Strojové videnie je základom samoriadiacich áut a je rozhodujúce pre plne autonómnu budúcnosť.
Kľúčové informácie
- Autonómne autá sa spoliehajú na technológiu strojového videnia, aby videli a pochopili svoje okolie, čo im umožňuje detekovať objekty, identifikovať značky a navigovať po ceste.
- Strojové videnie v autonómnych autách pozostáva z kamerového systému, edge computingu a AI algoritmov, ktoré spolupracujú pri zhromažďovaní vizuálnych informácií, ich spracovaní v reálnom čase a identifikácii vzorcov a predmety.
- Strojové videnie je kľúčové pre dosiahnutie úplnej autonómie v autonómnych autách, pretože umožňuje klasifikáciu objektov, detekciu jazdných pruhov a signálov, identifikáciu značiek a rozpoznávanie premávky. Budúcnosť autonómnych vozidiel spočíva v pokrokoch v AI, edge computingu a kamerových technológiách.
Samoriadiace autá vždy pútali pozornosť. Aj keď možno ešte nemáme plne autonómne autá, máme autá s pokročilými asistenčné systémy vodiča (ADAS) schopné automatického riadenia, zmeny jazdného pruhu, parkovania a tempomat zohľadňujúci premávku.
Samoriadiace auto používa pre svoj ADAS množstvo senzorov, pričom strojové videnie je primárnym spôsobom detekcie, identifikácie a výpočtu vzdialenosti objektov a celkového okolia. Bez strojového videnia sú samoriadiace autá s tempomatom a autopilotom veľmi nepravdepodobné.
Čo je strojové videnie?
Strojové videnie je technológia, ktorá umožňuje strojom vidieť a rozpoznať objekty v ich okolitom prostredí. Ide o podskupinu počítačového videnia, ktorá sa zameriava na priemyselné aplikácie detekcie objektov orientovanej na videnie v autonómnych strojoch, ako sú roboty a vozidlá.
Strojové videnie dnes využíva algoritmy hlbokého učenia AI, ako sú konvolučné neurónové siete (CNN) vytvárať robustné a dobre zovšeobecnené modely, ktoré dokážu presne identifikovať objekty v rôznych podmienky. Umožňuje implementovať strojové videnie na rôzne úlohy vyžadujúce vyššiu spoľahlivosť vo výrobe, poľnohospodárstve, robotike a automobilovom priemysle.
Ako funguje strojové videnie v samoriadiacich autách?
Strojové videnie v autonómnych autách možno zvyčajne rozdeliť na tri časti: kamerový systém, spracovanie (edge computing) a AI. Táto technológia umožňuje autonómnemu vozidlu vidieť, myslieť a identifikovať značky a prekážky počas jazdy. Poďme diskutovať o každej časti do hĺbky, aby sme pochopili, ako sa tieto technológie spájajú, aby vytvorili strojové videnie samoriadiaceho auta.
Kamerový systém
Strojové videnie sa spolieha na kamerové systémy na zhromažďovanie vizuálnych informácií o prostredí. Samoriadiace autá využívajú niekoľko kamier inštalovaných okolo auta, aby získali čo najviac vizuálnych informácií.
V kamerách so strojovým videním sa používajú dva hlavné senzory: komplementárne polovodiče z oxidu kovu (CMOS) a nabíjacie zariadenia (CCD). Pre autá s vlastným pohonom je CMOS často preferovaný pre jeho vysokú rýchlosť odčítania a výkon na lodi elektronika a možnosti paralelného spracovania, čo z neho robí rýchlejší snímač, aj keď náchylný na šum alebo artefakty. Riešenia, ako sú rôzne režimy osvetlenia, digitálne nočné videnie a filtre, môžu pomôcť snímaču CMOS v menej ako ideálnych svetelných podmienkach.
V autonómnych autách sú kamery inštalované v určitých vzdialenostiach od seba, aby vytvorili stereoskopické videnie. Stereoskopické videnie je schopnosť kombinovať dva alebo viac vizuálnych vstupov, čím sa vytvára pocit hĺbky alebo trojrozmernosti v objektoch a prostredí. To zase umožňuje autám triangulovať a vypočítať približnú vzdialenosť medzi objektom a autom.
Keďže ľudia majú dve oči, profitujeme aj zo stereoskopického videnia. Môžete si to vyskúšať sami; zatvorte jedno oko a vyberte malý predmet zo svojho stola. Položte ruku na stranu predmetu a uistite sa, že hrot predmetu je vzdialený aspoň dva palce. Skúste sa na pár sekúnd zastaviť a uvidíte, ako si istý svojou aproximáciou. Teraz skúste otvoriť obe oči a uvidíte, že váš zmysel pre hĺbku je oveľa lepší.
Počítač Edge
Kým kamerový systém na samoriadiacom aute zhromažďuje údaje, palubný počítač (edge procesor) spracuje všetky vstupy v reálnom čase, aby aktualizoval systém o stave prostredia okamžite. Hoci typické úlohy strojového videnia môžu pomocou cloud computingu ušetriť peniaze, je toho jednoducho príliš veľa riziko pripojenia samoriadiacich áut ku cloudu, aj keď ide o outsourcing procesu v jeho požiadavkách na strojové videnie.
Použitie okrajového počítača na spracovanie vstupných údajov eliminuje problémy s oneskorením a zaisťuje prijímanie, spracovanie a komunikáciu údajov v reálnom čase. Počítače Edge pre autonómne autá používajú špecializované počítače integrujúce grafické procesory AI, ako sú NVIDIA's Tensor Core a CUDA Core.
Algoritmy AI
Algoritmy boli vždy kľúčovou súčasťou strojového videnia. Algoritmus umožňuje počítaču identifikovať všetky vzory, tvary a farby poskytované kamerovým systémom. Použitie AI v porovnaní s tradičnými algoritmami strojového videnia výrazne zvyšuje schopnosť autonómneho auta spoľahlivo identifikovať objekty, pouličné značky, dopravné značky a semafory. Mnoho algoritmov AI sa používa na trénovanie samoriadiacich áut. Medzi najpopulárnejšie patria:
- YOLO (Pozeráš sa len raz): Algoritmus detekcie objektov v reálnom čase, ktorý identifikuje a sleduje objekty v zornom poli auta.
- SIFT (transformácia funkcie Scale-Icar'sant): Používa sa na extrakciu funkcií a pomáha autu rozpoznať výrazné orientačné body a objekty v jeho okolí.
- Histogram orientovaných gradientov (HOG): Používa sa na rozpoznávanie objektov a zameriava sa na extrahovanie miestnych vzorov a prechodov z obrázkov.
- TextonBoost: Algoritmus, ktorý pomáha s rozpoznávaním objektov analýzou textúr v prostredí.
- AdaBoost: AdaBoost, ktorý sa používa na klasifikáciu údajov, kombinuje viacero slabých klasifikátorov na prijímanie silných rozhodnutí o objektoch a prekážkach v ceste vozidla.
Význam strojového videnia v samoriadiacich autách
Strojové videnie je primárny spôsob, ako samoriadiace auto vnímať a rozumieť svojmu okoliu. Bez strojového videnia je veľmi pravdepodobné, že autonómne autá budú posunuté späť na úroveň 1 stupnica autonómie vozidla a nikdy nemusí dosiahnuť úplnú autonómiu.
Vďaka strojovému videniu sú teraz autonómne autá schopné klasifikácie objektov, detekcie jazdných pruhov a signálov, identifikácie značiek a rozpoznávania premávky.
Hoci mnohé autonómne vozidlá v súčasnosti používajú rôzne senzory, ako sú LIDAR, RADAR a SONAR, všetky sa vo veľkej miere spoliehajú na strojové videnie, aby ste videli prostredie, identifikovali objekty a pochopili význam značiek a semaforov na obrazovke cesta. Všetky tieto dodatočné senzory slúžia len na rozšírenie strojového videnia a zvýšenie bezpečnosti ľudí, zvierat a majetku.
To znamená, že strojové videnie môže fungovať nezávisle bez pomoci iných senzorov, ktoré poskytujú funkcie autopilota. V skutočnosti najnovšie autá Tesly s vlastným pohonom upustili od RADARu a teraz sa pri svojom systéme Autopilot spoliehajú výlučne na strojové videnie.
Hoci to neznamená nič z hľadiska diskreditácie užitočnosti iných senzorových technológií, ukazuje to dôležitosť a silu strojového videnia v autách s vlastným pohonom.
Budúcnosť strojového videnia v autonómnych vozidlách
Strojové videnie je základom samoriadiacich áut. Prostredníctvom strojového videnia môžu autá vidieť a vnímať životné prostredie presne tak, ako ľudia. Hoci výzvy pretrvávajú, výhody strojového videnia z hľadiska bezpečnosti a navigácie nemožno podceňovať. Pokiaľ ide o budúcnosť autonómnych vozidiel, akékoľvek ďalšie pokroky v oblasti AI, edge computingu a/alebo fotoaparátu technológie určite spravia samoriadiace autá zdatnejšími, čo ich pravdepodobne posunie na vyššiu úroveň automatizácie.