A Six Sense for Self-Driving Cars: Startup Membina Intuisi ke dalam Kenderaan Tanpa Pemandu

Anda boleh belajar banyak tentang seseorang dalam satu sekilas sahaja. Anda boleh tahu sama ada mereka letih, terganggu atau terburu-buru. Anda tahu jika mereka pulang dari kerja atau memukul gim.

Dan anda tidak perlu menjadi Sherlock Holmes atau Columbo untuk membuat potongan segera ini - otak anda melakukannya dengan kerap. Ia begitu baik pada jenis persepsi ini, sebenarnya, anda tidak menyedari ia berlaku.

Menggunakan pembelajaran yang mendalam, Perceptive Automata, sebuah permulaan yang diputar dari Harvard University, sedang berusaha untuk menyerapkan intuisi manusia seperti ini ke dalam kenderaan autonomi.

Isyarat visual seperti bahasa tubuh atau apa yang dipegang seseorang boleh memberikan maklumat penting ketika membuat keputusan memandu. Jika seseorang bergegas ke arah jalan sambil bercakap di telefon, anda boleh menyimpulkan bahawa fikiran mereka mungkin difokuskan di tempat lain, bukan pada persekitaran mereka, dan terus berhati-hati. Begitu juga jika pejalan kaki berdiri di salib dan melihat kedua-dua cara - anda tahu mereka sedar dan menjangkakan trafik yang akan datang.

"Memandu lebih daripada menyelesaikan masalah fizik," kata Sam Anthony, pengasas bersama dan ketua pegawai teknologi di Perceptive Automata. "Di samping mengenal pasti objek dan orang di sekeliling anda, anda sentiasa membuat pertimbangan tentang apa yang ada dalam fikiran orang-orang itu."

Untuk pembangunan kereta sendiri yang memandu, perisian Perceptive Automata menambah lapisan algoritma pembelajaran mendalam yang dilatih pada data tingkah laku manusia dunia sebenar. Dengan menjalankan algoritma ini serentak dengan AI yang menggerakkan kenderaan itu, kereta itu dapat memperoleh pandangan yang lebih canggih tentang persekitarannya, meningkatkan keselamatan selanjutnya.

Perspektif Persepektif

Untuk meningkatkan pemahaman kenderaan di dunia luar, Perceptive Automata mengambil pendekatan yang unik untuk melatih algoritma pembelajaran mendalam. Latihan tradisional menggunakan pelbagai imej objek yang sama untuk mengajar rangkaian saraf untuk mengenali objek tersebut. Sebagai contoh, jurutera akan menunjukkan algoritma pembelajaran mendalam berjuta-juta gambar kenderaan kecemasan, maka perisian tersebut akan dapat mengesan kenderaan kecemasan sendiri.

Daripada menggunakan imej untuk hanya satu konsep, Perceptive Automata bergantung kepada data yang boleh berkomunikasi ke rangkaian rangkaian maklumat dalam satu bingkai. Dengan menggabungkan ekspresi muka dengan penanda lain, seperti jika seseorang memegang cangkir kopi atau telefon bimbit, perisian boleh membuat kesimpulan di mana pejalan kaki memfokuskan perhatian mereka.

Perceptive Automata melatih rangkaian saraf untuk membaca tingkah laku manusia untuk memandu diri yang selamat.

Perceptive Automata bergantung kepada NVIDIA DRIVE untuk prestasi yang cekap dan cekap tenaga. Platform pembelajaran mendalam dalam kenderaan membolehkan perisian untuk menganalisis pelbagai penanda bahasa badan dan meramalkan laluan pejalan kaki. Perisian ini boleh membuat pengiraan ini untuk satu orang dalam bidang pandangan kereta atau seluruh orang ramai, mewujudkan persekitaran yang lebih selamat untuk semua orang di jalan raya.

Humanisasi Kereta Masa Depan

Menambah lapisan nuansa ini kepada persepsi kenderaan autonomi akhirnya menghasilkan perjalanan yang lebih lancar, kata Anthony. Lebih banyak maklumat yang tersedia untuk kereta memandu sendiri, lebih baik ia boleh menyesuaikan diri dengan kejatuhan dan aliran lalu lintas, dengan lancar mengintegrasikan ke dalam ekosistem di mana manusia dan AI berkongsi jalan.

"Apabila industri sudah matang dan kerana terdapat lebih banyak ujian dalam persekitaran bandar, ia menjadi lebih jelas bahawa persepsi yang dialami secara semula jadi kepada manusia mungkin bukan untuk kenderaan autonomi," kata Anthony.

Perisian Perceptive Automata memanfaatkan kepelbagaian, menggabungkan rangkaian neural dalam yang canggih ke dalam susunan memandu, untuk menawarkan penyelesaian yang selamat dan mantap untuk cabaran persepsi ini. Dengan tahap pemahaman kenderaan yang lebih tinggi, kereta memandu sendiri boleh memandu lebih pintar dan lebih selamat.

Jawatan A Six Sense for Self-Driving Cars: Startup Membina Intuisi ke dalam Kenderaan Tanpa Pemandu muncul pertama pada Blog NVIDIA Rasmi.

Tinggalkan Komen

Laman web ini menggunakan Akismet untuk mengurangkan spam. Ketahui bagaimana data komen anda diproses.