Исследователи из университета Карнеги-Меллона разработали новую методику для оценки того, насколько хорошо беспилотные автомобили реагируют на изменение дорожных условий и трафика, что впервые позволяет сравнить конкурирующие системы как по точности, так и по времени реакции, сообщает портал Techxplore.com.
Мэнтянь Ли, доктор философии и студент института робототехники CMU, сказал, что академические исследователи склонны разрабатывать сложные алгоритмы, которые могут точно идентифицировать опасности, но требуют, как правило, много времени на вычисления. Промышленные инженеры, напротив, предпочитают простые, но менее точные алгоритмы, которые работают быстрее, так как требуют меньше вычислений, поэтому автомобиль может быстрее реагировать на опасности.
Нахождение компромисса или золотой середины между этими двумя подходами является проблемой не только для беспилотных автомобилей, но и для любой системы, которая требует восприятия динамического мира в реальном времени, например автономных дронов и систем дополненной реальности. Однако до сих пор не существовало систематической меры, которая уравновешивала бы точность и задержку (имеется в виду задержка между тем, когда событие произошло, и тем, когда система распознала это событие). Отсутствие соответствующей метрики затрудняло сравнение конкурирующих систем.
Новая методика, названная точностью восприятия потоковой передачи, была разработана Ли вместе с Дэвой Раманан, доцентом института робототехники и Ю-Сюн Ван, доцентом Иллинойского университета. Они представили его в прошлом месяце на виртуальной европейской конференции по компьютерному зрению, где группа получила почетную награду за лучший доклад.
Точность восприятия потоковой передачи измеряется путем сравнения выходных данных системы восприятия в каждый момент с базовым истинным состоянием мира. «К тому времени, когда вы закончите обработку входных данных с датчиков, мир уже изменился», – поясняет Ли, отмечая, что машина проезжает некоторое расстояние, пока происходит обработка данных. «Возможность измерения восприятия потоковой передачи предлагает новый взгляд на существующие системы», – сказал Раманан. Системы, которые хорошо работают в соответствии с классическими критериями производительности, могут плохо работать с восприятием мира в реальном времени. Оптимизация таких систем с использованием недавно созданной методики может сделать их гораздо более реактивными.
Один выводов команды ученых заключается в том, что для ускорения работы системы она иногда должна делать «паузы». Речь идет о пропуске обработки некоторых кадров с целью устранения дальнейшего отставание системы от событий, происходящих в реальном времени, добавил Раманан. Еще одна идея – добавить к обработке восприятия методы прогнозирования. Подобно тому, как игрок в бейсболе бежит туда, где, по его мнению, вскоре окажется мяч, а не туда, где он находится сейчас, автомобиль может предвидеть некоторые движения других транспортных средств и пешеходов.
Измерения восприятия потоковой передачи, проведенные командой, показали, что дополнительные вычисления, необходимые для составления этих прогнозов, не оказывают существенного вреда точности или задержке.
