Zürih Üniversitesi Bilişim Enstitüsü'ndeki (UZH) araştırmacılar, biyolojik olarak ilham alan yeni bir kamerayı yapay zekayla birleştiren bir sistem geliştirdiler. Bu, mevcut sistemlerden yüz kat daha hızlı ve daha az bilgi işlem gücüyle, bir arabanın veya yayaların yakınında aniden ortaya çıkan engelleri tespit etmeyi amaçlamaktadır. Şimdi araştırmalarının sonuçlarını Nature bilimsel dergisinde yayınladılar.
Duyuru
Daniel Gehrig ve Davide Scaramuzza, yeni sistemin otomotiv sistemlerinin ve otonom araçların güvenliğini önemli ölçüde artırabileceğini söylüyor. Ayrıca geleneksel araçlarda sürücüleri uyarabilen veya acil frenlemeyi başlatabilen mevcut sistemleri de düşünüyorlar. Bu sürücü destek sistemleri henüz yeterince güvenilir değil. Genellikle saniyede 30 ila 50 görüntü çekerler. Bu görüntülerdeki nesneleri tanıyacak şekilde bir yapay sinir ağı eğitilebilir. Ancak iki fotoğraf arasındaki milisaniyeler içinde bir şey olursa kamera bunu çok geç fark edebilir. Artık kare hızı artırılabilir ancak bu, gerçek zamanlı olarak daha fazla verinin işlenmesi anlamına gelir.
Etkinlik kameraları ise “akıllı pikseller” ile donatılmıştır. Bunlar hızlı hareketleri algıladıklarında bilgileri kaydederler. Bu, tek tek görüntüler arasında kör nokta olmadığı anlamına gelir. “Nöromorfik kameralar” olarak insan gözünün algısını taklit ediyorlar ancak yavaş hareket eden şeyleri kaçırabiliyorlar. Dahası, görüntüleri yapay zeka algoritmalarının eğitimi için olağan veri formatına kolayca dönüştürülemez.
İki kamera türü artı AI
Gehrig ve Scaramuzza şimdi her iki tür kamerayı da alıp bunları yapay zekayla birleştiriyor. Standart bir kamera saniyede 20 görüntü çeker; bunlar, arabaları veya yayaları tanımak üzere eğitilmiş bir yapay zeka sistemi tarafından işlenir. Olay kamerası verileri, özellikle zaman içinde değişen 3D verileri analiz etmeye uygun, farklı türde bir yapay zeka sistemiyle eşleştirilir.
Olay kamerasının gördükleri, performansını artırmak amacıyla standart kameranın gördüklerini tahmin etmek için kullanılır. Daniel Gehrig şöyle açıklıyor: “Sonuç, nesneleri saniyede 5000 görüntü çeken standart bir kamera kadar hızlı bir şekilde algılayabilen bir görsel dedektördür. Ancak yalnızca saniyede 50 görüntü çeken standart bir kamerayla aynı bant genişliğine ihtiyaç duyar.”
İsviçreli araştırmacılar, otonom araçlarda olduğu gibi LiDAR sensörlü kameraların entegre edilmesi durumunda yöntemin daha da güçlü olabileceğine inanıyor. Bu tür hibrit sistemler, veri ve bilgi işlem gücünde önemli bir artış olmadan otonom sürüş için gereken güvenliğin sağlanmasında hayati öneme sahip olabilir.
(başvuru)
Haberin Sonu
Duyuru
Daniel Gehrig ve Davide Scaramuzza, yeni sistemin otomotiv sistemlerinin ve otonom araçların güvenliğini önemli ölçüde artırabileceğini söylüyor. Ayrıca geleneksel araçlarda sürücüleri uyarabilen veya acil frenlemeyi başlatabilen mevcut sistemleri de düşünüyorlar. Bu sürücü destek sistemleri henüz yeterince güvenilir değil. Genellikle saniyede 30 ila 50 görüntü çekerler. Bu görüntülerdeki nesneleri tanıyacak şekilde bir yapay sinir ağı eğitilebilir. Ancak iki fotoğraf arasındaki milisaniyeler içinde bir şey olursa kamera bunu çok geç fark edebilir. Artık kare hızı artırılabilir ancak bu, gerçek zamanlı olarak daha fazla verinin işlenmesi anlamına gelir.
Etkinlik kameraları ise “akıllı pikseller” ile donatılmıştır. Bunlar hızlı hareketleri algıladıklarında bilgileri kaydederler. Bu, tek tek görüntüler arasında kör nokta olmadığı anlamına gelir. “Nöromorfik kameralar” olarak insan gözünün algısını taklit ediyorlar ancak yavaş hareket eden şeyleri kaçırabiliyorlar. Dahası, görüntüleri yapay zeka algoritmalarının eğitimi için olağan veri formatına kolayca dönüştürülemez.
İki kamera türü artı AI
Gehrig ve Scaramuzza şimdi her iki tür kamerayı da alıp bunları yapay zekayla birleştiriyor. Standart bir kamera saniyede 20 görüntü çeker; bunlar, arabaları veya yayaları tanımak üzere eğitilmiş bir yapay zeka sistemi tarafından işlenir. Olay kamerası verileri, özellikle zaman içinde değişen 3D verileri analiz etmeye uygun, farklı türde bir yapay zeka sistemiyle eşleştirilir.
Olay kamerasının gördükleri, performansını artırmak amacıyla standart kameranın gördüklerini tahmin etmek için kullanılır. Daniel Gehrig şöyle açıklıyor: “Sonuç, nesneleri saniyede 5000 görüntü çeken standart bir kamera kadar hızlı bir şekilde algılayabilen bir görsel dedektördür. Ancak yalnızca saniyede 50 görüntü çeken standart bir kamerayla aynı bant genişliğine ihtiyaç duyar.”
İsviçreli araştırmacılar, otonom araçlarda olduğu gibi LiDAR sensörlü kameraların entegre edilmesi durumunda yöntemin daha da güçlü olabileceğine inanıyor. Bu tür hibrit sistemler, veri ve bilgi işlem gücünde önemli bir artış olmadan otonom sürüş için gereken güvenliğin sağlanmasında hayati öneme sahip olabilir.
(başvuru)
Haberin Sonu