Данные, полученные в непогоду, помогут беспилотным транспортным средствам видеть

Датчики, которые работают в Шотландии во время дождей, снегов и туманов, предоставляют данные, которые могут помочь автономным транспортным средствам видеть и безопасно работать в любую неблагоприятную погоду.

Проект Radiate, возглавляемый Университетом Хериот-Уотт (Эдинбург), опубликовал набор данных, который включает три часа радиолокационных изображений и 200000 помеченных дорожных участников, среди которых – другие транспортные средства и пешеходы.

По словам исследователей, набор данных решает проблему, с которой сталкиваются производители и исследователи автономных транспортных средств.

До сих пор почти все доступные маркированные данные были получены в солнечные ясные дни. Это означало, что не было общедоступных данных, которые помогли бы в разработке автономных транспортных средств, способных безопасно работать в неблагоприятных погодных условиях.

Разработчики также полагались на данные, собранные с оптических датчиков, которые, как и человеческое зрение, неважно видят в плохую погоду.

Профессор Эндрю Уоллес и доктор Сен Ван собирают данные с 2019 года, оснастив фургон системой обнаружения и определения расстояния (LiDAR), радаром и стереокамерами, а также устройствами для определения местоположения. На этом фургоне они ездили по Эдинбургу и Шотландскому нагорью, чтобы охватить городские и сельские дороги в любое время дня и ночи, целенаправленно преследуя плохую погоду.

«Наборы данных необходимы для разработки и тестирования систем восприятия автономных транспортных средств, – говорит профессор Уоллес. – Беспилотные автомобили уже много лет как появились на улицах, но используются в контролируемых условиях или в пилотных зонах. Мы показали, что радар может помочь беспилотникам ориентироваться, составлять карты и интерпретировать окружающую их среду в плохую погоду, когда зрение и LiDAR могут дать сбой».

Команда утверждает, что, пометив все объекты, которые их система обнаружила на дорогах, они сделали ещё один шаг вперёд для исследователей и производителей.

По словам доктора Сен Вана, они «пометили более 200000 дорожных объектов в нашем наборе данных – велосипеды, автомобили, пешеходов, дорожные знаки и других участников дорожного движения. Мы могли бы использовать эти данные, чтобы помочь автономным транспортным средствам предсказывать будущее и безопасно ориентироваться. Когда перед вами выезжает на дорогу автомобиль, вы пытаетесь предсказать, что он будет делать – свернёт ли он, взлетит ли он, уедет куда-нибудь? Это то, чем должны заниматься автономные автомобили, и теперь мы имеем базу данных, которая им в этом поможет – даже в непогоду».

Уоллес говорит, что им «необходимо улучшить разрешение радара, который по своей природе является нечётким. Если мы сможем объединить оптические изображения высокого разрешения с возможностью улучшенного радара проникать сквозь непогоду, это приблизит нас к автономным транспортным средствам, способным видеть и составлять карты лучше и, в конечном итоге, перемещаться более безопасно».

Подписывайтесь на журнал «Вестник ГЛОНАСС» и навигационный канал на TamTam