سيارة كروز الاختبارية التي خرجت من خط إنتاج جنرال موتورز مزودة بأجهزة استشعار (مميزة باللون الأحمر).
لا تزال صناعة السيارات تبحث عن تقنية التعرف الموثوقة التي ستعمل في جميع الظروف - الليل والضباب والمطر والثلج والجليد ، إلخ.
كانت النتيجة من AutoSens 2019 هنا الأسبوع الماضي أنه لا يوجد نقص في الابتكار التكنولوجي. لا يزال مطورو التكنولوجيا ، Tier-1s و OEMs يسعون لتحقيق هدف إنشاء تقنية التعرف "الموثوقة" التي يمكن أن تعمل في جميع ظروف الطريق - بما في ذلك في الليل ، في الضباب ، في المطر ، في الثلج ، على الجليد ، على الطريق مع النفط المنسكب. إلخ
على الرغم من حقيقة أنه لا يوجد حتى الآن حل سحري في سوق السيارات يمكنه حل جميع المشكلات في وقت واحد ، قدم عدد من الشركات تقنيات التعرف الخاصة بهم ومفاهيم المنتجات الجديدة.
ركز معرض AutoSens لهذا العام في بروكسل على أنظمة مساعدة السائق (ADAS) بدلاً من السيارات ذاتية القيادة.
لقد توصل المجتمع الهندسي إلى إجماع معين. يعترف الكثيرون بوجود فجوة واسعة بين ما هو ممكن اليوم واحتمال المركبات التجارية المستقلة ذات الذكاء الاصطناعي التي لا تتطلب سائقًا بشريًا.
للتوضيح ، لا أحد يقول أن المركبات غير المأهولة مستحيلة. ومع ذلك ، يعتقد فيل ماجني ، مؤسس ومدير مختبرات VSI ، أن "المركبات المستقلة من المستوى 4 ستعمل في مناطق تصميم تشغيلي محدودة للغاية (ODD). وسيتم تطوير تصميمات هذه الآلات على أساس متطلبات السلامة الشاملة والمفصلة "
وأوضح ماجني أنه يقصد بـ" المناطق المحظورة "القيود من حيث اختيار الطريق والمسار ووقت التشغيل وظروف الطقس والوقت من اليوم ونقاط الخروج والتوقف وما إلى ذلك. بالإضافة إلى ذلك.
سُئل بارت سلمان ، أستاذ علوم الكمبيوتر في جامعة كورنيل والمتخصص في الذكاء الاصطناعي ، عما إذا كان بإمكان السيارة التي يقودها الذكاء الاصطناعي أن تفكر في "الفطرة السليمة" (إدراك عملية القيادة وفهم السياق)؟ ورد سلمان في ختام المؤتمر: "سنصل إلى هذا في غضون 10 سنوات على الأقل ... وربما في 20-30 سنة".
وفي الوقت نفسه ، يتنافس مطورو أنظمة ADAS والمركبات الآلية للغاية لتطوير أنظمة الرؤية للمركبات.
يعتقد فونج كوبوبمان ، كبير التكنولوجيا في شركة Edge Case Research والأستاذ في جامعة كارنيجي ميلون ، أن أساس أي مركبة عالية الأتمتة هو نظام "استشعار" يمكنه تحديد موضع الأشياء المختلفة حول السيارة. وأوضح أن ضعف المركبات غير المأهولة يكمن في عدم القدرة على التنبؤ وفهم السياق والتنبؤ بالمكان الذي قد يتحرك فيه هذا الكائن أو ذاك.
الترويج للأنظمة الذكية
الاتجاه الجديد الذي ظهر في المؤتمر هو ظهور عدد من الأنظمة الذكية. يضيف العديد من الشركات المصنعة أنظمة AI إلى منتجاتهم من خلال دمجها في مجموعات المستشعرات الخاصة بهم (كاميرا RGB + NIR ؛ RGB + SWIR ؛ RGB + lidar ؛ RGB + رادار).
ومع ذلك ، لا يوجد إجماع بين لاعبي الصناعة على تحقيق أهداف الصناعة. يعتقد البعض أن الطريق إلى النجاح هو من خلال مجموعات المستشعرات ، بينما يميل البعض الآخر (مثل Waymo) نحو معالجة بيانات المستشعر على المعالج المركزي.
يحتوي AutoSens أيضًا على مجموعة من أنظمة المراقبة الجديدة التي يجب تطويرها لتلبية Euro NCAP ومجموعة المتطلبات لأنظمة مراقبة السائق ومعيار أمان رئيسي في عام 2020. على وجه الخصوص ، نحن نتحدث عن الأنظمة التي لا تراقب السائق فحسب ، بل تراقب أيضًا الركاب والأشياء الأخرى داخل السيارة.
ومن الأمثلة على ذلك مستشعر RGB-IR الجديد من On Semiconductor ، والمجهز بشريحة معالجة الفيديو RGB-IR من Ambarella وبرنامج التعرف على مشهد Eyeris.
نير مقابل SWIR
تشير الحاجة إلى الرؤية في الظلام (داخل السيارة وخارجها) إلى الحاجة إلى استخدام نطاق الأشعة تحت الحمراء.
بينما يعمل مستشعر الصور RGB-IR على أشباه الموصلات مع إشعاع الأشعة تحت الحمراء القريبة (NIR) ، ذهب Trieye ، الذي حضر العرض أيضًا ، إلى أبعد من ذلك مع إدخال كاميرا SWIR (الأشعة تحت الحمراء ذات الموجة القصيرة). ).
من بين مزايا كاميرات SWIR القدرة على رؤية الأشياء في أي ظروف جوية / ضوء. والأهم من ذلك ، يمكن أن يحدد SWIR بشكل استباقي مخاطر الطريق (مثل الجليد) من خلال اكتشاف استجابة طيفية فريدة بناءً على الخصائص الكيميائية والفيزيائية لكل مادة.
ومع ذلك ، فإن استخدام كاميرات SWIR يقتصر على التطبيقات العسكرية والعلمية والفضائية نظرًا للتكلفة العالية للغاية لزرنيخيد الإنديوم الغاليوم (InGaAs) المستخدم في هذه التكنولوجيا. تدعي Trieye أنها وجدت طريقة لإنشاء كاميرات SWIR باستخدام تقنية CMOS. "لقد حققنا اختراقة. يقول آفي باكال ، الرئيس التنفيذي والمؤسس المشارك لشركة Trieye ، مثل أشباه الموصلات ، لقد استخدمنا CMOS لإنتاج كميات كبيرة من كاميرات SWIR منذ الأيام الأولى. يقول باكال إنه على عكس مستشعر Gallium Arsenide الذي تبلغ تكلفته 8000 دولار ، سيتم عرض كاميرا Trieye "بعشرات الدولارات".
نقص البيانات المصنفة
أحد أكبر التحديات في الذكاء الاصطناعي هو نقص البيانات لعينات التدريب. بتعبير أدق ، "المسمى بيانات التدريب" ، قال ماجني. "النموذج جيد فقط مثل البيانات وطريقة جمعها. بالطبع ، يجب تمييز بيانات التدريب ببيانات وصفية ، وتستغرق عملية وضع العلامات وقتًا طويلاً جدًا ".
كانت هناك مناقشة حية في AutoSens حول الشبكات العصبية التوليدية (GANs). قال ماجني إن شبكتين عصبيتين في GAN تتنافسان لإنشاء بيانات جديدة. بعد تلقي عينة تدريبية كمدخلات ، يتم تدريب هذه النماذج على توليد بيانات جديدة ، والتي ستتطابق المؤشرات الإحصائية الخاصة بها مع المؤشرات الأصلية.
Drive.ai ، على سبيل المثال ، يستخدم التعلم العميق لتحسين أتمتة ترميز البيانات ، وبالتالي تسريع عملية الترميز المملة.
في محاضرة في AutoSens ، تطرق كوبمان أيضًا إلى مشكلة التعليقات التوضيحية للبيانات بدقة. إنه يشك في أن الكثير من البيانات لا تزال بدون علامات لأن الشركات الكبيرة فقط هي التي يمكنها تحمل تكاليف تصحيحها.
في الواقع ، أقرت شركات الذكاء الاصطناعي الناشئة في المعرض بأن التعليقات التوضيحية المدفوعة للبيانات من أطراف ثالثة تضر بهم كثيرًا.
طريقة واحدة لحل هذه المشكلة هي GAN. يوفر Edge Case Research طريقة أخرى لتسريع تطوير برنامج التعرف الآمن دون وضع علامات على البيانات. أعلنت الشركة مؤخرًا عن أداة الهولوغرام ، وهي أداة لاختبار الإجهاد وأنظمة الإدراك وتحليل المخاطر. وفقًا لكووبمان ، بدلاً من تعليم بيتابايت من البيانات ، يمكنك ببساطة تشغيلها مرتين - ستوفر الهولوغرام معلومات حول الأجزاء المشبوهة من مجموعة البيانات وتخبرك بما هو أفضل للقيام به - قم بتوسيع مجموعة التدريب أو إعادة تدريب النموذج الخاص بك.
كما تمت مناقشة مسألة مجموعات البيانات الموسومة في المؤتمر - ماذا لو استبدل صانع السيارة الأصلي الكاميرا وأجهزة الاستشعار المستخدمة للتدريب ومعالجة البيانات؟
صرح David Tokich ، نائب الرئيس للتسويق والشراكات الإستراتيجية في Algolux ، لـ EE Times أن المهندسين العاملين في ADAS والمركبات غير المأهولة يهتمون بأمرين: 1) موثوقية أنظمة التعرف في مختلف الظروف و 2) تطوير حلول دقيقة وقابلة للتطوير مهام رؤية الكمبيوتر
يمكن أن تختلف أنظمة الكاميرا المستخدمة في ADAS والمركبات غير المأهولة بشكل كبير عن بعضها البعض. تحتوي جميعها على معلمات مختلفة اعتمادًا على العدسات (توفر العدسات المختلفة زوايا رؤية مختلفة) وأجهزة الاستشعار وتقنيات معالجة الإشارات. تختار شركة تقنية أحد أنظمة الكاميرا ، وتجمع مجموعة بيانات كبيرة ، وتضع علامة عليها ، وتدرب نموذجها ليتم ضبطه للاستخدام مع نظام معين.
ولكن ماذا يحدث عندما يستبدل المصنّع الأصلي للجهاز كاميرا تم استخدامها مع مجموعة بيانات محددة؟ يمكن أن يؤثر هذا التغيير على دقة الإدراك لأن نموذج التعلم الآلي الذي تم ضبطه على كاميرا معينة يجب أن يتعامل الآن مع مجموعة جديدة من البيانات الأولية.
هل يتطلب ذلك من الشركة المصنعة للمعدات الأصلية تدريب نماذجها مرارًا وتكرارًا على مجموعات بيانات جديدة؟
تستخدم Tesla و Waymo و GM / Cruise مجموعة متنوعة من الكاميرات في سياراتهم ذاتية القيادة.
عند سؤاله عن إمكانية استبدال مستشعرات الصور ، قال Magny من مختبرات VSI: "لا أعتقد أن هذا سيعمل - ما لم تظل المواصفات كما هي." وأضاف: “في VSI ، قمنا بتدريب شبكة عصبية للعمل بكاميرا التصوير الحراري FLIR ، وخصائص الصور في مجموعة التدريب تطابق خصائص الكاميرا التي تم تدريب الشبكة العصبية عليها. في وقت لاحق قمنا باستبدال المستشعرات ، لكن المواصفات الفنية ظلت كما هي ".
ومع ذلك ، تدعي Algolux أن التكنولوجيا الجديدة لترجمة مجموعات البيانات التي تم إنشاؤها مسبقًا يجب أن تكون متاحة "في غضون أيام قليلة". وفقًا لـ Tokić ، يحل Atlas Camera Optimization Suite هذه المشكلة عن طريق أخذ "البيانات الأساسية" (خصائص الكاميرا والمستشعر) - وتطبيقها على طبقات التعرف. قال Toki "التحدي الذي نواجهه هو إضفاء الطابع الديمقراطي على خيارات الكاميرا" لمصنعي المعدات الأصلية.
أجهزة AI
على مدار السنوات القليلة الماضية ، كان هناك العديد من الشركات الناشئة المخصصة لمعالجات الذكاء الاصطناعي. خلق هذا الزخم الذي دفع البعض للإعلان عن عودة سوق الأجهزة. تستشهد العديد من الشركات الناشئة التي تطور شرائح خاصة بالذكاء الاصطناعي بأسواق المركبات ذاتية القيادة و ADAS كأسواق مستهدفة.
كشفت Ceva ، على وجه الخصوص ، في مؤتمر AutoSens عن نواة جديدة للذكاء الاصطناعي و "Invite API" - المنتجات التي تستهدف سوق تسريع الأنظمة الذكية.
من الغريب أن الجيل الجديد من السيارات متعددة الوظائف لم يطبق بعد شرائح الذكاء الاصطناعي الحديثة - باستثناء الرقائق من Nvidia و Intel / Mobileye ، بالإضافة إلى رقائق الطيار الآلي الكاملة التي طورتها Tesla للاستخدام الداخلي.
من ناحية أخرى ، أعلنت On Semiconductor في مؤتمر AutoSens أن فريقها (وفريق Eyeris) سيستخدمون أنظمة Ambarella على شريحة كمعالجات AI لمراقبة المقاييس المختلفة في المركبات.
قال مضر علوي ، الرئيس التنفيذي لشركة Eyeris: “لم نتمكن من العثور على شريحة ذكاء اصطناعي واحدة يمكنها التعامل مع 10 شبكات عصبية ، واستهلاك أقل من 5 واط ، والتقاط الفيديو بمعدل 30 إطارًا في الثانية باستخدام ما يصل إلى ست كاميرات موجودة بالداخل. سيارة ".
اعترف علاوي أن شركة Ambarella ليست شركة مصنعة معروفة لرقائق الذكاء الاصطناعي (تشتهر بصناعة رقائق لضغط الفيديو والرؤية الحاسوبية). ومع ذلك ، فإن نظام CV2AQ من Ambarella يلبي جميع متطلباتهم ، كما قال ، متفوقًا على جميع المسرعات الأخرى.
يأمل علاوي أن يتم نقل برنامج الذكاء الاصطناعي لشركته إلى ثلاث منصات أخرى للأجهزة لعرض الإلكترونيات الاستهلاكية في لاس فيغاس في يناير 2020.
على Semi و Ambarella و Eyeris يعرضان نظام مراقبة جديد داخل الكابينة باستخدام ثلاث كاميرات RGB-IR.
في الوقت نفسه ، شدد On Semi على أن أنظمة مراقبة السائق والركاب تتطلب "القدرة على التقاط الصور في ظل مجموعة متنوعة من ظروف الإضاءة ، من ضوء الشمس المباشر إلى الظلام". تدعي الشركة أنه بفضل وقت الاستجابة الجيد للأشعة تحت الحمراء القريبة ، "توفر تقنية RGB-IR في مستشعر الصورة CMOS إخراج صورة بدقة 1080 بكسل كاملة الوضوح باستخدام HDR 3 تعريض وإضاءة خلفية (BSI) عند 3.0 ميكرومتر." تستطيع المستشعرات الحساسة لإضاءة RGB و IR التقاط صور ملونة في ضوء النهار وصور الأشعة تحت الحمراء أحادية اللون مع الإضاءة في NIR.
تجاوز أنظمة مراقبة السائق
يفخر علاوي بأن برنامج Eyeris AI يمكنه إجراء تحليل شامل للجسم والوجه ومراقبة نشاط الركاب واكتشاف الأشياء. وأضاف أنه بالإضافة إلى مراقبة السائق ، "نراقب كل شيء داخل السيارة ، بما في ذلك أسطح المقاعد وعجلة القيادة" ، مؤكداً أن الشركة الناشئة تعمل بالفعل في أكثر من مجرد "البحث عن سيارات في دفق الفيديو".
لكن Laurent Emmerich ، مدير حلول العملاء الأوروبيين في Seeing Machines ، ناشد ألا يتوقف عند هذا الحد. وقال: "يعد تجاوز مراقبة السائق وتتبع الكثير من الأشياء تطورًا طبيعيًا". "نحن نتطلع أيضًا إلى التوسع".
بالمقارنة مع الشركات الناشئة ، تكمن ميزة Seeing Machines في "الأساس المتين في رؤية الكمبيوتر وخبرة الذكاء الاصطناعي المكتسبة على مدار العشرين عامًا الماضية". ويستخدم نظام مراقبة السائق في الشركة حاليًا "ستة شركات تصنيع سيارات وهو مقسم إلى تسعة . البرامج "
بالإضافة إلى ذلك ، لاحظت شركة Seeing Machines أنها طورت أيضًا شريحة خاصة بها لمراقبة السائقين - وسألت شركة Fovio عما إذا كانت الشريحة يمكنها أيضًا توفير عمل لأنظمة مراقبة السيارة في المستقبل ، وأوضح Emmerich أنه سيتم استخدام شريحتهم في منصة الأجهزة القابلة للتكوين ...
حجز
يعد الجمع بين أجهزة الاستشعار المختلفة وتثبيتها في السيارة ضروريًا ليس فقط لتحسين الإدراك ، ولكن أيضًا لإضافة التكرار الذي تمس الحاجة إليه من أجل السلامة.
ظهرت مربع Outsight على AutoSens.
Outsight ، وهي شركة ناشئة شارك في تأسيسها سيدريك هاتشينغز ، الرئيس التنفيذي السابق لشركة Whitings ، تعرض نظامًا جديدًا متعدد المستشعرات متكامل للغاية في AutoSens. وأوضح أن وحدة استشعار Outsight صُممت "لتوفير التعرف على الأشياء وتحديد موقعها بشكل هادف مع فهم سياق البيئة - بما في ذلك الثلج والجليد والنفط على الطريق". وأضاف: "يمكننا حتى تصنيف المواد الموجودة على الطريق باستخدام الاستشعار النشط الفائق الطيفي".
عندما سئل عن أجهزة الاستشعار المستخدمة في Outsight Box ، امتنع عن التعليق. "لا نعلن عن شركائنا الرئيسيين في الوقت الحالي ، حيث لا نزال نعمل على المواصفات والتطبيقات".
تحدثت EE Times مع Trieye أن Outsight ستستخدم كاميرا Trieye SWIR. تقوم Outsight بالترويج لكتلة المستشعرات المقرر طرحها للاختبار في الربع الأول من عام 2020. وأوضح هاتشينجز أن المقصود من Outsight Box هو أن يكون نظامًا تكميليًا مستقلاً يوفر بيانات "غير مرتبطة بأجهزة استشعار أخرى" للأمان و "التكرار الحقيقي".
لا يستخدم Outsight Box تقنيات التعلم الآلي ، وبالتالي فإن نتائج عمله يمكن التنبؤ بها ، ويمكن أن يكون النظام نفسه "معتمدًا"
بالنسبة لأسواق الطائرات بدون طيار و ADAS ، طورت Aeye أيضًا iDAR ، وهو نظام MEMS صلب الحالة إلى جانب كاميرا عالية الدقة. من خلال الجمع بين جهازي استشعار والذكاء الاصطناعي المدمج ، يمكن لنظام الوقت الفعلي "حل عدد من مشكلات الحافة" ، كما يقول أرافيند راتنام ، نائب رئيس إدارة المنتجات في AEye.
تم تصميم نظام iDAR للجمع بين "وحدات البكسل" للكاميرا ثنائية الأبعاد (RGB) و "وحدات البكسل" ثلاثية الأبعاد لبيانات ليدار (XYZ) لإنشاء نوع جديد من البيانات في الوقت الفعلي. أوضحت الشركة أن هذا النوع الجديد من البيانات يجب أن يوفر قدرًا أكبر من الدقة والمدى وأن تكون البيانات نفسها أكثر قابلية للفهم لأنظمة التوجيه المستخدمة في المركبات غير المأهولة.
ميزات منتج AEye AE110 مقابل معايير وقدرات الصناعة.
في عرضه ، قال راتنام إن AEye تستكشف مجموعة متنوعة من التطبيقات. "نظرنا إلى 300 سيناريو ، واخترنا 56 سيناريو مناسبًا وقلصناها إلى 20" ، حيث يكون دمج الكاميرا والليدار والذكاء الاصطناعي أمرًا منطقيًا.
أظهر راتنام مشهدًا يقوم فيه طفل صغير من لا مكان يقود كرة في الشارع - أمام السيارة مباشرة. يعمل نظام كاميرا الليدار بشكل أسرع ، مما يقلل أوقات استجابة السيارة. وعلق راتنام قائلاً: "يمكن لمنصة iDAR الخاصة بنا أن توفر حوسبة عالية السرعة."
عندما سُئل أحد المهندسين في شركة Waymo عن فوائد الجمع بين أجهزة الاستشعار ، أخبر EE Times في المؤتمر أنه غير متأكد من أنه سيحدث فرقًا كبيرًا. سأل: "الفرق سيكون ميكروثانية؟ لست متأكد".
AEye واثقة من الفوائد التي يمكن أن تحققها iDAR. أشار راتنام من AEye إلى التعاون الوثيق مع Hella و LG وأكد قائلاً: "لقد تمكنا من تقليل تكلفة iDAR. نحن نقدم الآن ليدار ثلاثي الأبعاد بسعر ADAS. "
في غضون 3-6 أشهر القادمة ، ستنتهي AEye من العمل على نظام من فئة السيارات يجمع بين خوارزميات RGB و lidar و AI. يدعي راتنام أن حلهم سيكلف أقل من 1000 دولار.
مبيعات أنظمة ليدار لصناعة السيارات (المصدر: IHS Markit)
أخبر Dexin Chen ، كبير المحللين لأشباه الموصلات وأجهزة الاستشعار في السيارات في IHS Markit ، الحاضرين في المؤتمر أن بائعي الليدار كانوا "متقدمين على السوق ولديهم الكثير من الوعود". وأشار إلى أنه في المستقبل ، قد تؤثر الخصائص الفيزيائية لليدار (وهي مصلحتها) على السوق ، لكن تسويقها سيقرر كل شيء. يحتاج السوق بشدة إلى "التوحيد القياسي والتحالفات والشراكات وإدارة سلسلة التوريد وشراكات الذكاء الاصطناعي."
اشترك في القنوات:
TeslaHackers - مجتمع من قراصنة تسلا الروس ، تدريب على التأجير والانجراف على
TeslaAutomotiveRu - أخبار صناعة السيارات والأجهزة وعلم نفس القيادة
حول ITELMA
اقرأ المزيد من المقالات المفيدة: