Исследователи Uber представили MultiNet – систему, которая обнаруживает и предсказывает движение препятствий на основе данных лидара автомобиля. В отличие от существующих моделей, MultiNet предопределяет поведение и движение автомобилей, пешеходов и велосипедистов, используя модель, которая постоянно генерирует их потенциальную траекторию.
Предвидеть будущее движение препятствий – непростая задача, но это ключ к предотвращению ДТП на дороге, отмечают исследователи. В автономном транспорте система восприятия должна охватывать сразу несколько траекторий, по которым могут двигаться другие объекты. Например, встречное транспортное средство, приближающееся к перекрестку, может продолжить движение прямо или повернуть перед автономной машиной; для обеспечения безопасности система должна просчитывать эти возможности и корректировать свое поведение.
MultiNet работает на основе входящих данные лидара и карт улиц с высоким разрешением. При этом она постоянно изучает траектории движений препятствий и неопределенность их траектории. Она несколько раз в секунду уточняет их, сбрасывая прогнозы траекторий первого этапа и фиксируя центр объектов, чтобы сделать окончательные прогнозы будущей траектории и неопределенностей.
Для тестирования производительности MultiNet исследователи в течение одного дня обучали систему с помощью набора данных, содержащих показания датчиков из 5,5 тыс. сценариев, собранные автономными транспортными средствами Uber в разных городах Северной Америки с помощью лидара. Они сообщают, что MultiNet превосходит по точности прогнозирования несколько базовых показателей по всем трем типам препятствий (транспортные средства, пешеходы и велосипедисты). Моделирование снизило количество опасных ситуаций на 9-13%.
Источник: telegraf.com.ua
