• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
21 мая, 10:45
Редакция Naked Science
1
185

В МФТИ разработали эффективную систему радарной ориентации для беспилотных автомобилей

❋ 4.7

RadarSFEMOS определила расположение и движение объектов с большой точностью в дождь, снег и туман. До сих пор беспилотные машины тяжело справляются с вождением в таких условиях, и без решения этой проблемы их массовое применение проблематично. Новую технологию со временем планируют внедрить на отечественных фурах и такси.

Снег, туман и дождь до сих пор очень непростая среда для беспилотных авто. Авторы новой научной работы пытаются смягчить эту ситуацию / © AI Image Generator

Сегодня в мире есть два подхода к беспилотным авто — Tesla и всех остальных. Первый полагается на вождение исключительно по данным камер: нейросеть для этого обучается на вождении обычных людей, которые, как известно, смотрят на дорогу только в видимом диапазоне. Альтернативный подход опирается на дополнительные сенсорные системы. Чаще всего это лидары, дающие подробную 3D-картину дорожной обстановки.

Однако это решение весьма проблематично. Дело не только в том, что набор лидаров все еще стоит как бюджетное авто, но и в качественных недостатках. В частности, в туман и снег видимость для них падает примерно до нулевой. Человек все еще может что-то разобрать на дороге, а беспилотное авто с лидаром в таких условиях встанет. Другая сложность: поскольку люди-водители лишены лидаров, обучать нейросети использованию лидарных данных сложно, выборки малы, отчего часты галлюцинации. Так называют ситуации, когда нейросеть видит на дороге то, чего там нет, и предпринимает, например, фантомное торможение, то есть тормозит на пустой дороге, рискуя тем, что в машину под ее управлением въедут сзади.

Некоторые научные группы считают радары более разумной альтернативой. В отличие от лидаров, радарное излучение дает картинку и в непогоду, водяные капли относительно слабо поглощают радиоволны. Но поскольку их длина больше, чем у лидарного излучения, то данные от них меньшего разрешения, более разреженные. Кроме того, сигналы радаров в реальных дорожных условиях сталкиваются со множеством шумов, артефактов и нулем радиозаметной разметки на дорожном полотне. А без нее сложно обучать нейросети, способные управлять машиной, опираясь на радар. ПО для таких систем намного сложнее в разработке, чем, собственно, «железо».

Поэтому ученые из МФТИ разработали новую самообучающуюся систему обработки данных 4D-радаров RadarSFEMOS. Статью об этом опубликовали в журнале IEEE Robotics and Automation Letters. От предшественников система отличается более эффективным шумоподавлением, а также повышенной способностью определять направление и скорость движения объектов в окружающей среде. Это важно, поскольку в норме для радиолокации тем сложнее заметить движущийся объект, чем ближе его скорость к самой машине, на которой установлен радар Определение направления при этом происходит без специальной разметки.

Общая схема работы новой системы алгоритмов / © Yufei Liu et al.

Для этого RadarSFEMOS применила диффузионную модель шумоподавления, очищающую радарные данные от шумов за миллисекунды. Чтобы идентифицировать предметы, окружающие радар, система применила трансформерный анализатор с адаптивной архитектурой. Это позволило различать объекты при всего 5-10 точках отражения радарных волн на квадратный метр проекции окружающих объектов. Лидарные системы на сегодня способны сделать это как минимум при сотне точек на квадратный метр.

Алгоритмы RadarSFEMOS также учитывает скорость своего автомобиля-носителя и вычитает его из скоростей окружающих объектов. 4D-радар научили измерять скорость движения объектов к автомобилю и от него. За счет внедрения ИИ система обучается без ручной разметки обучающего массива данных, постепенно «привыкая» отличать радарные шумы от реального движения и повышать точность своей работы.

«Наша система определяет движение объектов вокруг автомобиля и разделяет их на движущиеся и статичные, а также делает это в любых погодных условиях. Это как если бы беспилотник получил шестое чувство. Это не просто научная статья, алгоритм уже сегодня готов к работе на серийных радарах, которые в 50 раз дешевле лидаров», — описал итоги научной работы Степан Андреев, директор Научно-технического центра телекоммуникаций МФТИ.

Чтобы проверить способность RadarSFEMOS избегать фантомных торможений и иных реакций на несуществующие объекты, системы испытали на стандартных наборах данных View-of-Delft (VoD) и TJ4DRadSet. Число таких срабатываний упало в несколько раз, а точность определения положения объектов выросла до 89%.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
16 августа, 19:09
Адель Романова

Астрономы подсчитали, что с поверхности летящего по Солнечной системе межзвездного объекта 3I/ATLAS каждую секунду испаряется около 40 килограммов водяного льда. Такую сильную кометную активность он проявил, будучи в три с половиной раза дальше Земли от Солнца. По мнению ученых, это довольно необычно.

18 августа, 11:11
Денис Яковлев

За последнее десятилетие ученые создали несколько сложных систем «мозг — компьютер», которые позволяли преобразовывать мозговую активность людей, лишившихся способности говорить из-за различных заболеваний, в речь. Однако до сих пор удавалось расшифровать лишь небольшое количество слов. Теперь в США создали алгоритм, благодаря которому удалось распознать до 54 процентов «речи».

18 августа, 12:10
Юлия Трепалина

Ученые провели эксперимент и установили, что вблизи машины черного цвета, простоявшей на солнце несколько часов, температура поднималась на 3,8 °C выше, чем у асфальта на прилегающем свободном участке.

16 августа, 19:09
Адель Романова

Астрономы подсчитали, что с поверхности летящего по Солнечной системе межзвездного объекта 3I/ATLAS каждую секунду испаряется около 40 килограммов водяного льда. Такую сильную кометную активность он проявил, будучи в три с половиной раза дальше Земли от Солнца. По мнению ученых, это довольно необычно.

15 августа, 08:25
Любовь С.

Изображение блазара PKS 1424+240, полученное с помощью радиоинтерферометра VLBA, напомнило астрономам легендарное «Око Саурона» из «Властелина колец» — джет, пронизывающий кольцеобразное магнитное поле объекта, устремлен к нашей планете, а сам блазар может оказаться одним из наиболее ярких источников нейтрино в космосе.

12 августа, 11:29
Юлия Трепалина

Влияет ли формат знакомства на качество последующих романтических отношений в паре? Научные данные на этот счет разнятся. Новое исследование по вопросу представила группа психологов из Польши, Австралии и Великобритании. В попытке понять, при каком сценарии удовлетворенность отношениями выше, а любовь крепче — когда двое нашли друг друга в Сети или познакомились в жизни, — ученые опросили свыше 6000 тысяч человек из разных стран.

25 июля, 07:47
Адель Романова

Прибывшая из межзвездного пространства предполагаемая комета 3I/ATLAS движется по траектории, максимально удобной для гравитационных маневров управляемого корабля, при этом возможность ее отслеживания с Земли практически минимальна. По мнению некоторых ученых, такое «поведение» объекта наводит на определенные мысли.

6 августа, 20:59
Татьяна Пичугина

Примерно 12 800 лет назад в Северном полушарии началось резкое изменение климата, которое сопровождалось вымиранием мегафауны и угасанием культуры Кловис. Такое могло произойти, например, из-за прорыва пресных вод в Атлантику или мощного вулканического извержения. Несколько лет назад ученые обнаружили места на суше с повышенным содержанием элементов платиновой группы, прослоями угля, микрочастицами расплава. По их мнению, это может быть признаком пребывания Земли в потоке обломков кометы или астероида. В новой работе впервые представлены доказательства кометного события в позднем дриасе из морских осадочных толщ.

22 июля, 14:44
ФизТех

Команда исследователей из Сколтеха, МФТИ, Института искусственного интеллекта AIRI и других научных центров разработала метод, позволяющий не просто отличать тексты, написанные человеком, от сгенерированных нейросетью, но и понимать, по каким именно признакам классификатор принимает решение о том, является ли текст генерацией или нет.  Анализируя внутренние состояния глубоких слоев языковой модели, ученые смогли выделить и интерпретировать численные признаки, отвечающие за стилистику, сложность и «степень уверенности» текста.

[miniorange_social_login]

Комментарии

1 Комментарий
Точность в 89% - сама по себе просто отличная цифра! Но вот для автомобильных автопилотов всё равно не достаточная, тут надо как минимум 99,9999%
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно