Робомобили отлично отслеживают другие автомобили, и у них всё лучше получается замечать пешеходов, белок и птиц. Главной проблемой остаются лишь самые лёгкие, тихие и юркие средства передвижения.
«Задача обнаружения велосипедов – пожалуй, самая сложная из задач, с которыми сталкивается разработка систем для робомобилей», – говорит инженер-исследователь Стивен Шладовер из Калифорнийского университета в Беркли.
Нуно Васкончелос [Nuno Vasconcelos], эксперт по компьютерному зрению из Калифорнийского университета в Сан-Диего говорит, что проблема обнаружения велосипедов сложна из-за их сравнительно малого размера, скорости и разнообразия. «Машина – по сути, большой блок из вещества. Масса велосипедов гораздо меньше, и выглядеть они могут по-разному – у них много форм, расцветок, и бывает, что люди увешивают их барахлом».
Поэтому точность обнаружения автомобилей в последние годы превзошла точность обнаружения велосипедов. Большая часть улучшений происходила при обучении систем, в которых они изучали тысячи фотографий с промаркированными объектами. И большая часть обучения концентрировалась на изображения автомобилей, а не велосипедов.
Возьмём алгоритм Deep3DBox, недавно представленный исследователями из Университета им. Джорджа Мейсона и разработчиком роботакси Zoox из Менло-Парк. На общепринятом в индустрии тесте системы, в котором она пытается разбирать двумерные изображения, Deep3DBox определила 89% автомобилей. Несколько лет назад такие системы справлялись не более, чем на 70%.
Deep3DBox также хорошо справляется с более сложной задачей: с предсказанием того, в какую сторону едет транспорт и с генерацией трёхмерного контейнера для объектов на двумерной картинке. «Глубокое обучение обычно используется для простого обнаружения последовательностей в пикселях. Мы придумали эффективный способ использования этой технологии для определения геометрических свойств объектов», – говорит участник проекта Яна Кошецка [Jana Košecká], программист из Университета им. Джорджа Мейсона.
Но система заметно хуже справляется с обнаружением и ориентацией велосипедов и велосипедистов. Deep3DBox – одна из лучших систем, но в тестах она распознаёт только 74% велосипедов. И хотя она может правильно ориентировать более 88% автомобилей на картинках, в случае с велосипедами это получается у неё лишь в 59% случаев.
Кошецка говорит, что коммерческие системы лучше справляются с этой задачей, когда разработчики получают доступ к огромным наборам изображений, полученных на дороге, при помощи которых можно тренировать компьютер. По её словам, большая часть пробных робомобилей дополняет к обработке изображений лазерное сканирование (лидар) и радары, которые помогают распознавать велосипеды и их положение относительно робомобиля, даже если они ничего не сообщают по поводу его ориентации.
Свершиться новым технологическим прорывам помогают карты высокого разрешения – например, "Road Experience Management" от израильской компании Mobileye. Такие карты дают компьютеру преимущество для распознавания велосипедов, поскольку эти велосипеды выглядят, как аномалии на предварительно записанных изображениях дороги. В компании Ford Motor говорят, что трёхмерные карты высокой детализации лежат в основе 70 пробных робомобилей, которые она планирует выпустить на дороги в этом году.
Соберите всё это вместе, и можно получить довольно впечатляющие результаты – и они были продемонстрированы в прошлом году устройствами от Google. Waymo, компания, отколовшаяся от отдела робомобилей Google, продемонстрировала собственную технологию сенсора, улучшающего способность системы распознавать велосипеды.
Васкончелос сомневается, что имеющиеся сегодня системы для распознавания объектов и автоматизации способны заменить водителей-людей, но верит, что они уже достаточно развиты, чтобы помогать людям избегать ДТП. Распознавание велосипедистов уже начинают ставить в качестве дополнения к коммерческой системе автоматического торможения (AEB), устанавливаемой на обычные автомобили, и способной распознавать не только автомобили, но и пешеходов с велосипедистами.
Первую AEB-систему, распознающую велосипедистов, предложила компания Volvo в 2013 году. Она обрабатывает данные с камеры и радаров, предсказывая возможные столкновения. Подобная технология в этом году будет проходить обкатку на европейских автобусах. Ожидается, что другие автопроизводители подтянутся вслед за этим, поскольку европейские регуляторы начинают оценивать AEB-системы по качеству распознавания велосипедистов в следующем году.
Но такие системы всё ещё страдают от серьёзных ограничений, из которых следует очередная сложная задача для разработчиков: предсказание направления движения движущихся объектов. Особенно сложно будет вытащить ещё больше данных из AEB-систем, распознающих велосипедистов – как говорит Олаф Оп ден Камп [Olaf Op den Camp], старший консультант в Нидерландской организации прикладных научных исследований. Оп ден Камп, руководивший разработкой европейского теста для AEB-систем с распознаванием велосипедов, говорит, что именно движения велосипедистов предсказать тяжелее всего.
Кошецка соглашается с ним: «Велосипедисты гораздо менее предсказуемы, чем машины, поскольку им гораздо легче делать внезапные повороты или выскакивать из ниоткуда».
А это значит, что пройдёт немало времени, прежде чем велосипедисты смогут избегать человеческих ошибок, с которыми связано 94% ДТП, если верить регуляторам из США. «Все велосипедисты с радостной надеждой ждут этого момента», – говорит Брайан Вайденмейер [Brian Wiedenmeier], исполнительный директор Коалиции велосипедистов Сан-Франциско. Но он говорит, что правильным будет подождать до тех пор, пока технологии автоматизации повзрослеют.
В декабре Вайденмейер предупреждал, что представленные компанией Uber Technologies роботакси нарушали правила дорожного движения Калифорнии, которые специально были разработаны для защиты велосипедистов от легковых и грузовых автомобилей, пересекающих выделенные велодорожки. Он поддержал отзыв регистраций таких автомобилей после того, как компания отказалась получать на них разрешения. Uber пока ещё тестирует свои робомобили в Аризоне и Питсбурге, и недавно получил разрешение на возвращение некоторых автомобилей на улицы Сан-Франциско, но исключительно в качестве машин разметки, за рулём которых обязательно будут находиться водители.
Вайденмейер говорит, что Uber торопится выйти на рынок, и это неправильно. Он утверждает: «Как любую новую технологию, эту следует очень аккуратно проверять».
Автор: SLY_G
