Вспомогательные системы для города

Движение на перекрестке, велосипедисты, переходящие дорогу пешеходы, увлеченные своими смартфонами, мамы с колясками, играющие дети – городское движение требует от водителя предельного внимания в самых разных ситуациях и может привести к дорожным происшествиям. Тут открывается целое «поле деятельности» для вспомогательных систем, которые помогают водителю и делают поездку в городе безопаснее и спокойнее. Исследователям Daimler AG удалось совершить настоящий прорыв в рамках проекта UR:BAN. С помощью так называемой "классификации сцен" (scene labeling) система, используя камеру, автоматически классифицирует неизвестные ситуации и выявляет все важные для помощи водителю объекты: велосипедистов, пешеходов и тех, кто передвигается в инвалидной коляске. Исследователи отдела „Мониторинг окружающей обстановки“ загрузили в свою систему тысячи фотографий различных немецких городов, на которых они вручную точно обозначили 25 различных классов объектов: автомобили, велосипедисты, пешеходы, улицы, тротуары, здания, столбы или деревья. На основе таких примеров система научилась автоматически правильно классифицировать абсолютно неизвестные ситуации и тем самым определять важные для помощи водителю объекты, даже если они скрыты или находятся очень далеко. Это стало возможным благодаря мощным компьютерам, которые объединены в одну сеть искусственными нейронами подобно тому, как это происходит в человеческом мозге - так называемые Deep Neural Networks (глубокие нейронные сети).

Таким образом, система функционирует как человеческое зрение. Оно тоже основано на очень сложной нейронной системе, которая объединяет информацию от отдельных клеточных рецепторов на сетчатке глаза, так что человек может распознавать и различать практически неограниченное количество объектов.

Будущие функции вспомогательных систем на тестовых автомобилях

На заключительном мероприятии совместного исследовательского проекта UR:BAN (Urbaner Raum: Benutzergerechte Assistenzsysteme und Netzmanagement - "Городское пространство: вспомогательные системы и управление сетью, ориентированные на пользователя") исследователи Daimler представили убедительные результаты на основе данных пяти различных тестовых автомобилей. Помимо знакомства с классификацией сцен в режиме реального времени на одном из тестовых автомобилей были представлены визуализирующие радарные системы и их новые поразительные возможности в городских условиях. Было показано, что радарные датчики могут комплексно распознать и отобразить не только все динамические объекты, но также и любое статическое окружение. Благодаря особенным параметрам радарной волны комплекс также работает в условиях тумана и плохой погоды. Кроме того, так называемый микродопплер позволяет однозначно идентифицировать движущихся пешеходов и велосипедистов. Исследователи также продемонстрировали, как данные об окружающем пространстве от всех радарных датчиков и камер сводятся в единую модель.