Safe, reliable autonomous vehicles will need to be able to precisely position themselves at all times, including during adverse weather.
Waarom we over dit onderwerp schrijven:

Zelfrijdende auto’s zijn de toekomst. Het besturingssysteem, op basis van kunstmatige intelligentie, is alsmaar aan het evolueren. Daarom houden wij de ontwikkelingen op dat gebied nauwlettend in de gaten.

Onderzoekers van de Universiteit van Oxford hebben in samenwerking met collega’s van de Bogazici University in Turkije een nieuw systeem van kunstmatige intelligentie (AI) ontwikkeld om zelfrijdende auto’s (AV’s) veiliger en betrouwbaarder te laten rijden onder erbarmelijke weeromstandigheden. Dit blijkt uit een persbericht van de Universiteit van Oxford.

“De moeilijkheid voor AV’s om een precieze positionering te bepalen tijdens slecht weer is een belangrijke reden waarom er maar relatief kleinschalige proeven zijn uitgevoerd”, zo zegt onderzoeker Yasin Almalioglu. “Weer zoals regen, mist of sneeuw kan er bijvoorbeeld toe leiden dat een AV zichzelf in de verkeerde rijstrook detecteert voor een bocht, of te laat stopt op een kruispunt vanwege een onnauwkeurige positionering.”

Om dit probleem op te lossen, ontwikkelden Almalioglu en zijn collega’s een nieuw model voor het rijsysteem van AV’s dat de bewegende positie van de auto schat ten opzichte van objecten uit de omgeving. Het model bracht gedetailleerde informatie van visuele sensoren (die kunnen worden verstoord door ongunstige weeromstandigheden) samen met gegevens van weerbestendige bronnen (zoals radar), zodat de voordelen van beide bronnen kunnen worden gebruikt onder verschillende weersomstandigheden.

Veilig en vlot rijden

Het model leerde van verschillende openbare AV-datasets die gegevens omvatten van meerdere sensoren zoals camera’s, lidar en radar onder uiteenlopende weeromstandigheden. Deze werden gebruikt om algoritmen te genereren, die de omgeving reconstrueren om de positie van de auto te berekenen. Onder verschillende testsituaties toonden de onderzoekers aan dat het model robuuste prestaties onder alle weersomstandigheden vertoonde, inclusief omstandigheden van regen, mist en sneeuw, alsook dag en nacht.

Het team verwacht dat dit werk AV’s een stap dichter zal brengen bij veilig en vlot autonoom rijden onder alle weersomstandigheden, en uiteindelijk een breder gebruik in de samenleving.

Het volledige artikel, Deep learning-based robust positioning for all-weather autonomous driving, is gepubliceerd in Nature Machine Intelligence.

Geselecteerd voor jou!

Innovation Origins is het Europese platform voor innovatienieuws. Naast de vele berichten van onze eigen redactie in 15 Europese landen, selecteren wij voor jou de belangrijkste persberichten van betrouwbare bronnen. Zo blijf je op de hoogte van alles wat er gebeurt in de wereld van innovatie. Ben jij of ken jij een organisatie die niet in onze lijst met geselecteerde bronnen mag ontbreken? Meld je dan bij onze redactie.

Doneer

Persoonlijke informatie