Fot. Delphi

Platforma jazdy zautomatyzowanej CSLP (Centralized Sensing Localization and Planning) firmy Delphi bazuje na uogólnionych zasadach dotyczących podstawowych operacji i wykorzystuje sztuczną inteligencję (AI) do znajdowania optymalnej drogi.

Sposób reakcji pojazdu na konkretne zdarzenia zależy od tego, co zobaczy i usłyszy on za pośrednictwem sensorów. Istnieją ich trzy typy: radar, czujnik wizyjny (kamera) oraz LiDAR. Niektóre firmy wykorzystują tylko jeden z nich, jednak platforma Delphi bazuje na wszystkich trzech.

Dzięki połączeniu czujników system jazdy autonomicznej firmy Delphi zyskuje maksymalną pewność co do otoczenia pojazdu. Każda z technologii ma bowiem swoje zalety:

• radar nie jest zależny od warunków pogodowych;
• LiDAR dostarcza bardzo dokładnych informacji o zasięgu i odległości;
• czujnik wizyjny zapewnia precyzję przy klasyfikowaniu obiektów.

Łącząc te elementy system może generować kompletny obraz tego, co znajduje się wokół pojazdu, zapewniając jednocześnie dodatkowe bezpieczeństwo i pewność działań. Sztuczna inteligencja jest wykorzystywana głównie w zakresie wizji, podczas gdy uczenie maszynowe (machine learning) służy do poprawy klasyfikacji i rozpoznawania obiektów.

Koncepcja uczenia maszynowego zakłada, że komputer uczy się sam, bez precyzyjnych instrukcji określających sposób jego reakcji. W tym celu algorytmy wymagają "przeszkolenia" w zakresie rozpoznawania otoczenia pojazdu. Uczenie maszynowe bazuje na sieci neuronowej, która zachowuje się tak jak mózg i klasyfikuje obiekty w czasie rzeczywistym. W rezultacie pojazd może stosować się do określonych zasad. Jest to bardzo skomplikowany proces i dlatego łączenie sztucznej inteligencji z uczeniem maszynowym pomaga autonomicznym pojazdom poruszać się w sposób podobny jak auta kierowane przez człowieka. W niektórych przypadkach, takich jak zapalenie się czerwonego światła czy zatrzymanie innego pojazdu na drodze, ważne jest, aby pojazd autonomiczny się zatrzymał. Natomiast w innych sytuacjach, takich jak wykrycie plastikowej torby przelatującej nad ulicą, lepszym wyjściem jest uznanie obiektu za niestanowiący przeszkody i stwierdzenie, że dalsza jazda jest bezpieczna.  W przypadku scenariuszy, których zestaw zasad jeszcze nie obejmuje, sztuczna inteligencja podejmuje decyzje poprzez połączenie danych pochodzących z czujników wizyjnych.

Inżynierowie z krakowskiego Centrum Technicznego Delphi korzystając ze sztucznej inteligencji tworzą narzędzia programistyczne wspomagające i przyspieszające prace m.in. przy analizie nagrań wideo z jazd testowych.

Tweet

Informacja prasowa