collaboration
9.8K views | +0 today
Follow
Your new post is loading...
Your new post is loading...
Scooped by Pál Kerékfy
Scoop.it!

Nem a nagyfiúk után fut, más úton akarja leelőzni őket

Nem a nagyfiúk után fut, más úton akarja leelőzni őket | collaboration | Scoop.it
Hungary-based AImotive believes self-driving cars can navigate with regular cameras. It’s building a custom chip and virtual simulator to prove it.

I came to investigate AImotive’s claim that it could navigate primarily using the input from webcams positioned around the car (including a front pair to provide stereo vision). Inexpensive radar sensors would be onboard for backup. But AImotive wouldn’t need the gold-plated standard of most self-driving cars–lidar laser scanners that cost tens of thousands of dollars.

Pál Kerékfy's insight:

Lássuk, mire jut majd ez a kis magyar startup! Nem akarják követni a nagyokat, teljesen más utakat választanak az önvezetés terén.

Mik az eltérések?

  1. Vizuális érzékelés, vagyis olcsó kamerák. Ezzel szemben a nagyok lidart használnak, ami nagyon drága (több tízezer dollár), és centiméteres pontosságú, állandóan frissített digitális térképet használ.
  2. Saját hardvert fejlesztenek (aiWare), mert a mostani megoldásoknak nagyon nagy az áramfelvétele. A mai megoldások tipikusan 1000 watt körüliek, az NVidia új, optimalizált alaplapja 500 wattos. Az AImotive 100 watt alá akar lemenni.
  3. A szimulációs tesztekre sem a meglévő eszközöket használják, hanem a saját aiSim rendszerükön dolgoznak.

Kiderül majd, hogy mire jutnak… Látszik a befektetői bizalom, eddig 47,5 millió dollár tőkét kaptak. Érdekes módon a konkurens NVidia is beszállt :-)

#AImotive #seldriving #radar #lidar #autonomous #robocar #aiWare #aiSim #NVidia #startup

No comment yet.
Scooped by Pál Kerékfy
Scoop.it!

Többféle szenzorral, okosabban

Többféle szenzorral, okosabban | collaboration | Scoop.it
Self-driving is one of the greatest challenges of our age. For the first time, we have the technological background, spatial and temporal resolution for a robotic system to fully understand its surroundings.

This means that automated systems are now capable of controlling a vehicle at speeds of 130 km/h (80 mi/h) being aware that any mistake can cost human lives. Self-driving systems do this by recognizing their surroundings and understanding the kinematic characteristics of each object in every moment with negligible uncertainty. They will then define the safe free space, the trajectory and route they should follow to reach a destination.

Pál Kerékfy's insight:

Az elmúlt héten kétszer is írtam azokról a kutatásokról, amikben a modern képfelismerő rendszerek átverhetőségét vizsgálták. Az önvezető autók köréből is hoztak konkrét példákat, hiszen ezekben kritikus lehet a jelzések és a forgalmi szituációk helyes értelmezése. A kutatók példái csak a táblákra vonatkoztak. Forgalmi helyzetek, mozgásban lévő objektumok még bonyolultabb kérdéseket vetnek fel.

 

Az AImotive (korábban ADASworks) nevű magyar cég másoktól kissé eltérő utat jár be az önvezető autókhoz szükséges műszaki megoldások fejlesztésében. Megközelítésük az, hogy olcsó, akár utólag is az autóba építhető, látáson (kamerákon) alapuló rendszerekkel lehet a környezet észlelését a legjobban megoldani. Ezek a Google által preferált Lidar (lézeres) eszközök árának töredékébe kerülnek.

 

Az AImotive szenzorokkal foglalkozó vezetője (dr. Kozma Péter) most arról ír, hogy milyen integrációs problémákat kell kezelni, amikor több szenzort, és különböző típusú szenzorokat használunk az autóban. Összhangban kell lenniük a térbeli pozícióknak, az óráknak szinkronban kell lenniük, és végül: a központi egységnek helyesen kell értelmeznie a kapott információkat – akkor is, ha valamelyik szenzor hibázik.

 

Az még nem világos számomra, hogy a korábbi példákban szereplő értelmezési hibákat ezzel a módszerrel hogyan lehet kezelni…

 

#AImotive #ADASworks #AI #selfdriving #autonomous @AImotive #sensors #lidar #visual

No comment yet.
Scooped by Pál Kerékfy
Scoop.it!

A gyalogosok okozzák az önvezetés kudarcát?

A gyalogosok okozzák az önvezetés kudarcát? | collaboration | Scoop.it
A gyalogosok okozzák az önvezetés kudarcát? - Meglepően érdekes véleménnyel állt elő egy mesterséges intelligencia-alapú technológiák fejlesztésével foglalkozó informatikus, vállalkozó.
Pál Kerékfy's insight:

Andrew Y. Ng szerint az önvezető autók közlekedése biztonságosabbá válna, ha a gyalogos közlekedőket felhívnánk arra, hogy kiszámíthatóan és szabályosan közlekedjenek.

 

Már évekkel ezelőtt is hangzottak el olyan vélemények, hogy a városokban halálra lesz ítélve az önvezető autók forgalma. Miért? Ha az önvezető autó tényleg biztonságosabb, ha több információt tud gyorsabban feldolgozni, mint az ember, akkor lényegében akármit csinálhat a gyalogos, az autó nem fogja elütni. Állandóan elhárítja majd a veszélyt, megelőzi majd a balesetet. Ettől lassú lesz a közlekedés autóval.

 

Van erre esély? Nagyon is van! Az ember szereti feszegetni a határokat és szereti figyelmen kívül hagyni a szabályokat. Gyorsan megtanulja, hogy nyugodtan leléphet az autó elé, mert az meg tud állni, és meg is áll.

 

A minapi példa (az Uber autója nem fékezett, amikor felbukkant a gyalogos) nem lenne bátorító, de ez nem is lesz tipikus.

 

Ha megnézzük, hogy egy önvezető rendszer hogyan figyeli és elemzi a többi közlekedő mozgását, akkor azt láthatjuk, hogy nagyon előrelátó tud lenni, meg tudja jósolni a mozgásukat, vagyis ki tudja védeni a baleseteket. Itt láthatók az AImotive videói erről: Hova vezet ez?

 

Annak idején a defenzív vezetés tantárgyban a célt értető mozgás volt az egyik fontos elem. Ennek az a lényege, hogy a jármű vagy a gyalogos a mozgásával is adja tudtára a közlekedés többi résztvevőjének a szándékait (pl.: ne menjen lassan, ha nem az a szándéka, hogy udvariasan átengedi).

 

#Uber #AImotive #selfdriving #autonomous #car

No comment yet.