Home / AI Intelligenza Artificiale / L’intelligenza artificiale aiuta a guidare nelle strade ghiacciate e con neve

L’intelligenza artificiale aiuta a guidare nelle strade ghiacciate e con neve

I sensori AI potrebbero aiutare i veicoli autonomi nelle città innevate
Una delle maggiori sfide che i veicoli autonomi devono affrontare è che hanno difficoltà a navigare in condizioni meteorologiche avverse, il che limita davvero la loro implementazione in città innevate come Detroit e Chicago. I veicoli si basano su dati cruciali dei sensori per rilevare gli ostacoli e mantenersi sul lato corretto della strada, ma questi dati fanno fatica nella neve. 

In due nuovi documenti presentati in SPIE Defense + Commercial Sensing 2021 , i ricercatori della Michigan Technological University hanno discusso nuove soluzioni per scenari di guida sulla neve con veicoli autonomi.

Esiste una vasta gamma di veicoli autonomi, inclusi alcuni con punti ciechi o assistenza alla frenata e altri con modalità di guida autonoma attivate e disattivate. Alcuni dei migliori veicoli possono funzionare completamente da soli. 

Poiché la tecnologia è ancora agli inizi in molti modi, le case automobilistiche e le università di ricerca lavorano continuamente per migliorare la tecnologia e gli algoritmi. Quando si verificano incidenti, sono spesso il risultato di un errore di valutazione da parte dell’intelligenza artificiale dell’auto o di un errore umano. 

Sensori umani
Gli occhi umani sono anche una forma di sensori, poiché percepiscono l’equilibrio e il movimento. Il nostro cervello agisce come un processore, aiutandoci a capire il nostro ambiente. Insieme, ci consentono di guidare in tutti gli scenari, anche quelli nuovi, poiché il nostro cervello può generalizzare nuove esperienze. 

I veicoli autonomi di solito hanno due telecamere montate su gimbal e scansionano e percepiscono la profondità usando la visione stereo per imitare la visione umana. Allo stesso tempo, equilibrio e movimento possono essere misurati con un’unità di misura inerziale. I computer, d’altra parte, possono reagire solo a scenari incontrati in precedenza oa quelli che sono già stati programmati per riconoscere. 

Sensor Fusion
I veicoli autonomi si basano su algoritmi di intelligenza artificiale specifici per attività, che richiedono più sensori come telecamere fisheye, sensori a infrarossi, radar, rilevamento della luce e lidar.

Nathir Rawashdeh è assistente professore di informatica al College of Computing del Michigan Tech e uno degli autori principali dello studio. 

“Ogni sensore ha dei limiti e ogni sensore copre la schiena di un altro”, ha detto Rawashdeh. “La fusione dei sensori utilizza più sensori di diverse modalità per comprendere una scena. Non è possibile programmare in modo esauriente ogni dettaglio quando gli input hanno schemi difficili. Ecco perché abbiamo bisogno dell’intelligenza artificiale”.

I collaboratori dello studio includevano Nader Abu-Alrub, dottorando in ingegneria elettrica e informatica, e Jeremy Bos, assistente professore di ingegneria elettrica e informatica. Altri collaboratori includevano studenti di master e laureati del laboratorio di Bos: Akhil Kurup, Derek Chopp e Zach Jeffreies. 

I sensori autonomi e gli algoritmi di guida autonoma sono sviluppati quasi esclusivamente in paesaggi soleggiati e limpidi. Il laboratorio di Bos ha iniziato a raccogliere dati in un veicolo autonomo Michigan Tech sotto la neve pesante e sono stati raccolti oltre 1.000 fotogrammi di dati lidar, radar e immagini da strade innevate in Germania e Norvegia. 

Secondo Bos, il rilevamento del sensore è difficile a causa di una varietà di neve. È importante pre-elaborare i dati e garantire un’etichettatura accurata. 

 “Tutta la neve non è creata uguale”, ha detto Bos, “l’intelligenza artificiale è come uno chef – se hai buoni ingredienti, ci sarà un pasto eccellente”, ha detto. “Dai alla rete di apprendimento AI dati sporchi del sensore e otterrai un cattivo risultato.”

Alcune altre sfide principali riguardano dati di bassa qualità e sporcizia e l’accumulo di neve sui sensori causa i suoi problemi. Anche dopo che i sensori sono stati cancellati, non c’è sempre accordo nel rilevare gli ostacoli. Spesso è davvero difficile far comunicare i sensori e le loro valutazioni dei rischi e imparare gli uni dagli altri, poiché ognuno può giungere alla propria conclusione. Tuttavia, il team vuole che i sensori autonomi giungano a una conclusione collettiva utilizzando la fusione dei sensori. 

“Piuttosto che votare rigorosamente, utilizzando la fusione dei sensori faremo una nuova stima”, afferma Bos. 

I sensori dei veicoli autonomi continueranno ad apprendere e migliorare in caso di maltempo e nuovi approcci come la fusione dei sensori potrebbero aprire la strada ai veicoli autonomi su strade innevate.

Winter road in northern Sweden.
Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi