„AutoDrive“: autonominė transporto priemonių navigacija su pažangiais neuroniniais tinklais
„AutoDrive“: autonominė transporto priemonių navigacija su pažangiais neuroniniais tinklais
AutoDrive yra pažangus dirbtinio intelekto tyrimų ir inžinerijos projektas, skirtas pilno spektro autonominių navigacijos sistemų kūrimui. Integruojant aukštos kokybės jutiklių sintezę su giliuoju mokymusi, „AutoDrive“ peržengia paprastą taisyklėmis pagrįstą vairavimą ir sukuria transporto priemonę, kuri suvokia, prognozuoja, ir planuoja vadovaudamasis žmogiška intuicija.
Projekto vizija
Tikslas AutoDrive yra pasiekti „4 lygio“ autonomiją – aukštą vairavimo automatizavimo lygį – kai transporto priemonė gali įveikti sudėtingą miesto aplinką ir nenuspėjamas kliūtis be žmogaus įsikišimo. Mes sutelkiame dėmesį į problemos sprendimą Simuliacijos ir realybės derinys tarpas, užtikrinant, kad hiperrealistiniuose virtualiuose dvynukuose apmokyti modeliai nepriekaištingai veiktų tikruose keliuose.
Pagrindiniai techniniai ramsčiai
Nuo galo iki galo suvokimas: Naudojant konvoliucinius neuroninius tinklus (CNN) 360° kamerų transliacijoms apdoroti, eismo juostų žymeklių atpažinimas, šviesoforai, ir dinamiški objektai (pėstieji, dviratininkai) realiuoju laiku.
Jutiklių sujungimas (LiDAR + radaras + regėjimas): Multimodalinis metodas, sujungiantis LiDAR gylio tikslumą su kompiuterinės regos semantiniu supratimu, siekiant sukurti patikimą 3D užimtumo tinklelį.
Sustiprinimo mokymasis (RL): Treniruojant transporto priemonės „smegenis“ per milijonus imituojamų mylių, apdovanojant saugų elgesį, pavyzdžiui, sklandų sujungimą, ir baudžiant už „kraštinių atvejų“ nesėkmes.
Skaitmeninis dvynių projektas: Naudojant aukštos kokybės simuliatorių (sukurtą naudojant „Unity“ arba „Unreal Engine“), kuris atspindi realaus pasaulio fiziką, apšvietimas, ir oro sąlygos griežtam modelio patvirtinimui.
Navigacijos kamino architektūra
| Sluoksnis | Komponentas | Funkcija |
| Suvokimas | CNN / Transformeris | Objektų aptikimas, semantinė segmentacija ir gylio įvertinimas. |
| Lokalizavimas | SLAM / RTK-GPS | Transporto priemonės padėties nustatymas viduje $\pm 2$cm tikslumu. |
| Prognozė | LSTM / RNN | Aplinkinių transporto priemonių būsimos trajektorijos prognozavimas. |
| Planavimas | A* / Hibridinis A* | Sukurti efektyviausią ir saugiausią kelią į kelionės tikslą. |
| Valdymas | MPC / PID | Vairavimo, akceleratoriaus ir stabdymo komandų vykdymas. |
Techniniai akcentai
Siekdama optimizuoti sprendimų priėmimo procesą, „AutoDrive“ įdiegia Hierarchinis neuroninis valdiklis:
Aukšto lygio planuotojas: Nustato maršrutą (pvz., „Kitame sankryžoje pasukite į kairę“).
Elgesio parinkiklis: Tvarko būsenos pakeitimus (pvz., „Užduoti kelią pėsčiajam“ arba „Leisti važiuoti pastoviu greičiu“).
Vietos judėjimo planuotojas: Apskaičiuoja specifinį vairavimo kampą $\delta$ ir pagreitis $a$ remiantis sąnaudų funkcija:
J = ∫_{0}^{T} (w_1 ∫_cdot ∫_text{nuokrypis}^2 + w_2 ∫_cdot ∫_text{trūkimas}^2) ∫_dt$$
Saugos protokolas: „AutoDrive“ turi „kietai užkoduotą gedimų prevencijos“ sluoksnį. Net jei neuroninis tinklas padaro tikimybinę klaidą, deterministinis prižiūrėtojas stebi transporto priemonės „aplinką“ ir įjungia avarinį stabdymą, jei susidūrimas matematiškai neišvengiamas.