o predmetih in ovirah na poti vozila.

Pomen strojnega vida v samovozečih avtomobilih

Strojni vid je glavni način, da samovozeči avtomobil zaznava in razume okolico. Brez strojnega vida je zelo verjetno, da bodo samovozeči avtomobili potisnjeni nazaj na raven 1 na lestvica avtonomije vozila in morda ne bo nikoli dosegel popolne avtonomije.

S strojnim vidom so samovozeči avtomobili zdaj sposobni razvrščanja predmetov, zaznavanja voznih pasov in signalov, prepoznavanja znakov in prepoznavanja prometa.

Čeprav veliko samovozečih vozil zdaj uporablja različne senzorje, kot so LIDAR, RADAR in SONAR, so vsi močno odvisni od strojni vid za ogled okolja, prepoznavanje predmetov in razumevanje pomena znakov in semaforjev na cesta. Vsi ti dodatni senzorji so namenjeni samo povečanju strojnega vida in večji varnosti ljudi, živali in lastnine.

Kljub temu lahko strojni vid deluje neodvisno brez pomoči drugih senzorjev, da zagotovi zmogljivosti avtopilota. Pravzaprav so Teslini najnovejši samovozeči avtomobili opustili RADAR in se zdaj zanašajo izključno na strojni vid za svoj sistem avtopilota.

Čeprav to ne pomeni ničesar v smislu diskreditacije uporabnosti drugih senzorskih tehnologij, kaže na pomen in moč strojnega vida v samovozečih avtomobilih.

Prihodnost strojnega vida v avtonomnih vozilih

Strojni vid je temelj samovozečih avtomobilov. S strojnim vidom lahko avtomobili vidijo in zaznavajo okolje natanko tako kot ljudje. Medtem ko izzivi ostajajo, prednosti strojnega vida v smislu varnosti in navigacije ni mogoče podcenjevati. Kar zadeva prihodnost avtonomnih vozil, morebitni nadaljnji napredek na področju umetne inteligence, robnega računalništva in/ali kamere tehnologija bo zagotovo naredila samovozeče avtomobile bolj spretne, kar jih bo verjetno dvignilo na višjo raven avtomatizacija.