www.mercedes-benz.ru

Вспомогательные системы для города: видят и распознают опасности как человек

26 октября 2015

• Где кроется опасность? Классификация сцен позволяет четко понимать все детали ситуации на дороге
• Он стоит или идет? Распознавание намерений переходящих дорогу пешеходов
• Все свободно? Менять полосу движения в центре города стало легче
• Куда дальше? Распознавание намерения повернуть или перестроиться
• Заключительная презентация исследовательского проекта UR:BAN

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. С помощью классификации сцен камера превращается из чисто измерительного прибора в систему, анализирующую ситуацию, и может выполнять множество функций аналогичных взаимодействию глаза и мозга. Проф. Ральф Гидо Херртвих, руководитель отдела вспомогательных систем и систем подвески, исследований и перспективных разработок концерна Daimler AG отмечает: „Невероятный рост производительности компьютеров в последние годы приближает тот момент, когда автомобили  смогут видеть окружающую обстановку как человек и правильно понимать сложные ситуации в городе“. Концерн Daimler вместе с партнёрами продолжает активно вести дальнейшие исследования в направлении безаварийного вождения.

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. Она учитывает не только положение и скорость различных участников движения, но и такие характеристики, как тип и величина объектов. Модель окружающего пространства также принимает во внимание, что данные от датчиков могут быть неполными, а информация может отсутствовать – как это происходит в реальной жизни.

Третий тестовый автомобиль был оснащен системой обнаружения, классификации и распознавания намерений пешеходов и велосипедистов. Как настоящий водитель эта система анализирует положение головы, тела и местоположение на обочине, чтобы предсказать, останется ли пешеход на тротуаре или перейдет дорогу. В опасных ситуациях это позволяет получить реакцию системы предотвращения ДТП на секунду ранее, чем это происходит сейчас у систем, представленных на рынке.

Кроме того, было показано, как использующие радары и камеры системы помогают безопаснее и комфортнее перестраиваться в условиях городского движения. Вспомогательная система позволяет выполнить перестроение на скорости от 30 до 60 км/ч при ее активации водителем на панели управления. Она сканирует движение транспортных средств и ситуацию на дороге. Ситуационный анализ позволяет предсказать, как будут развиваться события, и выдает рассчитанную траекторию. После чего система проконтролирует движение автомобиля в продольном и поперечном направлениях для смены полосы. По показаниям приборов водитель может интуитивно понять, сможет ли система осуществить требуемый маневр перестроения. После успешно завершенного перестроения функция удержания полосы движения продолжит регулирование продольной динамики автомобиля. При этом у водителя в любое время есть возможность вмешаться в работу системы путем поворота руля, нажатия на педаль газа или тормоза.

С помощью пятого тестового автомобиля были продемонстрированы возможности прогнозирования поведения водителя при запланированном перестроении или повороте. В ситуации перестроения, например, взгляды через плечо соотносятся с уже установленными параметрами движения. Возможный процесс поворота может быть предсказан на основе комбинации поворота руля, снижения скорости и информации с карт. В ходе презентации в автомобиле автоматически включался индикатор поворота, информируя окружающих о маневре.

Поделиться: