Регистрация Войти
Вход на сайт

ТОП Новости
» » Команда KAIST рассказали о проблемах автономного вождения в непогоду на конкурсе Hyundai

Команда KAIST рассказали о проблемах автономного вождения в непогоду на конкурсе Hyundai

​На прошлой неделе в Интернет влетело видео с конкурса автомобильных технологий Hyundai в Полдневной Корее. Видео показало, будто команда автономного автомобиля KAIST водить авто в важнецкую погоду, а затем ладит это вновь на вытекающий девай после большого дождя. Это ввергло к размышлению о кое-каких из проблем, какие может вытребовать дождь для автомобиля и как сложно для автономных транспортных оружий в круглом биться с модифицировающимися погодными обстоятельствами – передает Robotics.ua.

David Hyunchul Shim, советник проекта для беспилотных изысканий автомобильного автомобиля KAIST предоставил более детальную информацию о том, что происходит с их автомобилем в дождливый девай, и о философии о того, будто автономные автомобили должны вкалывать в гораздо сложных обстоятельствах.

Команда KAIST рассказали о проблемах автономного вождения в непогоду на конкурсе Hyundai


Схема конкурса вводит таковские задачи, будто выявление пешеходов, мониторинг встречных автомобилей и соблюдение путевых знаков. Транспортные оружия, какие не смогли миновать эти миссии, были наказаны двумя минутами штрафа, а транспортные оружия, какие спрашивали вмешательства человека, получали трех минутный штраф. Человек водитель смог закончить курс за чуть более четыре минуты, в то времена будто команда-победитель сделала это за пять минут и тридцать секунд. Безупречный пробег на машине KAIST занял чуть более шести минут.

Фундаментальным несходством между подходом KAIST и команды-победителя(университет Hanyang)изображает философский проблема. Можно выполнить больно аккуратную локализацию на стезях, если у вас жрать уже бытующая карта этой стези, какую ваша автономная машина может использовать для сравнения с тем, что видают её датчики. Это то, что Google ладит с автономными автомобилями, и то, что победитель конкурса Hyundai сделал также.

Команда KAIST, однако, почитает, что, опираться на готовые карты – не важнейший колея для автономных автомобилей: «Мы находили, что это не верный колея, если наша система вкалывает в области, где карта не доступна», болтает Шим. Вместо этого они пробуют разработать автономный авто, какой может ездить сам, будто это ладят люд, опираясь на датчики и всеобщие познания о сфере, дабы свериться с любой бесценный, в любое времена, в любом месте.

Это несходство в философии можно рассматривать также в конкурсе DARPA Grand Challenge, где команда-победитель(Stanford)избрали, дабы их робот Stanley нашел автономно собственную скорость, в то времена будто ученым из университета Карнеги-Меллона пришлось отметить тысячи путевых точек GPS с ограничениями скорости для своих роботов(Highlander и Sandstorm).
Иной проблема в том, что KAIST доводилось владеть девало с влажной погодой, или, более конкретно, на влажной стезе и, будто датчики на машине справлялись. Шим объясняет это настолько:
«Реальная проблема на иной девай была связана с неожиданными осадками напрямик перед гонкой. Мы использовали LIDAR и камеры для выявления полос, однако это стало безмерно сложно из-за временных свидетельств, вытребованных отражением воды. За несколько дней до конкурса у нас была возможность найти параметры датчика для влажных дорог, настолько что авто был в состоянии вкалывать на влажной стезе гораздо важнее, чем мы кумекали. Однако, когда порог для обнаружения углов был введен возвышеннее, чем в всегдашний девай, свидетельства датчика уменьшились вдвое. Это вытребовало все наши проблемы с поворотами и обнаружением препятствий.

В принципе, то, что KAIST проигнорировали настоящие со своих оптических систем видения, было связано с тем, что большущая их доля была, вероятно, вытребована силом отражений на влажной стезе. При снижении этого порога даже если абсолютно капельку, это приводит к зрительной системе, а не игнорированию полос и препятствий, какие взаправду жрать, что и вытребовало авто KAIST столкнуться с многими неприятностями.

Кроме того, переменная облачность не была благожелательной к камерам, какие использовались для обнаружения путевых знаков и пешеходов. Шим описывает это настолько: «Обнаружение пешехода не удалось, потому что камера была введена в облачный девай. Однако, когда небосвод частично прояснело и камера стала взирать напрямик на солнце, мы проверили эти изображения и все они были безотносительно белокипенными. Это также вытребовало проблемы с заключительным заданием, а собственно парковкой».

Будто Шим помечает, что «это не настолько воздушно найти видео, демонстрирующие автономное вождение в дождливый день», и он безотносительно лев, потому что автономные автомобили не больно важнецки справляются с этим. Камеры и LIDAR системы попросту не владеют интеллекта и универсальности(доколе), что доступно для человечьих глаз и мозгов. Google, Tesla, или иные братии, какие также образовывают роботы-автомобили для потребителей, они должны верно решать эти спросы.

Здорово, что таковские команды будто KAIST не прячут своих проблем с автономными автомобилями, и хотелось бы, дабы все братии робототехники повествовали общественности об этапах своего развития, настолько будто это помогает нам гораздо важнее осмыслить, каковой реальность робототехники изображает сейчас.

Информация с: "robotics.com.ua"
Рейтинг статьи:
  

Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь. Мы рекомендуем Вам зарегистрироваться либо зайти на сайт под своим именем.