Эта статья была проверена в соответствии с редакционным процессом и политикой Science X. Редакторы выделили следующие атрибуты, гарантируя при этом достоверность контента:
проверенный фактами
надежный источник
корректура
Хорошо! SwRI изучает возможность использования стереокамер или стереозрения в качестве альтернативы лидарным датчикам в автоматизированных транспортных средствах. Алгоритмы стереовидения SwRI создают карты различий, которые оценивают глубину особенностей дороги и препятствий. На левом изображении показано, как обычная камера видит бездорожье. На среднем изображении показано лидарное изображение того же следа. На правом изображении показана карта несоответствия стереозрения, основанная на алгоритмах SwRI, где цвета указывают расстояние до обнаруженных объектов (желтый — близко, синий — далеко). Серо-белый цвет на лидарном изображении указывает на контуры деревьев и капота автомобиля, но не указывает на глубину или расстояние. Фото: Юго-Западный научно-исследовательский институт.
× закрыть
SwRI изучает возможность использования стереокамер или стереозрения в качестве альтернативы лидарным датчикам в автоматизированных транспортных средствах. Алгоритмы стереовидения SwRI создают карты различий, которые оценивают глубину особенностей дороги и препятствий. На левом изображении показано, как обычная камера видит бездорожье. На среднем изображении показано лидарное изображение того же следа. На правом изображении показана карта несоответствия стереозрения, основанная на алгоритмах SwRI, где цвета указывают расстояние до обнаруженных объектов (желтый — близко, синий — далеко). Серо-белый цвет на лидарном изображении указывает на контуры деревьев и капота автомобиля, но не указывает на глубину или расстояние. Фото: Юго-Западный научно-исследовательский институт.
Юго-западный научно-исследовательский институт разработал инструменты для автономного вождения по бездорожью, уделяя особое внимание малозаметности для военных и маневренности для клиентов в космосе и сельском хозяйстве. Система на основе машинного зрения объединяет стереокамеры с новыми алгоритмами, устраняя необходимость в лидаре и активных датчиках.
«Мы обдумали самые сложные задачи машинного зрения, а затем сосредоточились на создании плотного и надежного моделирования для навигации по бездорожью», — сказал Абэ Гарза, инженер-исследователь в отделе интеллектуальных систем SwRI.
Благодаря внутренним исследованиям инженеры SwRI разработали набор инструментов, известный как Vision for Off-road Autonomy (VORA). Пассивная система может воспринимать объекты, моделировать окружающую среду и одновременно локализовать и составлять карты при навигации по бездорожью.
Команда VORA рассматривала систему камер как пассивную альтернативу лидару — датчику обнаружения света и определения дальности, который излучает активные лазеры для исследования объектов и расчета глубины и расстояния. Несмотря на высокую надежность, лидарные датчики излучают свет, который могут обнаружить враждебные силы. Также можно обнаружить радар, излучающий радиоволны. GPS-навигация может быть заблокирована, а ее сигналы часто блокируются в каньонах и горах, что может ограничить автоматизацию сельского хозяйства.
«Для наших оборонных клиентов мы хотели разработать более эффективные возможности пассивного зондирования, но обнаружили, что эти новые инструменты компьютерного зрения могут принести пользу сельскому хозяйству и космическим исследованиям», — сказала Мира Таулер, помощник менеджера программы SwRI, возглавлявшая проект.
Исследователи разработали технологию VORA для исследования поверхностей планет. В космических приложениях автономные роботы ограничены по мощности, грузоподъемности и прерывистому подключению. В космосе камеры имеют больше смысла, чем энергоемкие лидарные системы.
SwRI разработал алгоритм на основе факторного графа для одновременной локализации и картирования среды для автоматизированных транспортных средств. Он интеллектуально объединяет разреженные функции изображения и данные ориентиров с данными инерциального измерительного блока (IMU) и информацией колесного энкодера для получения высокоточных данных картографирования и локализации, аналогичных тем, которые производят лидарные датчики. Факторный график объединил визуальную одометрию — метод оценки движения транспортного средства по последовательности изображений с камеры — с данными IMU для определения ключевых точек и оценки положения, которые позволяют автоматическим транспортным средствам перемещаться по бездорожью. Фото: Юго-Западный научно-исследовательский институт.
× закрыть
SwRI разработал алгоритм на основе факторного графа для одновременной локализации и картирования среды для автоматизированных транспортных средств. Он интеллектуально объединяет разреженные функции изображения и данные ориентиров с данными инерциального измерительного блока (IMU) и информацией колесного энкодера для получения высокоточных данных картографирования и локализации, аналогичных тем, которые производят лидарные датчики. Факторный график объединил визуальную одометрию — метод оценки движения транспортного средства по последовательности изображений с камеры — с данными IMU для определения ключевых точек и оценки положения, которые позволяют автоматическим транспортным средствам перемещаться по бездорожью. Фото: Юго-Западный научно-исследовательский институт.
Чтобы преодолеть различные проблемы, команда разработала новое программное обеспечение для использования данных стереокамеры для высокоточных задач, традиционно решаемых с помощью лидара. Эти задачи включают локализацию, восприятие, картографирование и моделирование мира.
На основе этого исследования SwRI разработала инструмент стереосопоставления с глубоким обучением (DLSM), который использует рекуррентную нейронную сеть для создания плотных и точных карт несоответствия на основе стереозрения. Карта несоответствия подчеркивает различия в движении между двумя стереоизображениями.
Чтобы помочь в одновременной локализации и картографировании, SwRI разработал алгоритм факторного графа, который интеллектуально объединяет разреженные данные из особенностей стереоизображения, ориентиров, показаний инерциальных измерительных блоков (IMU) и колесных энкодеров для получения высокоточных данных локализации. Автономные системы используют факторные графики или вероятностные графические модели, чтобы делать выводы путем сравнения переменных.
«Мы применяем наши исследования автономности к военным и коммерческим автомобилям, сельскому хозяйству и многому другому», — сказал Таулер. «Мы рады представить нашим клиентам готовую к использованию стереокамеру, интегрированную в лучший в отрасли пакет автономности».
SwRI планирует интегрировать технологию VORA в другие системы автономии и протестировать ее на трассе для бездорожья в кампусе SwRI в Сан-Антонио.
SwRI сделал безопасность и защищенность приоритетом при разработке автономных транспортных средств и автоматизированных систем вождения, поскольку технология достигает высокого уровня готовности для коммерческого и государственного использования.
Больше информации:
Домашняя страница проекта: www.swri.org/industries/autono … cle-research-testing
2024-03-12 20:15:03
1710279200
#Инструменты #автономного #вождения #по #бездорожью #ориентированные #на #зрение #камеры
