Мы все еще не достигли той точки, когда автономные системы транспортных средств могут быть лучшими водителями-людьми во всех сценариях, но надежда состоит в том, что в конечном итоге технология, встроенная в автомобили с автоматическим управлением, будет способна на то, чего люди даже не могут себе представить – например, смотреть вокруг углы. Там был много работы а также исследовательская работа положить в эту концепцию на протяжении многих лет, но Новейшая система MIT использует относительно доступную и легкодоступную технологию, чтобы осуществить этот кажущийся фокус.
Исследователи MIT (в исследовательском проекте, поддержанном Исследовательский институт Тойота) создал систему, которая использует мелкие изменения в тенях, чтобы предсказать, может ли транспортное средство ожидать, что движущийся объект свернет за угол, что может быть эффективной системой для использования не только в автомобилях с автоматическим управлением, но и в роботах, которые управляются совместно. места с людьми – например, автономные санитары, например.
Эта система использует стандартные оптические камеры и отслеживает изменения в силе и интенсивности света, используя серию методов компьютерного зрения, чтобы прийти к окончательному определению того, проецируются ли тени от движущихся или неподвижных объектов, и каков может быть путь указанного объекта. быть.
До сих пор тестирование показало, что этот метод действительно позволяет лучше использовать аналогичные системы, которые уже используются, которые используют LiDAR-изображения вместо фотоаппаратов и которые не работают за углами. Фактически, он опережает метод LiDAR более чем на полсекунды, что является долгим временем в мире транспортных средств с автоматическим управлением и может означать разницу между предотвращением аварии и, ну, в общем, нет.
На данный момент, однако, эксперимент ограничен: он был протестирован, например, только в условиях внутреннего освещения, и команда должна проделать немалую работу, прежде чем она сможет адаптировать его к более высокоскоростному движению и сильно изменяющимся условиям наружного освещения. Тем не менее, это многообещающий шаг и в конечном итоге может помочь автономным транспортным средствам лучше предвидеть движение пешеходов, велосипедистов и других автомобилей на дороге, а также реагировать на них.