Nieuwe techniek zelfrijdende auto’s om voetgangers te zien

De zelfrijdende auto zal objecten zoals voetgangers en fietsers zeer goed en snel moeten kunnen herkennen om een veilige weggebruiker te zijn. Ontwikkelaars van de Universiteit van Californië hebben daartoe een belangrijke nieuwe stap gezet. Ze hebben een nieuw algoritme ontwikkeld voor een voetgangersdetectiesysteem dat veel sneller en nauwkeuriger functioneert dan bestaande systemen. Bijzonder is dat het om een zelflerend systeem gaat.

“We proberen om het zicht van computers zo te ontwikkelen dat ze de wereld om hen heen beter begrijpen”, vertelt Nuno Vasconcelos, professior bij de UC San Diego Jacobs School of Engeneering. Hij is verantwoordelijk voor het onderzoek. Het uiteindelijke doel is realtime zicht van voetgangers in zelfrijdende auto’s.

Algoritme

Het nieuwe voetgangsdetectie-algoritme dat door Vasconcelos en zijn team is ontwikkeld combineert een traditionele computer-classicifatie (cascade detection) met nieuwe zogenaamde ‘deep learning models’. Het deep learning-algoritme is een bijzondere. Het algoritme kan, zelfstandig, nieuwe vaardigheden leren. De werking daarvan is geïnspireerd op de werking van het menselijk brein. Met als gevolg dat het leerproces van het algoritme niet onderworpen is aan theoretische limitaties. Hoe meer ‘computation’-tijd je het geeft, hoe beter het algoritme wordt.

Het systeem helpt systemen van zelfrijdende auto’s om in realtime hun omgeving te zien. “Geen bestaande algoritmes zijn goed genoeg in het optimaliseren van de balans tussen nauwkeurigheid en snelheid voor dergelijke complexe zaken”, legt Vasconcelos uit.

Bekijk een video over hoe het systeem werkt:

[mcembed]Schrijf je in voor de SDC360-nieuwsbrief[/mcembed]