Самые популярные новости недели
12.07.2018 Минпромторг РФ включил пермский кластер машиностроения в федеральный реестр  543
12.07.2018 Премия "Приоритет" представляет первый российский медиарейтинг лидеров импортозамещения 527
12.07.2018 В УрФУ создадут демонстрационный центр и центр технической экспертизы 466
13.07.2018 Состоялось официальное открытие форума "Инженеры будущего" 376
12.07.2018 Два модернизированных цеха завода "КЛААС" в Краснодаре будут запущены этой осенью 370
12.07.2018 Сухогруз проекта RSD59 "Пола София" спущен на воду заводом "Красное Сормово" 350
13.07.2018 Металлоинвест открыл Центр Инноваций и подписал меморандумы о сотрудничестве с SAP и Accenture 347
12.07.2018 Каменная вата ТЕХНОНИКОЛЬ прошла исследования на коррозионное влияние 334
12.07.2018 "КАМАЗ" показал новую технику в Екатеринбурге 319
12.07.2018 Российские самосвалы будут эксплуатироваться на кубинском заводе 315
13.07.2018 Компания "Топ Системы" приглашает принять участие в практической конференции "Созвездие САПР 2018" 314
13.07.2018 Металлоинвест трансформировал бизнес-процессы на принципах Industry 4.0 312
13.07.2018 Завод "Северо-Запад" рассказал о ценообразовании на российском рынке металлоконструкций 292
13.07.2018 Clover Group трансформирует систему ремонтов с помощью искусственного интеллекта 281
16.07.2018 На форуме "Инженеры будущего" начались обучающие занятия на основе ТРИЗ 258
16.07.2018 Участники Форума "Инженеры будущего" встретились с вице-президентом по техническому развитию "ОСК" Дмитрием Колодяжным 250
13.07.2018 ООО "Глазовский завод "Химмаш" войдет в состав АО "Уралхиммаш" 247
13.07.2018 На заводе двигателей "КАМАЗа" завершается строительство учебно-технологического комплекса 236
13.07.2018 Восстановлена работоспособность основных силовых установок кораблей Каспийской флотилии ВМФ России 226
16.07.2018 Металлоинвест запустил на Уральской Стали высокотехнологичный термический комплекс обработки металлопроката 182
16.07.2018 Корпоративный банк Ростеха начал финансирование проекта "Энергосервис" 180
16.07.2018 ОМЗ-Спецсталь приступила к отгрузке заготовок для корпуса реактора первого энергоблока АЭС Руппур 174
16.07.2018 Директор по инновациям "Вертолеты России": "Молодежи необходимо давать ориентиры, но и нам есть, чему у нее поучиться" 174
16.07.2018 УЗТМ поставит Кузбассразрезуглю шесть экскаваторов  172
16.07.2018 Избран новый состав Совета директоров АО "ПО "Севмаш" 168
17.07.2018 Челябинский ЭРЗ перешел на новый международный стандарт ISO/TS 160
17.07.2018 Лидер "Альтернативы для Германии" встретился с инженерами будущего 155
17.07.2018 Sandvik Coromant представляет новые сплавы из керамики для высокоскоростного точения жаропрочных сплавов 150
17.07.2018 Челябинский механический завод в 2017 году поставил свою технику в 11 стран 149
17.07.2018 Автотехника КАМАЗ передана в адрес ПАО "НК "Роснефть" 147
18.07.2018 Кооперацию и меры господдержки промышленности обсудили участники Московского урбанистического форума 142
16.07.2018 "Сибкабель" на 40% увеличил объем выпуска силовых кабелей 142
18.07.2018 Во Владимирском государственном университете открылось конструкторское бюро машиностроения 129
18.07.2018 Конкурс инноваций АГРОСАЛОН объявил победителей 128
18.07.2018 На КМЗ завершён ремонт основных силовых установок МПК "Снежногорск" 123
18.07.2018 Дочерний банк Ростеха профинансировал поставку новых досмотровых комплексов 121
18.07.2018 Союз машиностроителей Германии поддерживает выставку "Нефтегаз-2019" 119
18.07.2018 Компания 3М представила новые отрезные круги для работы с металлом на высоких скоростях 117
18.07.2018 Агентство RAEX (Эксперт РА) изменило прогноз по рейтингу Металлоинвеста на позитивный 116
18.07.2018 На Уральском турбинном заводе приступили к модернизации роторов для ТЭЦ Бийска 116
18.07.2018 Компания "Топ Системы" объявляет о выпуске T-FLEX CAD 16 113
18.07.2018 Краснокамский РМЗ сделал первую поставку сельхозтехники в Болгарию  113
18.07.2018 "КАМАЗ" поможет развитию беспилотного транспорта в Москве 107
19.07.2018 В рамках Форума "Инженеры будущего" эксперты обсудили проблемы господдержки диверсификации производства предприятиями ОПК 64
19.07.2018 Подкомитет по вагоностроению Комитета по грузовому подвижному составу НП "ОПЖТ" провел заседание  62
19.07.2018 Студенты помогают сохранить грозоотводный трос ЛЭП при помощи Канатохода 59
19.07.2018 Севмаш станет площадкой для проведения чемпионата по стандартам WorldSkills 56
19.07.2018 На "Электрокабеле" для испытаний продукции запустили "машину времени" 35
19.07.2018 Производство автомобилей в Петербурге за полгода выросло на 8% 32
19.07.2018 Опыт 125 мировых практических кейсов будет представлен на IoT World Summit Russia в Казани 22

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