Инженеры из Стэнфордского университета представили прототип лазерной системы, которая в перспективе позволит беспилотным автомобилям «заглядывать» за угол и «видеть» объекты, скрытые из зоны прямой видимости. Согласно сообщению университета, предварительные испытания системы показали, что она способна достаточно точно реконструировать внешний вид объекта, скрытого препятствием.

Современные системы машинного зрения могут собирать полную информацию только о тех объектах, которые находятся в зоне их прямого видения. По этой причине системы автопилота для автомобилей не могут адекватно реагировать на неожиданные ситуации. Например, если опытный водитель по косвенным признакам может определить наличие другого автомобиля за углом, то автопилоту это пока недоступно.

Принцип работы новой системы основан на многократном отражении лазерного луча от объектов. Лидар прототипа системы, разрабатываемой Стэнфордским университетом, генерирует лазерный луч, который попадает на объект в прямой видимости и частично отражается за препятствие, за которым находится какой-либо объект.

Затем уже однажды отраженный луч падает на скрытый объект, частично отражается на изначальную поверхность, а от нее, опять же частично, — к детектору лидара. По времени регистрации отраженных лучей программное обеспечение, управляющее лазерной системой, и проводит «реконструкцию» объекта, скрытого за препятствием.

В настоящее время прототипу для сканирования объекта, скрытого за преградой, необходимо от нескольких минут до часа. При этом точность распознавания объектов довольно высока. Система даже может «видеть» знаки, расположенные за преградой. Разработчики утверждают, что работу системы можно ускорить, а в перспективе адаптировать алгоритм распознавания для работы с уже существующими лидарами.

В октябре прошлого года Лаборатория компьютерных наук и искусственного интеллекта Массачусетского технологического института продемонстрировала систему, которая позволяет по теням и цветовым пятнам на полу определять количество объектов за углом и траекторию их движения. При этом сами объекты в поле зрение камеры не попадают.

Представленный прототип системы работает с обычной зеркальной камерой. Алгоритм, управляющий системой и полученный с помощью методов машинного обучения, способен улавливать малейшие, незаметные человеческому глазу, изменения в освещенности и цветовом спектре по изображению пола рядом с углом стены.

Во время испытаний несколько человек одновременно перемещались в комнате и на улице. За углом была установлена камера, которая снимала участок пола или дороги, примыкающий к углу. Участники испытаний в зону прямого видения камеры не попадали. Алгоритму требовалось некоторое время для анализа изображений, причем он учитывал изменения, происходившие со временем.

В результате алгоритм оказался способен не просто определять количество движущихся объектов за углом, но и рассчитывать примерные траектории их движения. В некоторых случаях алгоритм сумел даже составить двумерную траекторию перемещения объекта.