399
Кислістки неочищені
Бездротові автомобілі на дорозі – унікальний досягнення прогресу! Крім того, розробники попереджили небезпеку зіткнення з іншими автомобілями, пішоході, навіть кальмарами і птахами, що особливо важливо для американських міст. Але все ж утворилася група транспортних засобів, яка залишалася вразливою через критерії. Це циклісти - тихий, легкий і маневрений учасників руху.
На сьогоднішній день автономні системи водіння є посередником при виявленні їх в безпосередній близькості, а також утруднення прогнозування їх дій. Хоча є відносно кілька циклів на дорогах, не ігноруйте цю проблему.
Згідно з рядом дослідників, сьогодні самохідні автомобілі є найбільш важко розпізнати циклісти на дорозі. Це пов'язано з їх нехарактерною швидкістю, невеликими розмірами і на відміну від одного. Автомобільні автомобілі набагато більше схожі, ніж ці двоколісні дороги.
Якщо ви їдете в будь-яке місто і уважно погляньте на велосипеди, їх різноманітність стає очевидним. Ось молодий чоловік на зеленому спортивному автомобілі, і ось дівчина на міському рожевому дамському велосипеді. Ця жінка йде в країну, тому на її залізному коню, крім кошика висить ще 2-3 пакети з розсадою. Ось мама, що носила дитину в велосипедному сиді в багажнику, і цей батько також переносить дочку в велосипедному сидіння, але вже встановлене відразу за колесом.
Будь-який безпілотник в фарах заряджається такою палітрою і культурним різноманіттям!
Електронний драйвер збирає всю необхідну інформацію про циклісти за допомогою трьох пристроїв: камери, радіолокатора та лазерного розташування. Після цього він оцінює параметри об’єкта, використовуючи раніше отримані дані про ці учасники руху. Для того, щоб автопілот точно знати про наміри циліндра, розміри голови і зброї, відстань між ними, відстань від головки циліндра до плести, а кут вигину ліктя вимірюється докладно. З успішним кутом, на борту комп'ютер здатний визначити модель велосипеда.
Тепер ми можемо простежити зв'язок між проблемою пошуку циклів і процес створення нових машин покоління. Вчені навчають автопілотні системи на різних видах транспортних засобів, які зображують різні автомобілі, але практично не велосипеди. Це слава. Не всі самохідні автомобілі навчаються розпізнати велосипеди, і тому вони ускладнюють їх виявлення на дорогах. На щастя, проблема тимчасова.
Нещодавно автомобільна промисловість почала використовувати алгоритм Deep3DBox. Дослідники Університету Джорджа Мейсона в тандемі з самохідним таксі компанія Zoox. У тестовому режимі алгоритм може виявити 89% автомобілів у двовимірних зображеннях. Так само, як важливо, він дуже хороший при пред'явленні якого способу очолюють інші автомобілі. Крім того, алгоритм навіть виводить полеподібну зону навколо кожного об'єкту. Сьогодні Deep3DBox вважається одним з кращих алгоритмів розпізнавання автомобілів. Але, на жаль, в порівняльному аналізі, він здатний бачити 74% велосипедів, і лише 59% з них вгадують наступну траєкторію.
Зауважте, що це результат одного з кращих алгоритмів, нехай тільки більш просунуті. Ситуація дуже несмучена для велосипедистів: для самостійних авто, вони, ймовірно, виглядають як непередбачуваний неідентифікований об'єкт. І це сприяє не тільки алгоритмам, але і компактності і відкритості велосипедів у порівнянні з автомобілями. Через це в останні роки автовиробники мали збільшити частоту радіолокаційної та лідарної сканування дороги, щоб система могла більш впевнено виявити велосипеди, визначити діапазон до них та їх траєкторію. У поєднанні з збільшенням даних для алгоритмів підготовки, це дозволяє збільшити частку вірного розпізнавання.
Ще один унікальний розвиток призначений для збереження життя і здоров'я циклів - 3D-карти надвисокої деталі. Комп'ютер бачить всі об'єкти на дорозі і біля дороги, всі розмітки ліній і дорожні знаки. Таке усвідомлення допоможе швидко розпізнати велосипед на карті.
Можливо, після того, як ви починаєте відношення до точки зору, що комп'ютер приводить машину краще, ніж інтенсивний і завжди поспішає. Багато велосипедистів потрапляють в аварії через затримання водіїв. Так для кого, поява авто, керованих не відволікаючими і втомленими людьми, але постійно уважними комп'ютерами, які також навчаються розпізнати жести циклістів, є справжнім золотом!
На сьогоднішній день самохідні таксі Google обладнані датчиками, які дозволяють відрізнити та дешифрувати наміри циклістів. При повороті велосипедисти повинні надати відповідні ознаки відповідно до правил дорожнього руху. Дрони Google навчилися читати і розпізнати ці ознаки для маневрування або зміни швидкості. У темряві також можна побачити два колеса.
Але є також виклики, які накладаються самими циклістами. За словами розробників Deep3DBox, набагато простіше прогнозувати маневри автомобіля, ніж велосипед. Переважна більшість автомобільних драйверів набагато більш передбачувана, в той час як власники велосипедів зазвичай мають дуже переконливу ідею правил дорожнього руху, і кожен другий цикліст поводиться на дорогу як імпульсивна і харизматична людина. Якщо ця особистість вирішить раптово з'являтися з ніде в середині потоку машин, навіть найрозумніший алгоритм не може бути в змозі відповісти правильно.
Ця характеристика – непередбачуваність – тепер враховується розробниками алгоритмів виявлення велосипедів. Наприклад, сьогодні циклісти можуть бути менш бояться Jaguar безпілотників, які оснащені системою виявлення циклістів. У 2013 році Volvo представила технологію аварійного гальмування при виявленні циліндра (АЕБ) перед автомобілем. Система зупинить автомобіль перед водієм, щоб уникнути катастрофи. Тим не менш, AEB не є ідеальним: важко для алгоритмів прогнозування траєкторії цикліста. Так, дуже рекомендується використовувати цю функцію Volvo на вулицях Пекіна: щоденний потік 9 мільйонів велосипедів може призвести до пошкодження електронного мозку.
Крім того, циклісти самі можуть зробити задоволення від електронних драйверів. Кілька років тому в Остіні був інцидент з cyclist і безпілотним таксі Google. Автомобіль плутався з дивом людини. Циклист припинив пропустити машину, не знімаючи ноги від педалі. Автомобіль переїхала, але примітивши, що велосипед переїхала 1 сантиметр, різко гальмується. З метою експерименту, Тексан повторив трюк кілька разів, які здійснили багато пасажирів таксі. Уявіть такі автомобілі на вулицях російських міст. Знаючи запалювання наших співвітчизників до гумору і жартів, не складно вгадати, що дрони не підуть далеко тут.
Диверсність – це сучасний світ, який передається на дорогу. У багатьох містах, більше і більше людей вибирають велосипеди. І в той час як у Швеції циклісти вже давно занурилися на водійських водах протягом багатьох років, поява самодозрівання автомобілів означалося, що політика повинна бути різною. Наприклад, в Сполучених Штатах, тестування безпілотних таксі Убер є повним гойдалкою. Природно, перехід на цей рівень сервісу має суттєві переваги як для клієнта, так і для компанії. Таксі поїздка без водія повинна бути дешевшою, комп'ютер не руйнує клієнтів і не порушує правила руху, не втомлюється від ранку до вечора і т.д. Убер є більш комфортним з машинами, які можуть бути поліпшеними і контрольованими. У ряді країн, вже достатньо злочинів, пов'язаних з власниками компанії, так як вони не піддаються особливому відбору на роботу.
В той час як тестування знаходяться в передпокою, поїзди на Uber безпілотників повністю безкоштовні. Як привабливість, ви будете сидіти в спині і реєстратор записує весь маршрут. Поки автомобілі не заважають ідеально, але Убер не згасає про це, враховуючи такі порушення як робочий момент. Якщо це недбалість, або постійне бажання інновувати, це питання провокує багато дебатів між прихильниками новітніх технологій та консервативних поглядів.
У Сан-Франциско, один Убер безпілотник був спійманий проходячи червоне світло, коли кілька інших були неочищені на велосипедних шляхах. У той час люди можуть бути там.
На ринку безперешкодних таксі узяло участь низка експертів. Важко сперечатися з позовом, що така сира технологія повинна бути ретельно протестована перед перевезенням пасажирів. Ви не можете зробити бізнес на технологіях, які мають таку високу ймовірність відмови. Давайте сподіваємося, що інші компанії будуть більш відповідальні в реалізації безпілотників. У той же час циклісти, дивитися!
P.S. І пам'ятайте, що просто змініть наше споживання – разом ми змінюємо світ!
Джерело: geektimes.ru/company/asus/blog/287108/
На сьогоднішній день автономні системи водіння є посередником при виявленні їх в безпосередній близькості, а також утруднення прогнозування їх дій. Хоча є відносно кілька циклів на дорогах, не ігноруйте цю проблему.
Згідно з рядом дослідників, сьогодні самохідні автомобілі є найбільш важко розпізнати циклісти на дорозі. Це пов'язано з їх нехарактерною швидкістю, невеликими розмірами і на відміну від одного. Автомобільні автомобілі набагато більше схожі, ніж ці двоколісні дороги.
Якщо ви їдете в будь-яке місто і уважно погляньте на велосипеди, їх різноманітність стає очевидним. Ось молодий чоловік на зеленому спортивному автомобілі, і ось дівчина на міському рожевому дамському велосипеді. Ця жінка йде в країну, тому на її залізному коню, крім кошика висить ще 2-3 пакети з розсадою. Ось мама, що носила дитину в велосипедному сиді в багажнику, і цей батько також переносить дочку в велосипедному сидіння, але вже встановлене відразу за колесом.
Будь-який безпілотник в фарах заряджається такою палітрою і культурним різноманіттям!
Електронний драйвер збирає всю необхідну інформацію про циклісти за допомогою трьох пристроїв: камери, радіолокатора та лазерного розташування. Після цього він оцінює параметри об’єкта, використовуючи раніше отримані дані про ці учасники руху. Для того, щоб автопілот точно знати про наміри циліндра, розміри голови і зброї, відстань між ними, відстань від головки циліндра до плести, а кут вигину ліктя вимірюється докладно. З успішним кутом, на борту комп'ютер здатний визначити модель велосипеда.
Тепер ми можемо простежити зв'язок між проблемою пошуку циклів і процес створення нових машин покоління. Вчені навчають автопілотні системи на різних видах транспортних засобів, які зображують різні автомобілі, але практично не велосипеди. Це слава. Не всі самохідні автомобілі навчаються розпізнати велосипеди, і тому вони ускладнюють їх виявлення на дорогах. На щастя, проблема тимчасова.
Нещодавно автомобільна промисловість почала використовувати алгоритм Deep3DBox. Дослідники Університету Джорджа Мейсона в тандемі з самохідним таксі компанія Zoox. У тестовому режимі алгоритм може виявити 89% автомобілів у двовимірних зображеннях. Так само, як важливо, він дуже хороший при пред'явленні якого способу очолюють інші автомобілі. Крім того, алгоритм навіть виводить полеподібну зону навколо кожного об'єкту. Сьогодні Deep3DBox вважається одним з кращих алгоритмів розпізнавання автомобілів. Але, на жаль, в порівняльному аналізі, він здатний бачити 74% велосипедів, і лише 59% з них вгадують наступну траєкторію.
Зауважте, що це результат одного з кращих алгоритмів, нехай тільки більш просунуті. Ситуація дуже несмучена для велосипедистів: для самостійних авто, вони, ймовірно, виглядають як непередбачуваний неідентифікований об'єкт. І це сприяє не тільки алгоритмам, але і компактності і відкритості велосипедів у порівнянні з автомобілями. Через це в останні роки автовиробники мали збільшити частоту радіолокаційної та лідарної сканування дороги, щоб система могла більш впевнено виявити велосипеди, визначити діапазон до них та їх траєкторію. У поєднанні з збільшенням даних для алгоритмів підготовки, це дозволяє збільшити частку вірного розпізнавання.
Ще один унікальний розвиток призначений для збереження життя і здоров'я циклів - 3D-карти надвисокої деталі. Комп'ютер бачить всі об'єкти на дорозі і біля дороги, всі розмітки ліній і дорожні знаки. Таке усвідомлення допоможе швидко розпізнати велосипед на карті.
Можливо, після того, як ви починаєте відношення до точки зору, що комп'ютер приводить машину краще, ніж інтенсивний і завжди поспішає. Багато велосипедистів потрапляють в аварії через затримання водіїв. Так для кого, поява авто, керованих не відволікаючими і втомленими людьми, але постійно уважними комп'ютерами, які також навчаються розпізнати жести циклістів, є справжнім золотом!
На сьогоднішній день самохідні таксі Google обладнані датчиками, які дозволяють відрізнити та дешифрувати наміри циклістів. При повороті велосипедисти повинні надати відповідні ознаки відповідно до правил дорожнього руху. Дрони Google навчилися читати і розпізнати ці ознаки для маневрування або зміни швидкості. У темряві також можна побачити два колеса.
Але є також виклики, які накладаються самими циклістами. За словами розробників Deep3DBox, набагато простіше прогнозувати маневри автомобіля, ніж велосипед. Переважна більшість автомобільних драйверів набагато більш передбачувана, в той час як власники велосипедів зазвичай мають дуже переконливу ідею правил дорожнього руху, і кожен другий цикліст поводиться на дорогу як імпульсивна і харизматична людина. Якщо ця особистість вирішить раптово з'являтися з ніде в середині потоку машин, навіть найрозумніший алгоритм не може бути в змозі відповісти правильно.
Ця характеристика – непередбачуваність – тепер враховується розробниками алгоритмів виявлення велосипедів. Наприклад, сьогодні циклісти можуть бути менш бояться Jaguar безпілотників, які оснащені системою виявлення циклістів. У 2013 році Volvo представила технологію аварійного гальмування при виявленні циліндра (АЕБ) перед автомобілем. Система зупинить автомобіль перед водієм, щоб уникнути катастрофи. Тим не менш, AEB не є ідеальним: важко для алгоритмів прогнозування траєкторії цикліста. Так, дуже рекомендується використовувати цю функцію Volvo на вулицях Пекіна: щоденний потік 9 мільйонів велосипедів може призвести до пошкодження електронного мозку.
Крім того, циклісти самі можуть зробити задоволення від електронних драйверів. Кілька років тому в Остіні був інцидент з cyclist і безпілотним таксі Google. Автомобіль плутався з дивом людини. Циклист припинив пропустити машину, не знімаючи ноги від педалі. Автомобіль переїхала, але примітивши, що велосипед переїхала 1 сантиметр, різко гальмується. З метою експерименту, Тексан повторив трюк кілька разів, які здійснили багато пасажирів таксі. Уявіть такі автомобілі на вулицях російських міст. Знаючи запалювання наших співвітчизників до гумору і жартів, не складно вгадати, що дрони не підуть далеко тут.
Диверсність – це сучасний світ, який передається на дорогу. У багатьох містах, більше і більше людей вибирають велосипеди. І в той час як у Швеції циклісти вже давно занурилися на водійських водах протягом багатьох років, поява самодозрівання автомобілів означалося, що політика повинна бути різною. Наприклад, в Сполучених Штатах, тестування безпілотних таксі Убер є повним гойдалкою. Природно, перехід на цей рівень сервісу має суттєві переваги як для клієнта, так і для компанії. Таксі поїздка без водія повинна бути дешевшою, комп'ютер не руйнує клієнтів і не порушує правила руху, не втомлюється від ранку до вечора і т.д. Убер є більш комфортним з машинами, які можуть бути поліпшеними і контрольованими. У ряді країн, вже достатньо злочинів, пов'язаних з власниками компанії, так як вони не піддаються особливому відбору на роботу.
В той час як тестування знаходяться в передпокою, поїзди на Uber безпілотників повністю безкоштовні. Як привабливість, ви будете сидіти в спині і реєстратор записує весь маршрут. Поки автомобілі не заважають ідеально, але Убер не згасає про це, враховуючи такі порушення як робочий момент. Якщо це недбалість, або постійне бажання інновувати, це питання провокує багато дебатів між прихильниками новітніх технологій та консервативних поглядів.
У Сан-Франциско, один Убер безпілотник був спійманий проходячи червоне світло, коли кілька інших були неочищені на велосипедних шляхах. У той час люди можуть бути там.
На ринку безперешкодних таксі узяло участь низка експертів. Важко сперечатися з позовом, що така сира технологія повинна бути ретельно протестована перед перевезенням пасажирів. Ви не можете зробити бізнес на технологіях, які мають таку високу ймовірність відмови. Давайте сподіваємося, що інші компанії будуть більш відповідальні в реалізації безпілотників. У той же час циклісти, дивитися!
P.S. І пам'ятайте, що просто змініть наше споживання – разом ми змінюємо світ!
Джерело: geektimes.ru/company/asus/blog/287108/