Американские инженеры создали систему для робомобилей, позволяющую алгоритмам автономного вождения обнаруживать приближающиеся из-за угла объекты по их тени или другому изменению освещения. Разработчики протестировали эту систему на беспилотном автомобиле, который смог затормозить перед тем, как другой автомобиль выехал из-за стены и пересек путь. Статья будет представлена на конференции IROS 2019, а кратко о ней рассказывает MIT News.
Отметим, что в настоящее время в области беспилотных автомобилей превалирует концепция, согласно которой в них должен применяться набор датчиков, работающих на разных принципах: лидары, радары и камеры. Это позволяет использовать особенности восприятия каждого типа и комбинировать их преимущества для надежного отслеживания объектов, а также дублирования систем.
Проблема в том, что все эти датчики могут фиксировать только те объекты, которые находятся непосредственно в прямой видимости, тогда как люди используют и косвенные признаки, позволяющие предположить, что вне поля их зрения находится движущийся объект. Например, водитель может догадаться, что из-за здания может выехать автомобиль, увидев свет от его фар или, наоборот, тень в светлое время суток, а также услышать шум двигателя и шин.
Исследователи из Массачусетского технологического института и Исследовательского института Toyota под руководством Даниэлы Рус разработали решение, позволяющее робомобилю дополнять непосредственные наблюдения за объектами догадками, сделанными на основе визуальных косвенных признаков. Пока статья с описанием системы и экспериментов не опубликована, но некоторые выводы можно сделать по статье о более ранней версии алгоритма, которая использовалась в прототипе инвалидной робоколяски.
Как поясняют разработчики, на входе алгоритм получает видео с камеры, после чего анализирует запечатленную на нем окружающую среду, выявляя так называемые «зоны интереса», то есть потенциально опасные места, где может внезапно появиться препятствие на пути, такие как угол стены. Затем, по мере приближения к такому месту, ПО начинает отслеживать участок около опасной зоны на предмет теней, причем для анализа система искусственно повышает насыщенность на видео, что позволяет усилить разницу между тенью и освещенной областью пола. Обнаружив тень, алгоритм определяет, двигается ли она, и, если движется, заблаговременно принимает решение о замедлении либо полной остановке транспортного средства.
В новой работе инженеры протестировали систему на беспилотном автомобиле. На опубликованном ролике можно видеть, что робомобиль с выключенными фарами в условиях подземной парковки заранее увидел приближение другого автомобиля по изменению освещенности пола. Разработчики отмечают, что алгоритмы обнаружили движущееся препятствие по изменениям освещения на 0,72 секунды раньше, чем по данным с лидара.
«Хотя это достижение кажется незначительным, в действительности этот выигрыш во времени может оказаться критичным, особенно если речь идет о больших скоростях», — указывают авторы.
Инженеры выражают уверенность в перспективности разработки: они отмечают, что ее применение в автономных автомобилях позволит существенно улучшить их способность быстро реагировать на резкие изменения дорожной обстановки (это может быть не только внезапный выезд автомобиля из-за угла, но и, к примеру, выбегание человека из-за стены), а кроме того, оснащение такой системой роботов, работающих в помещениях вместе с людьми, повысит их безопасность для окружающих, что особенно важно для больничных роботов, работающих в условиях запутанных коридоров, заполненных уязвимыми пациентами и быстро передвигающимися врачами. Вместе с тем, разработчики указывают, что система требует дальнейшего тестирования, поскольку в настоящее время ее проверили только в помещении и только в контролируемых условиях — так, потенциальные зоны интереса были обозначены исследователями заранее, а искусственное освещение в помещении и в случае с робоколяской, и в случае с робомобилем все время оставалось постоянным.
Источник: N+1