Investigadores de la Universidad de Oxford han desarrollado un novedoso sistema de inteligencia artificial (IA) para permitir que los vehículos autónomos (AV) logren una capacidad de navegación más segura y confiable, especialmente en condiciones climáticas adversas, dice la Universidad de Oxford en un presione soltar.
“La dificultad para que los vehículos autónomos logren un posicionamiento preciso durante un clima adverso desafiante es una de las principales razones por las que hasta ahora se han limitado a ensayos a escala relativamente pequeña. Por ejemplo, el clima como la lluvia, la niebla o la nieve pueden hacer que un AV se detecte en el carril equivocado antes de girar, o que se detenga demasiado tarde en una intersección debido a un posicionamiento impreciso”, dijo el investigador Yasin Almalioglu.
Para superar este problema, Almalioglu y sus colegas desarrollaron un nuevo modelo de aprendizaje profundo auto supervisado para la estimación del movimiento del ego, un componente crucial del sistema de conducción de un AV que estima la posición de movimiento del automóvil en relación con los objetos observados desde el propio automóvil. El modelo reunió información muy detallada de sensores visuales (que pueden verse interrumpidos por condiciones adversas) con datos de fuentes inmunes al clima (como el radar), de modo que los beneficios de cada uno puedan usarse bajo diferentes condiciones climáticas.
Conducción suave y segura
El modelo se entrenó utilizando varios conjuntos de datos AV disponibles públicamente que incluían datos de múltiples sensores, como cámaras, lidar y radar en diversas configuraciones, que incluyen luz/oscuridad variable y precipitación. Estos se utilizaron para generar algoritmos para reconstruir la geometría de la escena y calcular la posición del automóvil a partir de datos novedosos. Bajo varias situaciones de prueba, los investigadores demostraron que el modelo mostró un rendimiento sólido en todo tipo de clima, incluidas condiciones de lluvia, niebla y nieve, así como de día y de noche. El equipo anticipa que este trabajo acercará a los AV un paso más hacia la conducción autónoma segura y fluida en todo tipo de clima y, en última instancia, a un uso más amplio dentro de las sociedades.
El documento completo, Posicionamiento robusto basado en el aprendizaje profundo para la conducción autónoma en todo clima, se publica en Naturaleza Máquina Inteligencia.
