[Перевод] У робомобилей есть проблемы с велосипедистами

image

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.

image

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».

© Geektimes