Forskere har udviklet et automatiseret system, der gør det muligt for biler at opfatte rundt om hjørner og opdage modkørende trafik og fodgængere.
Systemet kan nemt integreres i nutidens køretøjer, ved hjælp af Doppler radar til at afspejle radiobølger fra overflader som bygninger og parkerede biler. Radarsignalet rammer overfladen i en bestemt vinkel, så dens refleksion hopper tilbage som en cue ball rammer væggen i poolbordet, og signalet fortsætter med at ramme objekter skjult i hjørnet. Nogle radarsignaler reflekteres tilbage til detektoren monteret på bilen, så systemet kan se objekterne rundt om hjørnet og bedømme, om de bevæger sig eller stationære. Felix Heide, adjunkt i datalogi ved Princeton University, sagde: "Dette vil gøre det muligt for biler at se tilslørede objekter, der ikke kan registreres af nutidens lidar og kamera sensorer, for eksempel, at tillade autonome køretøjer at se fare. Krydset." Forskerne sagde også, "Omkostningerne ved radarsensorer er også relativt lav, især i forhold til lidar sensorer, og kan masseproduceres."
I et papir offentliggjort på CVPR2020 konferencen juni 16, forskerne beskrev, hvordan systemet adskiller objekter, herunder biler, cykler og fodgængere, og måler dens retning og modkørende hastighed.
Forfatteren skriver: "Den foreslåede metode giver fodgængere og cyklister til at give kollision advarsel i den virkelige verden autonome kørsel scenarier, og derefter bruge eksisterende line-of-sight sensorer til at se fodgængere og cyklister."
I de senere år har ingeniører udviklet forskellige sensorsystemer, der gør det muligt for biler at opdage andre objekter på vejen. Mange af dem er afhængige af lidar eller kameraer, der bruger synligt eller nær-infrarødt lys, og sådanne kollisions-forebyggende sensorer er nu almindelige i biler. Men det er svært at bruge optisk sensing til at identificere objekter ude af syne af bilen.
I en tidligere undersøgelse, Hyde og hans kolleger spekulerede på, om det var muligt at skabe et system, der bruger billedfarlys i stedet for synligt lys til at opdage farer ud over bilens synsvidde. For radarsystemer er signaltabet af glatte overflader meget lavere, og radar er en effektiv teknologi til sporing af objekter. Udfordringen er, at radarens rumlige opløsning (bruges til at fotografere objekter rundt om hjørner som biler og cykler) er forholdsvis lav. Men, forskerne mener, at de kan skabe algoritmer til at fortolke radardata for at gøre sensorerne fungerer korrekt.
For at gøre det muligt for systemet at skelne objekter, holdet behandlet en del af radarsignalet, det vil sige standard radar betragtes baggrundsstøj snarere end tilgængelige oplysninger. Holdet anvendte kunstig intelligens teknologi til at forbedre behandlingen og læse billederne. Fan Fanwei, en kandidat studerende i datalogi og en af de vigtigste forfattere af papiret, sagde, at computeren kører systemet skal lære at identificere cyklister og fodgængere fra meget sparsomme data.
"Først og fremmest skal vi finde ud af, om der er noget. Hvis noget er vigtigt? Er det en cyklist eller en fodgænger?", sagde hun. "Så må vi finde den."
Hun sagde, at systemet i øjeblikket er i stand til at opdage fodgængere og cyklister, fordi ingeniører mener, at disse objekter er små i størrelse og har forskellige former og bevægelser, så de er de mest udfordrende objekter. Hun sagde, at systemet også kan justeres til at opdage køretøjer.
Forskerne planlægger at forbedre radar- og signalbehandlingen yderligere, så teknologien kan anvendes i flere retninger. Dette system har potentiale til grundlæggende at forbedre køretøjernes sikkerhed. Da den er afhængig af eksisterende radarsensorteknologi, bør det være muligt at forberede udbredelsen af radarsystemer i næste generation af køretøjer.
