Поделиться
Cognitive обеспечит автороботов компьютерным зрением
Cognitive Technologies объявила о разработке технологии компьютерного зрения, дающей автороботу возможность с высокой точностью интерпретировать сложные ситуации, возникающие, как правило, в критических ситуациях (внезапное появление на дороге других участников движения, пешеходов, посторонних предметов и т.п.). Как рассказали CNews в компании эта технология позволит избежать ошибок, которые допускали известные зарубежные системы при распознавании объектов дорожной сцены.
«Фактически мы в чем-то научились моделировать функцию гиппокампа человека», - сказал руководитель департамента разработки беспилотных транспортных средств Юрий Минкин, - «который выделяет и удерживает в потоке внешних сигналов наиболее важную информацию по текущей ситуации, выполняя функцию хранилища кратковременной памяти, как ОЗУ компьютера».
Как и гиппокамп человека, система компьютерного зрения Cognitive Technologies научилась обогащать информацию о текущей дорожной ситуации данными, которые она запомнила несколькими мгновениями ранее. Система хранит в памяти не всю картинку, полученную с видеокамеры, а лишь наиболее важные ее элементы, непосредственно влияющие на дорожную обстановку и безопасность. Это дает возможность не хранить все изображение целиком, а лишь 5-10% его объема и не требует какого-либо значительного повышения ресурсов вычислительного устройства. Это также позволяет использовать видеокамеры не с самой высокой разрешающей способностью, а также относительно узкоугольные объективы.
Разработчики уверены, что использование технологии даст серьезное преимущество над аналогами, поскольку созданное решение позволяет решить одну из серьезных проблем для любой системы компьютерного зрения – распознавания объектов, находящихся на самой границе картинки. Как показывает практика, именно в этих случаях возникает наибольшее количество ошибок детекции объектов. При использовании модели Cognitive Technologies для их распознавания мы получаем отступ (padding - зона выделенная цветом между прямоугольниками A’B’C’D’ и ABCD), который необходим для работы нейронных сетей глубокого обучения и других сверточных нейронных сетей.
Когда объект попадает на границу картинки (поля зрения видеокамер) ABCD, распознать его очень сложно (часть автомобиля, обведенного кругом, попавшего в поле зрения камер – прямоугольник ABCD). Эта проблема успешно решается, когда искусственный интеллект авторобота дополняет знание о текущей дорожной ситуации данными из ближайшего прошлого - из своей оперативной памяти (моделирование функции гиппокампа человека). Картинка, попавшая в поле зрения видеокамер мгновением ранее A’B’C’D’, содержит информацию об объекте (автомобиль, обведенный кругом), достаточную для его распознавания.
Разработчики уверены, что использование подобной технологии позволило бы избежать системе компьютерного зрения, установленной на автомобиле Tesla аварии, произошедшей в мае этого года. «Наша система смогла бы детектировать транспортное средство, приближавшееся сбоку», сказал Юрий Минкин. «Программная эмуляция большего угла охвата видеокамер позволила бы «увидеть» колеса, подвеску, а также другие элементы грузовика, и в итоге, идентифицировать приближающийся объект как автомобиль. И кроме того, выиграть доли секунды, крайне необходимые для принятия правильного решения в критической ситуации».
Моделирование функции гиппокампа в аналогичных ситуациях позволяет использовать максимально полные данные о дорожной ситуации. На картинке ABCD, попадающей в поле зрения камер авторобота сложно распознать светлое изображение на светлом фоне, однако, воспроизведенные «из памяти» данные (картинка A’B’C’D’), включающие колеса и другие элементы грузовика позволяют точно детектировать объект как транспортное средство.
«Разработанная нами технология моделирования функций гиппокампа человека, в совокупности с созданной ранее моделью фовеального зрения, дающей возможность выделять важные элементы дорожной сцены, позволяют существенно увеличить безопасность работы беспилотного автомобиля», - отметила президент Cognitive Technologies Ольга Ускова.
Компания Cognitive Technologies за последние два года объявила о начале трех проектов, целью которых является создание беспилотных транспортных средств к 2020 -2022 годам. В феврале 2015 г. был инициирован совместный проект с «КАМАЗ», на реализацию которого государством в лице Минобрнауки России было выделено 300 млн руб.
В августе 2016 г. компания анонсировала собственные разработки, системы автономного вождения C-Pilot, которая может устанавливаться, как на легковых, так и на других типах автомобилей. Прототип авторобота с системой помощи водителя или ADAS (Advanced Driver Assistance System) уже сегодня позволяет предупреждать водителя о ситуациях на дороге, которые требуют повышенного внимания: предупреждения схода с полосы (Line departure warning), распознавания дорожных знаков (Traffic sign recognition), предупреждения о возможном столкновении (Forward collision warning), мониторинга слепых зон (Blind spot detection system), предупреждения о столкновении с пешеходами (Pedestrian Protection System) и т. д.
Особенностью решений компании является возможность реальной работы в российских условиях. В отличие от зарубежных разработчиков, ориентирующихся во многом на идеальные условия дорожного движения (качественную разметку, благоприятные погодные условия и т.д.), подход Cognitive Technologies к созданию системы машинного зрения позволяет распознавать дорожную сцену (в том числе границы дороги, ширину полос движения и т. д.) в отсутствии какой-либо разметки.
В начале 2016 г. Cognitive Technologies приступила к созданию беспилотных технологий для сельского хозяйства. На реализацию технологической части проекта государством в лице Минобрнауки России было выделено 68 млн. руб. Партнерами проекта являются разработчик конкурентоспособных на мировом рынке моделей сельхозтехники «Ростсельмаш» и один из крупнейших аргохолдингов республики Татарстан «Союз-Агро».
Короткая ссылка
