[ad_1]
Investigadores de la Facultad de Ciencias de la Computación de la Universidad de Oxford, en colaboración con colegas de la Universidad de Bogazici, Turquía, han introducido un enfoque de inteligencia artificial para lograr el posicionamiento preciso de vehículos autónomos en condiciones climáticas adversas.
![](https://www.electronicsforu.com/wp-contents/uploads/2022/09/gps-system-smart-car_53876-98192-500x333.jpg)
Almalioglu y sus colegas desarrollaron un nuevo modelo de aprendizaje profundo de autocontrol para estimar el movimiento del ego, un componente esencial del sistema de propulsión de un AV, que analiza la posición del movimiento del automóvil en relación con los objetos observados detrás del propio automóvil. El modelo presenta información muy detallada de sensores visuales (que pueden dañarse debido a condiciones adversas) con datos de fuentes resistentes a la intemperie (como el radar), lo que permite aprovechar cada uno en diferentes condiciones climáticas.
Yasin Almalioglu, quien realizó la investigación como parte de su doctorado. en Filología en el Departamento de Ciencias de la Computación, dijo: «La dificultad para que los vehículos autónomos logren un posicionamiento preciso en condiciones climáticas adversas difíciles es una de las razones principales por las que hasta ahora se han limitado a ensayos relativamente pequeños». Por ejemplo, el clima como la lluvia o la nieve puede hacer que se detecte un AV en el carril equivocado antes de un giro o que se detenga demasiado tarde en un giro. Intersección por posicionamiento inexacto”.
Los investigadores entrenaron el modelo utilizando múltiples conjuntos de datos AV disponibles públicamente compuestos por datos de varios sensores, como cámaras, lidar y radar en varias configuraciones, que incluyen niveles variables de luz/oscuridad y precipitación. El cálculo de la posición del automóvil se realiza utilizando datos novedosos obtenidos de sensores, estos datos se utilizaron para generar algoritmos para reconstruir la geometría de la escena. Los investigadores demostraron que el modelo funciona excepcionalmente en todo tipo de clima, como lluvia, niebla, nieve, etc.
El profesor Niki Trigoni del Departamento de Ciencias de la Computación de la Universidad de Oxford, quien cosupervisó el estudio, dijo: «La capacidad de posicionamiento preciso forma la base para muchas funciones básicas de los vehículos autónomos, como la planificación del movimiento, la predicción, la conciencia situacional y la prevención de colisiones». Este estudio ofrece una interesante solución complementaria a la pila de software AV para lograr esta capacidad”.
El profesor Andrew Markham (Departamento de Ciencias de la Computación, Universidad de Oxford), también codirector del estudio, agregó: “Estimar la ubicación precisa de los vehículos autónomos es un hito crucial para lograr una conducción autónoma confiable en condiciones desafiantes. Este estudio aprovecha de manera efectiva los aspectos complementarios de diferentes sensores para ayudar a los vehículos autónomos a hacer frente a escenarios cotidianos difíciles”.
Haga clic aquí para ver el trabajo de investigación publicado
[ad_2]