Selvkjørende biler kan få mye bedre dybdesyn

[Redaksjonen.]

Selvkjørende biler kan få mye bedre dybdesyn

[Kahuna]

Jeg måtte gå til firmaet hjemmesider for å få litt bedre tak på hvordan disse sensorene *egentlig* fungerer.. Det er to helt ordinære kameraer satt i et stereo-oppsett og spesialisert hardware for å bygge dybdeinformasjon ut fra stereobildet..

De sier ikke noe om prisen men selve prosesseringsjobben høres ut som noe som er trivielt å gjøre med for eksempel GPUer og om du ikke trenger uhorvelig mange kjerner burde det være mulig å produsere disse relativt rimelig.

[EremittPåTur]

Og i tåke og snøfokk???

 

[Kahuna]

EremittPåTur skrev (20 minutter siden):

Og i tåke og snøfokk???

 

Så bør kanskje menneskelige sjåfører la bilen stå?  

[EremittPåTur]

Tja menneskelige sjåfører klarer seg jo stort sett med tanke på hvor mange kjøreturer som foretaes i slikt vær, men ett slikt kamerasystem vil jo fort få panikk når en million objekter "fokker" imot deg. Det finnes vel algoritmer for slikt men jo, det er allikevel betimelig å stille spørsmålet. Det er jo for avstanden 150-1000m dette skulle brukes utifra artikkelens vinkling. Og det er jo her at både tåke og snøfokk etc, setter en effektiv stopper for hva kamera systemet i det hele tatt vil være i stand til å se. Man kan sikkert legge inn enda flere algoritmer som skal tolke tåke og fokk slik ett menneske kan, med visse feilmarginer, slik dagens lidar gjør det med sine feil marginer, men til syvende og sist ender du opp med ett system som kan det ett menneske kan, med de samme feilmarginene og muligheter for feil. Jo mer kompleks man gjør dette jo mer komplekst blir det.

Hva var det Musk selv sa...

“Step three: simplify and optimize the design. This is the most common error of a smart engineer — to optimize something that should simply not exist,"

Endret 1. november 2021 av EremittPåTur

[hanlan]

Så.... Xbox Kinect?

 

ETA: nei, ikke helt. Men noe av det samme.

Endret 1. november 2021 av hanlan

[B6DIP593]

Sjekk ut "Tesla AI day" på YouTube for å se hvordan dette virkelig skal gjøres med beslutninger i vektor space for objekter med egenskaper som tilsvarer hva vi mennesker tillegger disse i våre egen beslutningsprosesser når vi kjører bil.

[KjeRogJør]

Snø og snøfokk er utfordrende, kanskje også regn, fallende løv, "fallskjermfrø" (løvetann) og

svermer med innsekter for alt jeg vet.

Radar har clutterfilter til hjelp. Så kanskje noe tilsvarende kunne hjelpe på her også, for og gjøre systemet litt mindre følsomt...(?)

[J-Å]

4 hours ago, KjeRogJør said:

Radar har clutterfilter til hjelp. Så kanskje noe tilsvarende kunne hjelpe på her også, for og gjøre systemet litt mindre følsomt...(?)

Ja, "clutterfilter" for et kamera vil vel si at en sammenligner flere etterfølgende bilder, og tar bort ting som ikke er med på alle. Men er det tett tåke så hjelper det neppe. 

Radar i biler bruker mye dopplerfilter. Det vil si at alt som står stille kan filtreres ut. Men det gjelder dessverre også stillestående biler og fotgjengere. Så hvis ambisjonene er å kjøre automatisk i tåke, så tror jeg det trengs veldig gode 4D radarer, altså med god oppløsning vertikalt. En vanlig skipsradar vil for eksempel  ha problemer med å skille ut en båt som ligger stille under en bro. 

[EWNN849Y]

Jeg er ikke helt sikker på hva som er nytt. Bl.a. Intel har laget en egen brikke for avstandsberegning med stereo-kamera i flere år som fint klarer 30 FPS. Nyere brikkesett håndterer 6 kamera-konfigurasjon, men det gjenstår en del koding for å få god ytelse og kvalitet.

Lidar er litt ut for tiden, men radar til dette formålet har fått imponerende ytelse etter noen generasjoners utvikling.

[qualbeen]

I tett tåke vil ikke kamerane ta bedre bilder enn det du og jeg ser.

Kjører du selv nærmest i blinde ved ekstrem tett tåke, eller tilpasser du farten, slik at bilens bremselengde samsvarer med hvor langt du kan se?

Løsningen blir altså så enkel: bilen må kjøre saktere, slik at den har mulighet til å stoppe eller svinge rundt hindre som plutselig dukker opp. Er sikten kun en liten meter, blir det en rolig kjøretur. Men hvor ofte opplever man slik tåke eller snøstorm? Som oftest ser man hvertfall femti meter frem, selv ved tett tåke. Ikke at du kan bli noe fartsfantom da heller, men men ...

Andre sensorer kan kanskje fungere bedre under slike ekstreme forhold. Men det er vel ingen som tvinger deg til å satse kun på en type sensor? Selv er jeg usikker på om jeg hadde turd å sitte på i en selvkjørende bil som suste av gårde i 150+ i tett tåke -- selv om bilens datamaskin hadde aldri så god sikt/kjennskap til vei ... 😉

[EWNN849Y]

qualbeen skrev (8 timer siden):

I tett tåke vil ikke kamerane ta bedre bilder enn det du og jeg ser.

Det stilige med et kamera er at denne typen utstyr kan detektere en større del  av det elektromagnetiske spektrum enn menneskers øyne. IR-kamera er ganske vanlige til denne typen tekniske anvendelser. En annen ting er at kamerabaserte sensorsystemer kan kombineres med f.eks. radarbaserte sensorsystemer. Dette betyr et autonomt kjøretøy kan "se" langt bedre enn et menneske under vanskelige forhold. Utfordringen er å få disse maskinene til å "forstå" hva de ser.

Det betyr selvsagt ikke at selvkjørende biler bør holde høy fart i dårlig sikt, men det betyr at de kan bli langt sikrere enn når man kun baserer seg på menneskers syn.

[EremittPåTur]

Sånn fordi det er interessant. Her er en interessant artikkel fra Teledyne FLIR

Ref. kilde: https://www.flir.eu/discover/rd-science/can-thermal-imaging-see-through-fog-and-rain/ 

Følgende er en snipp fra denne linken

Quote

 

The table below compares the detection range (in kilometers) through fog with the naked eye (visual), a MWIR camera, and an LWIR camera, given a temperature difference of 10°C between the target and the background and a detection threshold of 0.15 K

 

Her er Cat nivå ett mål på hvor tykk tåke du har. Jo lavere Cat jo lengre ser du

Category I: visual range 1220 meters
Category II: visual range 610 meters
Category IIIa: visual range 305 meters
Category IIIc: visual range 92 meters

I relativ tett tåke som Cat IIIa  kan vi med andre ord se at den visuelle evnen er like bra eller bedre enn ett tåke-kamera uansett type. Du kan gjerne si at ett tåke-kamera er bedre i Cat I og Cat II tåke men den visuelle evnen er allikevel god nok innenfor det aktuelle området fra 150m til 1000m. Det er vel heller sjelden at man har bruk for å se 10.1km frem når man er ute og kjører. 

Men så er det også forskjell på å kunne se så langt man trenger og å evne å tolke det man ser. Det er ett annet kapittel, men det er ingen gevinst i å si at ett tåke-kamera ser lengre enn ett menneske i tett tåke. Ikke er jeg sikker på at det er FLIR kamera som benyttes i Clarity's system heller eller hvorvidt evnen til også avstands bedømme ett objekt vil bli påvirket av tåken selv om det er synlig på bildet.  

Ett kjøretøy som ikke kan brukes i tåke eller snøvær er nokså pointless.

 

 

 

 

Endret 3. november 2021 av EremittPåTur

[Kahuna]

EremittPåTur skrev (17 timer siden):

Ett kjøretøy som ikke kan brukes i tåke eller snøvær er nokså pointless.

Det spørs, hvor setter du grensa? Forventer du at autonome kjøretøy skal kunne brukes under forhold hvor heller ikke menneskelige sjåfører kan bevege seg sikkert?

[AL123]

Dette er jo ikke ny teknologi, men har vært brukt i bla droner, og forsåvidt i biler i en del år. Det finnes endatil en open source løsning for denne teknologien.

[Kahuna]

AL123 skrev (2 timer siden):

Dette er jo ikke ny teknologi, men har vært brukt i bla droner, og forsåvidt i biler i en del år. Det finnes endatil en open source løsning for denne teknologien.

Kom over en teknisk diskusjon rundt en av disse implementasjonene. En kar ville gi sin r-pi baserte drone steroesyn og mulighet for å unngå for eksempel trær. Problemet var visst at løsningen bare ga 1Hz oppdateringsfrekvens.

Tror det løste seg ved at han flyttet koden fra python til C(eller til mikropython, lenge siden jeg leste det) og økte oppdateringsfrenkenves til noe som kunne brukes..

[AL123]

Kahuna skrev (3 minutter siden):

Kom over en teknisk diskusjon rundt en av disse implementasjonene. En kar ville gi sin r-pi baserte drone steroesyn og mulighet for å unngå for eksempel trær. Problemet var visst at løsningen bare ga 1Hz oppdateringsfrekvens.

Tror det løste seg ved at han flyttet koden fra python til C(eller til mikropython, lenge siden jeg leste det) og økte oppdateringsfrenkenves til noe som kunne brukes..

Har ikke satt med så voldsomt inn i det, men tror rett og slett opensourceløsningene her er system som prosseserer bilder i ettertid, altså ingenting som foregår i realtime, det kreves nok endel datakraft, ja. 🙂