A dél-koreai Incheon Nemzeti Egyetem kutatói valós idejű, IoT-kompatibilis rendszerrel kísérletezve értek el 96 százalékos pontosságú objektumészlelést, ami a maga nemében világszenzáció. A nemzetközi csoport végpontok közötti neurális hálózatot épített – ennek, illetve a hozzá kapcsolt IoT technológiáknak köszönhetően tudtak 2D-ben és 3D-ben is rekordgyanús eredményeket elérni.
A The Robot Report szerint önvezető járművek (AV-k) számára tervezik és építik a rendszert, hogy azok a valós közlekedési helyzeteket speciális, mélytanulásos módszerrel tanulják meg és reagálják le. Gwanggil Jeon projektvezető professzor leszögezte: ez a kutatási terület kritikus fontosságú, hiszen a jövő AV-i számára alapvető kell legyen, hogy érzékelik, mi történik körülöttük, majd megértik és annak ismeretében cselekednek – mindezt persze akár a másodperc törtrésze alatt.
„Egy jól ismert azonosítási algoritmuson, a YOLOv3-on alapuló észlelési modellt dolgoztunk ki. A modellt először 2D objektumok észlelésére használták, majd átalakították 3D objektumokhoz” – magyarázta Jeon. A kutatók a Lyft adatkészletével tesztelték a rendszer teljesítményét, és arra jutottak, hogy a YOLOv3 az esetek több mint 96 százalékában képes pontosan észlelni a két- és háromdimenziós objektumokat. A csapat számos lehetséges felhasználási területet el tud képzelni a technológia felhasználására – ideértve az autonóm járműveket, az autonóm parkolást és szállítást, valamint az önvezető mobil robotokat.
„Az autonóm vezetés napjainkban LiDAR-alapú képfeldolgozással történik, de ezt az előrejelzések szerint egy darab általános kamera fogja felváltani. Az egyes elem technológiai fejlődése alapján kijelenthetjük, hogy a fokozott biztonsággal közlekedő önvezető járművek a következő 5-10 évben elérhetővé válnak” – jósolta a professzor.
Gábor János, Okosipar.hu