Вы когда-нибудь задумывались, сколько часов за всю жизнь вы проводите за рулем?
Не волнуйся. Мы вас прикрыли.
Согласно опросу, если человек начинает водить машину в возрасте 17 лет и ездит до тех пор, пока ему не исполнится почти 79 лет, то он тратит почти 37 000 часов за рулем автомобиля на протяжении всей своей жизни, преодолевая расстояние 1 284 256 км, что примерно в три раза превышает пройденное расстояние. для поездки на Луну и обратно. [1]
Теперь представьте ... может быть, не полностью, но, по крайней мере, часть сэкономленных 37 тысяч часов. Это не с помощью другого транспорта или назначения водителя, а с помощью беспилотного автомобиля. ДА!
Эти беспилотные автомобили могут управлять автомобилем без какого-либо вмешательства человека. Для некоторых это звучит немного пугающе, но это не так. Благодаря Искусственному интеллекту. Эти беспилотные автомобили созданы для использования данных, которые обрабатываются с помощью систем распознавания изображений, нейронных сетей, а также машинного обучения для вождения.
Эти автомобили не только экономят время, но и спасают жизни.
Согласно исследованию, во всем мире около 1,3 миллиона человек ежегодно умирают в результате дорожно-транспортных происшествий, т. е. в среднем 3287 смертей в день. [2]
94% этих аварий происходят из-за человеческой ошибки, 2% из-за окружающей среды, 2% из-за транспортных средств и 2% из-за других факторов. [3]
Положительным моментом является то, что в этих автомобилях можно избежать такой человеческой ошибки, поскольку эти автомобили не отвлекаются, они соблюдают правила дорожного движения, не ездят быстро, не водят машину в нетрезвом виде, они не засыпают.
Эти беспилотные автомобили способны регулировать скорость транспортного средства в соответствии с другими транспортными средствами и объектами на дороге, поскольку они используют автоматические тормозные системы во время чрезвычайных ситуаций, что делает поездку безопасной.
Системы автоматической парковки, системы автопилота делают их удобными для пользователя
· Способность автомобиля читать дорожные знаки делает его адаптируемым, и есть много других функций, которые делают его более безопасным не только для водителя, но и для пешеходов.
Б но как автомобилю удается распознавать дорожные знаки, другие транспортные средства на дороге и людей?
Но как распознать дорожные знаки, автомобили и людей на дороге?
Лидары и датчики, присутствующие в автомобиле, используют компьютерное зрение и преобразуют изображение в соответствующий объект, функции или шаблоны для блока обработки автомобиля, который отвечает за решения, принимаемые машиной. Здесь и происходит глубокое обучение. Глубокое обучение - это метод машинного обучения, при котором машины изучают функции непосредственно из данных, и доказано, что такие методы глубокого обучения обеспечивают лучшую точность в отношении классификации изображений, чем человеческие. Таким образом, чем больше машина работает с изображением, тем больше характеристик объектов она узнает.
Разработчик создает модель машинного обучения с использованием обучающих данных для обучения машины. Для упрощения и ускорения этого процесса используется структура глубокого обучения. Компоненты такой структуры помогают в проектировании, обучении и проверке глубоких нейронных сетей, которые обрабатывают данные с использованием математических моделей. Некоторыми из популярных фреймворков глубокого обучения являются Tensorflow и keras (Google), mxnet (Amazon), PyTorch (Facebook), Caffe (Беркли).
Проще говоря, распознавание изображений помогает машине распознавать объекты и людей по изображениям, которые передаются ей в качестве данных.
Перед загрузкой в машину эти изображения проходят процесс, называемый аннотацией.
Аннотация - процесс маркировки и аннотирования данных для обучения машины (автомобиля) распознаванию объектов на дороге. Этот процесс помогает дать точную ссылку для согласования с реальной дорожной ситуацией. Существуют различные инструменты, используемые для аннотирования изображения, в том числе инструмент прямоугольник, кубоидальный инструмент, многоугольник, круг, точка и ограниченный бокс. Инструмент должен быть выбран в зависимости от формы объекта.
Такие автомобили, как легковые и грузовые автомобили, помечаются кубоидальным инструментом. Это дает 3D-эффект 2D-изображению.
Поскольку дорожные знаки обычно квадратные или прямоугольные, можно использовать инструмент прямоугольник.
Инструмент «Многоугольник» используется для аннотирования людей, поскольку они не имеют определенной формы.
В этом процессе маркировка является первым шагом, который означает присвоение имени объекту, а затем один из инструментов используется для аннотирования объекта на изображении.
Для аннотации прогулки на торте у нас есть OCLAVI. Это обеспечивает
• Инструменты для точного добавления комментариев к объектам, даже к изображениям низкого качества.
• разработчику предоставляется выбор: обратиться к фрилансеру компании или даже привести его команду.
• разработчик может подключиться к облачному хранилищу для выполнения задач без каких-либо помех при построении модели.
Эти беспилотные автомобили можно рассматривать как революцию в автомобильной индустрии, и искусственный интеллект стоит во главе такой революционной технологии. Подобные технологии являются благом для человечества, и наша задача - использовать такие технологии в полной мере и правильно их использовать.
Узнать больше OCLAVI
Использованная литература:
Https://offthethrottle.com/blog/2018/04/09/much-time-spend-cars/
Http://asirt.org/Initiatives/Informing-Road-Users/Road-Safety-Facts/Road-Crash-Statistics
Https://blog.lawinfo.com/2017/09/06/human-error-causes-94-percent-of-car-accidents
