Audi: naprej na poti do avtonomne vožnje

Audi znova s polnim plinom hiti v smeri avtonom­ne vožnje: na najpomembnejši strokovni konferenci na svetu za področje umetne inteligence (UI) – t.i. NIPS v kalifornijskem Long Beachu (ZDA) je podjetje predstavilo inovativen pred­razvojni projekt. Gre za monokamero, ki s pomočjo UI ustvarja visokoprecizen 3D-model okolice vozila.

Novi Audi A8 je kot prvi avto na svetu razvit za visoko avtomatizirano vožnjo 3. stopnje (SAE): Audi AI pilot za zastoje na večpasovnih cestah v počasnem prometu pri hitrosti do 60 km/h prevzame nalogo vožnje, če to dovoljuje zakonodaja posamezne države in če voznik to želi. Pogoj za avtomatizirano vožnjo je čim bolj natančna slika okolice – vedno in povsod. Ključna tehnologija za to je umetna inteligenca.

Projektna ekipa Audijeve hčerinske družbe Audi Electronics Venture (AEV) je na "konferenci in delavnici o sistemih za obdelavo nevronalnih informacij" (NIPS) predstavila samo monokamero, ki s pomočjo umetne inteligence ustvarja visokoprecizen 3D-model okolice. Ta tehnologija omogoča natančno zajemanje okolice avtomobila.

Kot senzor služi navadna kamera na sprednjem delu vozila, ki snema območje pred avtomobilom pod kotom okrog 120 stopinj in vsako sekundo posname 15 slik z ločljivostjo 1,3 megapiksla. Iz teh slik sistem nato sestavi nevronalno mrežo. Pri tem se izvaja tudi t. i. semantična segmenta­cija. Vsaki slikovni točki se dodeli ena od 13 kategorij objektov. Sistem lahko tako prepozna in razlikuje druga osebna vozila, tovorna vozila, hiše, označbe na cestišču, ljudi in prometne znake.

Sistem uporablja nevronalne mreže tudi za informacije o razdaljah. Vizualizacija tukaj poteka s tako imenovanimi ISO-linijami – virtualnimi mejami, ki določajo konstanten odmik. S takšnim kombiniranjem semantične segmentacije in ocenjevanja globine nastane precizen 3D-model resnične okolice. Audijevi tehniki so s pristopom nenadzorovanega učenja ("unsupervised learning") nevronalno mrežo vnaprej naučili. Za nenadzorovano učenje – za razliko od nadzoro­vanega učenja ("supervised learning") – niso potrebni vnaprej urejeni in klasificirani podatki; gre za pristop učenja na osnovi opazovanja okoliščin in scenarijev. Nevronalna mreža si je ogledala številne videoposnetke cestnih situacij, posnete s stereokamero. Potem se je mreža naučila samostojno razumeti pravila, s katerimi iz posnetkov monokamere ustvarja 3D-informacije. Projekt podjetja AEV skriva velike potenciale za interpretiranje dogajanja v prometu.

Poleg podjetja AEV sta se na Audijevem razstavnem prostoru na letošnji konferenci NIPS predstavila še dva partnerja iz koncerna Volkswagen z lastnima temama s področja umetne inteligence. Področje Fundamental AI Research (Temeljne raziskave UI) v sklopu Data:Lab koncernskega oddelka za IT se osredotoča na nenadzorovano učenje in optimalno regulacijo s tako imenovano variacijsko interferenco (ang. variational inference), učinkovito metodo za ponazoritev verjetnostnih porazdelitev.

Audijeva ekipa iz Electronics Research Laboratory iz Belmonta (Kalifornija) pa je predstavila rešitev za vožnjo na parkiriščih in avtocestah, temelječo izključno na umetni inteligenci. Pri tem prečno vodenje avtomobila v celoti izvajajo nevronalne mreže. Umetna inteligenca se iz podatkov kame­re nauči samostojno ustvariti model okolice in voditi vozilo. Za ta pristop niso potrebni niti zelo natančno lociranje niti zelo natančni kartografski podatki.

Audiju pri razvoju samovozečih avtomobilov koristi veliko omrežje na tehnološkem področju umetne inteligence, v katerega so vključena podjetja z glavnih "vročih točk" v Silicijevi dolini, Evropi in Izraelu.