Самые популярные новости недели
17.09.2018 Предприятия НП "ОПЖТ" обсудили вопросы развития путевой техники в Калуге  800
17.09.2018 В Москве пройдет 18-я Международная выставка сварочных материалов, оборудования и технологий Weldex 787
17.09.2018 Круглый стол предприятий НП "ОПЖТ" по вопросам развития отечественного путевого машиностроения состоялся в Калуге 771
17.09.2018 Опубликован мониторинг ситуации в промышленности России по итогам августа 2018 года 767
18.09.2018 Через неделю, 25 сентября, состоится открытие международного водного форума ЭКВАТЭК-2018 724
19.09.2018 На развитие несырьевого экспорта выделят 1 трлн рублей 590
20.09.2018 Казахстан заинтересован в расширении сотрудничества с российскими производителями специализированной техники 447
20.09.2018 Лидером всероссийского регионального медиарейтинга импортозамещения за август впервые стал Крым 440
21.09.2018 Более 100 специалистов по охране труда поборются за звание лучших 389
18.09.2018 Запатентованы новые возможности системы прогностики ПРАНА 378
21.09.2018 Уралмашзавод создаст экскаватор для Севера  358
21.09.2018 ООО "Промтрактор-Промлит" увеличивает показатели производства крупного вагонного литья 342
21.09.2018 ЛУКОЙЛ начал продажи моторных масел через Amazon 334
21.09.2018 "Швабе" и Сибирское отделение РАН договорились о сотрудничестве 334
19.09.2018 Sandvik Coromant представляет новые сплавы для точения материалов высокой твёрдости 330
19.09.2018 "Росэлектроника" впервые представила в южноафриканском регионе военную продукцию холдинга 328
18.09.2018 ОАО "РЖД", компания "Сименс АГ" и АО "Группа "Синара" подписали соглашение о расширении парка высокоскоростных поездов 317
18.09.2018 Два из четырех адсорбера, отгруженных Уралхиммашем в адрес ПАО "Газпром", прибыли к заказчику 312
19.09.2018 Генеральный директор РЖД Олег Белозеров положительно оценил проекты цифрового дивизиона объединенной группы "ЛокоТех" и ТМХ 309
19.09.2018 "ЛокоТех-Сигнал" и "Сименс" планируют организовать Центр компетенций в Москве 307
18.09.2018 "Ангстрем" разработал мощный полуприжимной IGBT-модуль на 2500 В 2000 А для электросетевого оборудования и железнодорожного транспорта 303
18.09.2018 На "КАМАЗе" готовятся к открытию нового конвейера для сборки рам 300
17.09.2018 Двигатель для авиалайнера МС-21 получит сертификат в ближайшее время 297
19.09.2018 Гражданский дивизион "Тракторных заводов" погасил все долги по зарплате 296
19.09.2018 "Россети" на Российской энергетической неделе подведут промежуточные итоги цифровизации электросетевого комплекса 295
17.09.2018 Завод "Красное Сормово" передал заказчику четвертый сухогруз проекта RSD59 294
18.09.2018 Около тысячи студентов и школьников прошли летнюю практику в филиале ПАО "Компания "Сухой" "КнААЗ им. Ю.А. Гагарина" 293
18.09.2018 Магнитогорский металлургический комбинат стал партнером Национальной премии "ПРИОРИТЕТ-2018" 290
17.09.2018 "Швабе" и Лазерная ассоциация КНР создают консорциум 284
18.09.2018 ЛУКОЙЛ первым сертифицировал заводы смазочных материалов по новому автомобильному стандарту IATF 283
17.09.2018 Холдинг "Росэлектроника" готовит наставников для предприятий 280
19.09.2018 Объединенная Вагонная Компания представила на выставке InnoTrans 2018 сочлененную платформу для европейского рынка 278
20.09.2018 Станкостроительный завод СТАН в Рязани увеличивает объемы производства 268
18.09.2018 В МОЭСК стартовал отборочный тур чемпионата молодых профессионалов по методике WorldSkills 253
20.09.2018 Крыловский центр расширит потенциал своей испытательной базы на "Галактике" 251
20.09.2018 "КАМАЗ" и Cummins Inc. подписали меморандум о взаимопонимании 250
20.09.2018 "ЛокоТех" внедрит интеллектуальную систему управления ремонтами 249
20.09.2018 Передовое решение по фотоконтролю корпоративного транспорта было представлено российским разработчиком в Сочи 243
19.09.2018 Сбербанк и "ПК Транспортные системы" совместно будут развивать электрический транспорт 242
19.09.2018 Тракторы Valtra используются на торфопроизводстве Калининградской области 240
20.09.2018 Тракторы ЧТЗ защитят вологодских энергетиков от падающих деревьев 232
20.09.2018 Главный двигатель БРК Димитровград прошел техническое обслуживание 230
19.09.2018 Ижорские заводы отгрузили оборудование и закладные шахт ревизии для третьего энергоблока АЭС Куданкулам 229
20.09.2018 ФСК ЕЭС – первая в электроэнергетике РФ компания, подтвердившая соответствие внутреннего аудита международным стандартам 217
17.09.2018 Металлоинвест строит комплексы по транспортировке горной массы на Лебединском и Михайловском ГОКах 212
21.09.2018 Технологии "Мечел-Материалов" оценили немецкие профессионалы в области переработки промотходов 188
21.09.2018 Завод "Алнас" достиг лучших финансовых показателей за последние десять лет 188
21.09.2018 Пятый сухогруз проекта RSD59 сошел со стапелей завода "Красное Сормово" 187

Опубликовано: 14 ноября 2017 г.

Система автономного вождения Delphi научилась соблюдать правила благодаря искусственному интеллекту

Источник информации: Пресс-служба компании Delphi

Развитие систем автономного вождения меняет технологическую основу транспорта. Это можно сравнить с переходом от "Дикого Запада" к новой эпохе.

Вы можете привести свою аналогию, но один факт остается очевидным: в настоящее время возможности в сфере разработки систем автономного вождения очень широки, несмотря на высокий уровень конкуренции в этой области. Многие компании выбирают различные пути и подходы к созданию первой системы автономного вождения, адаптированной для серийного производства. В то же время формулируются новые правила и технологические концепции становятся реальностью.

Суть в том, что в соревновании по созданию систем полностью автономного вождения не существует каких-либо общепринятых правил.

Тем не менее платформа Delphi Centralized Sensing Localization Planning (CSLP) создана на базе предустановленных обобщенных правил, описывающих основные безопасные действия автомобиля, и использует искусственный интеллект (ИИ) для выбора оптимального пути. Это означает, что инструкции или набор правил, которым должен следовать автомобиль, закладываются в алгоритм. Таким образом мы получаем транспортное средство, способное принимать решения с помощью искусственного интеллекта.

Однако правила существуют не для всех ситуаций, по крайней мере в настоящий момент. По одной простой причине — пока что ни одному из игроков просто-напросто не удалось провести всех испытаний. Собственно, в том числе поэтому множество беспилотных автомобилей постоянно испытываются по всему миру — они собирают данные. Затем эти данные используются для каталогизации огромного количества возможных ситуаций, с которыми может столкнуться автомобиль, а следовательно, и способов безопасного реагирования.

То, как автомобиль реагирует на ситуацию, зависит от того, что он "видит" и "слышит" с помощью своих датчиков. Существует три типа датчиков: радары, видеодатчики (камеры) и лидары. Некоторые компании используют только один тип датчиков, но платформа Delphi CSLP полагается на все три типа.

Анализируя сигналы от всех датчиков, система автономного вождения Delphi обеспечивает высокую достоверность информации об окружающей обстановке. Почему мы используем датчики всех типов? Потому что у каждого датчика есть своя сильная сторона:

- радар не подвержен воздействию погодных условий;
- лидар обеспечивает высокую точность измерения расстояний, и
- видеодатчик обеспечивает точное распознавание объекта.

Комбинация всех трех датчиков позволяет системе получать всеобъемлющее представление о том, что окружает автомобиль, увеличивая уровень безопасности и надежности.

Искусственный интеллект используется в основном для обработки визуальной информации, тогда как методы машинного обучения применяются для классификации и распознавания объектов. Что такое машинное обучение? Эта концепция исходит из идеи, что компьютер может обучаться без дополнительного программирования точных инструкций, предписывающих реакцию на ситуацию.

Алгоритмы должны быть "натренированы" на распознавание обстановки, окружающей автомобиль. Машинное обучение работает на основе так называемой нейронной сети. Исходя из названия, ее функционирование аналогично работе мозга человека. Она "живет" в автомобиле и классифицирует объекты в режиме реального времени. Так автомобиль может "следовать" определенным правилам. Это очень сложная задача. И это одна из причин, по которой гибридный подход, комбинирующий ИИ и машинное обучение, помогает беспилотным автомобилям принимать решения подобно тому, как это делает человек. В определенных случаях, например при включении красного сигнала светофора или остановке другого автомобиля на пути следования, важно обеспечить торможение вплоть до полной остановки. Но в других ситуациях, например когда пластиковый пакет пролетает над дорогой, хотелось бы, чтобы автомобиль определил, что это не препятствие и можно безопасно продолжить движение.

В случае со сценариями, для которых (еще) не предписаны правила, ИИ принимает решения на основе входящей информации.

"Нейронная сеть знает, что предпринять, только если обучена этим действиям, — объясняет Глен Де Вос (Glen De Vos), технический директор компании Delphi. — Однако невозможно учесть все сценарии, с которыми может столкнуться автомобиль. Вы не всегда можете правильно спрогнозировать, как именно нейронная сеть "заполнит пробелы" и, соответственно, отреагирует на ситуацию, с которой не сталкивалась ранее. В тех случаях, когда автомобиль неспособен что-то распознать, правила, заложенные в нейронную сеть, потребуют от него совершить безопасную остановку. Так что, используя комбинацию правил нейронной сети и искусственного интеллекта, мы сможем охватить практически все возможные ситуации".

             
         Добавить в Google Reader  Читать в Яндекс Ленте

Подписка на почтовую рассылку
Для подписки на почтовую рассылку Вам необходимо войти или зарегистрироваться.

Последний выпуск
 Новости машиностроения   |   Новости компаний   |   Архив новостных рассылок 
© 2018 Портал машиностроения