Автономные транспортные средства (АВ) кажутся футуристическими, но они все больше становятся частью настоящего. Когда они скользят по улицам, с легкостью ориентируясь в пробках, пешеходах и сложных перекрестках, нельзя не задаться вопросом: как эти беспилотные автомобили принимают решения?
Понимание автономных транспортных средств
Прежде чем погрузиться в возможности принятия решений беспилотниками, важно понять компоненты транспортных средств. Датчики, алгоритмы машинного обучения и приводы.
- Датчики включают лидар, радар, ультразвуковые датчики и камеры. Они непрерывно собирают данные об окружении автомобиля — от обнаружения препятствий до измерения расстояния и скорости.
- Алгоритмы машинного обучения обрабатывают эти данные, интерпретируют их и принимают решения. Эти алгоритмы — мозг автомобиля.
- Приводы физически реализуют решения, принимаемые алгоритмами, такие как управление рулем, ускорение или торможение.
Воспринимать-решать-действовать
Транспортное средство должно сначала воспринимать окружающую среду с помощью датчиков. Затем он выбирает наилучший план действий, используя алгоритмы машинного обучения, и, наконец, действует в соответствии с этим решением, используя свои приводы.
Воспринимать
Датчики создают 360-градусный обзор окружающей среды в режиме реального времени. Лидар (обнаружение света и определение дальности) и радар используют свет или радиоволны соответственно для определения расстояния и скорости окружающих объектов. Камеры фиксируют визуальные данные, а ультразвуковые датчики помогают с обнаружением ближнего поля и парковочными маневрами.
Решать
После этапа восприятия данные передаются в алгоритмы машинного обучения, отмечая этап принятия решения. Здесь данные обрабатываются, распознаются и интерпретируются с использованием комбинации компьютерного зрения, искусственного интеллекта и методов глубокого обучения. Методы принятия решений будут подробно рассмотрены в следующих постах.
Разберем этот этап:
- Обнаружение объектов: программное обеспечение идентифицирует…
