Международная исследовательская группа из Инчхонского национального университета в Южной Корее создала систему обнаружения объектов в режиме реального времени с поддержкой Интернета вещей (IoT), которая может обнаруживать объекты с точностью 96%.
Команда исследователей создала сквозную нейронную сеть, которая работает с их технологией IoT для обнаружения объектов с высокой точностью в 2D и 3D. Система основана на глубоком обучении, специально предназначенном для ситуаций автономного вождения .
«Для автономных транспортных средств восприятие окружающей среды имеет решающее значение для ответа на основной вопрос: «Что меня окружает?» Крайне важно, чтобы автономное транспортное средство могло эффективно и точно понимать окружающие его условия и среду, чтобы выполнять ответные действия», — сказал руководитель проекта профессор Гвангил Чон. «Мы разработали модель обнаружения на основе известного алгоритма идентификации YOLOv3. Модель сначала использовалась для обнаружения 2D-объектов, а затем была модифицирована для 3D-объектов», — уточняет он.
Команда передала изображения RGB и данные облака точек в качестве входных данных для YOLOv3. Затем алгоритм идентификации выводит классификационные метки и ограничивающие рамки, а также соответствующие оценки достоверности.
Затем исследователи проверили производительность своей системы с набором данных Lyft и обнаружили, что YOLOv3 способен точно обнаруживать 2D- и 3D-объекты более чем в 96% случаев. Команда видит множество потенциальных применений своей технологии, в том числе для автономных транспортных средств, автономной парковки, автономной доставки и автономных мобильных роботов.
«В настоящее время автономное вождение осуществляется посредством обработки изображений на основе LiDAR, но прогнозируется, что в будущем роль LiDAR заменит обычная камера. Таким образом, технологии, используемые в автономных транспортных средствах, меняются каждую минуту, и мы находимся в авангарде», — сказал Чон. «На основе развития элементных технологий в ближайшие 5-10 лет должны появиться автономные транспортные средства с повышенной безопасностью».
Исследование команды было недавно опубликовано в журнале IEEE Transactions of Intelligent Transport Systems .
Будьте в курсе в удобном формате, присоединяйтесь: TG-канал и ВК
Бесплатная служба распространения новостей для научных организаций и стартапов
hello@technovery.com