Remoto Pilot

Компания Bright box, разработавшая connected car решения Nissan Smart Car для Ближнего Востока, KIA Remoto и Infiniti в России и более 90 мобильных приложений для 450 дилерских центров, анонсировала в ноябре 2016 года разработку системы беспилотного вождения автомобиля, работающей с применением обучающейся на сгенерированных кадрах из компьютерных игр и реальных кадрах съемки с улиц нейросети компьютерного зрения.

Remoto Pilot – это система беспилотного вождения автомобиля, позволяющая в режиме реального времени автомобилю обнаруживать и объезжать препятствия, ездить по заранее спланированной траектории, гарантирующая безопасное и надежное вождение по полосе. Ключевой технологией экспериментального решения компании Bright Box является использование стереозрения в сочетании с передовые алгоритмами компьютерного зрения на основе нейронных сетей. Использование глобальной навигационной спутниковой системы (GNSS) и высокой четкости (HD карты) в системе дает возможность полностью автономной работы автомобиля.

Смотрите также:

• Автопилот (беспилотный автомобиль)
• Система компьютерного зрения Cognitive Technologies для беспилотных авто
• Беспилотный КамАЗ ожидается до конца 2017
• АгроБот Беспилотный трактор

Расширенные возможности технологий компьютерного зрения, такие как сверточные нейронные сети (CNN) в сочетании со стереоскопическим зрением, могут значительно повысить возможности самостоятельного вождения автомобилей. Технология, используемая в решении от компании Bright Box, дает возможность безопасного и надежного движения в режиме реального времени, обнаружения и объезда различных препятствий (автомобили, пешеходы).Обзор российского рынка банковской цифровизации: импортозамещение, искусственный интеллект и собственные экосистемы 6.3 т

Использование стереозрения (пара видеокамер, установленных на автомобиле) позволяет рассчитывать расстояние до различных объектов в поле зрения камеры. Таким образом, становится возможной оценка дорожной ситуации бортовым компьютером автомобиля также в режиме реального времени.

Обучение нейронной сети

Обучение нейронной сети предполагает использование предварительно собранных и обработанных наборов видеообразцов дорожных ситуаций, называемыми обучающими наборами данных. Для подготовки таких наборов ведутся записи с бортовых камер, установленных на автомобилях, которые ездят по дорогам. Кроме того, в решении используется такая современная технология обучения нейронной сети, как 3D компьютерная графика из компьютерных игр. Такие игры, как GTA-V, где большая часть геймплея – это вождение на улицах города, с большим количеством реалистичных видов улиц, в том числе и изнутри салона автомобиля, становятся ценным источником высококачественных изображений, которые могут быть использованы для создания обучающих наборов данных.

Записанные на реальном вождении наборы данных и синтезированные наборы данных из компьютерных игр представляют собой весьма эффективный набор учебных образцов, используемых для обучения нейронных сетей для анализа реальных дорожных ситуаций и обеспечивая безопасное и надежное автономное вождение на улицах города. Большим преимуществом такого подхода является гибкость, присущая нейросетевым алгоритмам. Благодаря вышеописанному подходу, получается анализировать гораздо большее количество дорожных ситуаций.

Нейронные сети также могут быть обучены для измерения расстояния от стереопары камер до различных объектов с помощью набора обучающих данных, которые включают в себя изображения, записанные со стереокамер, установленных на реальных автомобилях при езде на реальных дорогах.

Один из распространенных типов датчиков, используемых в самоуправляемых автомобилях – это лидар (лазерный сканер, который измеряет расстояние до окружающих объектов), как правило, устанавливается на автомобиль на крыше. Использование стереокамеры альтернатива лидару. Cтереокамеры, как и лидары, используются для измерения расстояний до объектов, и могут быть также применяться для создания глубинных карт планирования траектории автомобиля. Делая акцент на использовании современных методов компьютерного зрения, Bright Box стремиться разрабатывать технологии, которые позволят исключить необходимость использования лидаров.

«У нас есть успешный опыт в разработке connected car решений для удаленного управления функциями автомобиля, и более 250 000 подключенных автомобилей ездят с нашей технологией. Сегодня мы работаем с широкой базой клиентов автопроизводителей по всему миру (Европа, Ближний Восток, Азия). Компания уже ведет переговоры автопроизводителями и партнерами по поставке нового решения и надеется на увеличение их количества в будущем», - заявил технический директор Bright Box, Димченко Александр.

Решение Bright Box подходит для дооснащения уже выпущенных автомобилей.