Увеличение скорости обработки визуальной информации на 400 процентов может значительно повысить безопасность беспилотных автомобилей, дронов и роботов.
Международная группа исследователей представила новую систему безопасности для автономных машин, которая, как утверждается, способна реагировать на опасность быстрее, чем человеческий мозг.
В исследовании подробно описывается, как ученые из Китая, Великобритании, Гонконга, Саудовской Аравии и США создали аппаратный «рефлекс», предназначенный для ускорения принятия решений в автоматизированном вождении.
Данная разработка решает давнюю проблему в области робототехники и беспилотных технологий. Машинам, как правило, требуется больше времени, чем людям, для интерпретации визуальных данных и реагирования на внезапные опасности.
При скорости 80 километров в час автоматизированному транспортному средству требуется около 0,5 секунды, чтобы среагировать на препятствие. За это время оно может проехать примерно 13 метров, прежде чем затормозить. Для сравнения, человеческий мозг реагирует примерно за 0,15 секунды.
Почему время реакции машин представляет собой угрозу безопасности
Даже при использовании современных процессоров покадровый анализ изображения высокого разрешения занимает время. Компьютеры должны определить, что движется, куда оно направляется и представляет ли оно угрозу. Эта задержка вызывает опасения по поводу безопасности роботов, дронов и беспилотных автомобилей, работающих в непредсказуемых условиях.
В реальных дорожных условиях важны доли секунды. Более медленная реакция может привести к увеличению тормозного пути и повышению риска столкновения. Инженеры изо всех сил пытаются сократить разрыв между человеческим восприятием и обработкой информации машиной, не жертвуя при этом точностью.
Исследовательская группа сосредоточилась на решении этой проблемы на аппаратном уровне, а не полагалась только на программные улучшения. Их целью было обеспечить более быстрое принятие решений без полной переработки существующих систем камер.
Аппаратный «рефлекс», вдохновленный человеческим зрением.
Ученые смоделировали свою систему по принципу работы человеческого зрения. Вместо анализа каждой детали сцены, человеческий мозг быстро обнаруживает внезапное движение или изменение и реагирует первым. Детальная обработка происходит позже.
В основе новой системы лежит двухмерный массив синаптических транзисторов, описываемый как высокочувствительный чип обнаружения движения. Он использует подход «фильтрация-обработка». Сначала чип отфильтровывает нерелевантные визуальные данные и идентифицирует только ключевые изменения в сцене.
Транзистор способен обнаруживать изменения изображения всего за 100 микросекунд, что намного быстрее, чем воспринимает человек. Он может сохранять информацию о движении более 10 000 секунд и работать более 8 000 циклов без потери производительности.
После захвата кадра чип игнорирует всё изображение целиком и регистрирует только движущиеся объекты. Затем эти выбранные сигналы передаются стандартным алгоритмам компьютерного зрения для более глубокого анализа. Согласно исследованию, такой подход более чем в 10 раз быстрее, чем традиционные методы обработки изображений.
Повышение производительности автомобилей, дронов и роботов.
В лабораторных условиях система обрабатывала данные о движении в четыре раза быстрее, чем современные алгоритмы. В идеальных условиях она даже превзошла скорость реакции человека.
Исследователи сообщили об улучшении обнаружения опасностей на 213,5% во время испытаний на вождение и об увеличении способности роботизированных манипуляторов захватывать объекты на 740,9%. В реальных условиях эффективность несколько снизилась, но оставалась выше, чем у существующих автономных систем.
При скорости 50 миль в час улучшение времени реакции примерно на 0,2 секунды может сократить тормозной путь примерно на 14,4 фута. Гао Шуо, соавтор исследования и доцент Пекинского университета авиации и космонавтики, сказал: «Наш подход демонстрирует ускорение на 400 процентов, превосходящее показатели человека, при этом сохраняя или повышая точность за счет временных априорных данных».
«Мы не полностью заменяем существующую систему камер; вместо этого, используя аппаратные модули, мы позволяем существующим алгоритмам компьютерного зрения работать в четыре раза быстрее, чем раньше, что имеет большую практическую ценность для инженерных приложений».
Он пояснил: «В дорожно-транспортном происшествии эти 4 метра (13,1 фута) часто определяют, произойдет ли столкновение или это будет лишь опасное стечение обстоятельств».
Для небольших дронов время реакции сократилось как минимум на треть, что улучшило выносливость и летные характеристики. Гао добавил: «Этот проект, несомненно, будет способствовать углубленному сотрудничеству с китайскими автомобильными и беспилотными компаниями».
«Мы надеемся оснастить беспилотные автомобили этой системой «рефлексов на аппаратном уровне», которая позволит им реагировать более чутко, чем люди, на внезапные изменения дорожных условий, тем самым коренным образом повысив безопасность беспилотных систем».
Результаты исследования были опубликованы в рецензируемом журнале Nature Communications.
Sourse: interestingengineering.com
