Istraživači su razvili automatizirani sustav koji automobilima omogućuje da percipiraju oko ugla i otkriju nadolazeći promet i pješake.
Sustav se može lako integrirati u današnja vozila, koristeći Doppler radar kako bi odražavao radio valove s površina kao što su zgrade i parkirani automobili. Radarski signal pogađa površinu pod određenim kutom, tako da se odraz odbija kao napomena lopta koja udara u zid biljarskog stola, a signal nastavlja udarati objekte skrivene u kutu. Neki radarski signali reflektiraju se natrag na detektor postavljen na automobilu, tako da sustav može vidjeti objekte iza ugla i suditi da li se kreću ili stacionarni. Felix Heide, docent računalne znanosti na Sveučilištu Princeton, rekao je: "To će omogućiti automobilima da vide zamračenih objekata koji se ne mogu snimiti današnjim senzorima lidara i kamera, na primjer, kako bi se omogućilo autonomnim vozilima da vide opasnost. Raskrižje." Istraživači su također rekli: "Trošak radarskih senzora također je relativno nizak, posebice u usporedbi s senzorima lidara, a može se masovno proizvoditi."
U radu objavljenom na konferenciji CVPR2020 16.
Autor piše: "Predložena metoda omogućuje pješacima i biciklistima da osiguraju upozorenje o sudaru u stvarnim autonomnim scenarijima vožnje, a zatim koriste postojeće senzore pruge za promatranje kako bi vidjeli pješake i bicikliste."
Posljednjih godina inženjeri su razvili različite senzorske sustave kako bi omogućili automobilima otkrivanje drugih objekata na cesti. Mnogi od njih se oslanjaju na lidar ili kamere koje koriste vidljivo ili gotovo infracrveno svjetlo, a takvi senzori za sprečavanje sudara sada su česti u automobilima. Međutim, teško je koristiti optičko istraživanje za identifikaciju objekata iz vida automobila.
U ranijoj studiji, Hyde i njegovi kolege pitali da li je moguće stvoriti sustav koji koristi imaging radar umjesto vidljivog svjetla za otkrivanje opasnosti izvan automobila liniju vida. Za radarske sustave gubitak signala glatkih površina znatno je niži, a radar je učinkovita tehnologija za praćenje objekata. Izazov je da je prostorna razlučivost radara (koja se koristi za fotografiranje objekata oko ugla kao što su automobili i bicikli) relativno niska. Međutim, istraživači vjeruju da mogu stvoriti algoritme za tumačenje radarskih podataka kako bi senzori ispravno funkcionirali.
Da bi sustav razlikovao objekte, tim je obradio dio radarskog signala, odnosno standardni radar koji se smatra pozadinskom bukom, a ne dostupnim informacijama. Tim je primijenio tehnologiju umjetne inteligencije kako bi poboljšao obradu i pročitao slike. Fan Fanwei, diplomski student računalne znanosti i jedan od glavnih autora papira, rekao je da je računalo trčanje sustav mora naučiti identificirati bicikliste i pješake iz vrlo rijetkih podataka.
"Prije svega, moramo otkriti postoji li nešto. Ako je nešto važno? Je li to biciklist ili pješak?", rekla je. "Onda ga moramo pronaći."
Ona je rekla da je sustav trenutno u mogućnosti otkriti pješake i bicikliste, jer inženjeri vjeruju da su ti objekti male veličine i imaju različite oblike i pokrete, tako da su najizazovniji objekti. Rekla je da se sustav također može podesiti za otkrivanje vozila.
Istraživači planiraju dodatno poboljšati na radaru i obradi signala, tako da se tehnologija može primijeniti u više smjerova. Ovaj sustav ima potencijal za temeljno poboljšanje sigurnosti vozila. Budući da se oslanja na postojeću tehnologiju radarskih senzora, trebalo bi biti moguće pripremiti se za uvođenje radarskih sustava u vozilima sljedeće generacije.
