Ученые Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» разработали алгоритм, который повышает точность навигации беспилотного транспорта в сложных условиях. Как сообщили в пресс-службе вуза, система сохраняет работоспособность при плохом освещении, в дождь и в ситуациях, когда часть дороги закрыта другими автомобилями или элементами инфраструктуры.
Ассистент кафедры систем автоматического управления СПбГЭТУ «ЛЭТИ» Екатерина Масленникова пояснила, что созданная программа сегментации проезжей части обрабатывает мультимодальные данные от лидаров, стереокамер и инерциальных сенсоров и реализует двухэтапный алгоритм построения семантической карты дорожного пространства в реальном времени.
На первом этапе выделяется поверхность дороги и отделяется от окружающих объектов по данным трехмерного сканирования. На втором этапе информация группируется в зоны с однородными свойствами покрытия или объектов. Алгоритм автоматически подстраивается под плотность данных, что обеспечивает устойчивую работу при плохой видимости и на больших дистанциях.
Система обучалась на 24 тыс. изображений дорожных сцен. Для построения трехмерной модели пространства используются данные двух лидаров, стереокамеры и инерциальных датчиков. По оценке разработчиков, интеграция сигналов от различных сенсоров уже на этапе первичной обработки снижает накопленную ошибку и повышает отказоустойчивость системы.
По результатам испытаний количество ложных срабатываний систем помощи водителю (ADAS) снизилось на 23 %, а точность определения границ проезжей части выросла на 35 %. Разработка выполнена в рамках программы «Приоритет‑2030» и может применяться не только в беспилотных автомобилях, но и в роботизированных погрузчиках, сельхозтехнике и интеллектуальной транспортной инфраструктуре, сообщает ТАСС.
Читайте также: