Новая технология улучшит навигацию беспилотных автомобилей

Ученые разработали метод, позволяющий искусственному интеллекту (ИИ) лучше картографировать трехмерные пространства, используя двумерные изображения, полученные с нескольких камер. Эта техника, называемая Multi-View Attentive Contextualization (MvACon), обещает значительно улучшить навигацию беспилотных транспортных средств. Большинство автономных автомобилей используют мощные ИИ-программы, чтобы преобразовывать 2D-изображения в представление 3D-пространства. Однако существующие методы оставляют пространство для улучшений. Новый метод MvACon можно использовать вместе с уже существующими ИИ для повышения их эффективности без необходимости увеличения вычислительных ресурсов. Для проверки эффективности MvACon его интегрировали с тремя ИИ-программами: BEVFormer, BEVFormer DFA3D и PETR. Во всех случаях производительность ИИ значительно улучшилась, особенно в отношении определения объектов, их скорости и ориентации. Исследователи планируют дальнейшие тесты MvACon с новыми наборами данных и видеовходами от автономных автомобилей. Если техника продолжит демонстрировать высокие результаты, ее ожидает широкое применение в индустрии....

02:25, 14.06.2024

Рубрика: «Наука и Технологии» Поделиться:

Новая математическая модель улучшает навигацию микро и нанороботов в кровотоке Микро/нанороботы (МНР) уже давно считаются перспективным инструментом в области здравоохра ...

Новая модель ИИ улучшит прогнозы погоды и климата Ученые разработали новую модель машинного обучения NeuralGCM, способную точно прогнозирова ...

Nvidia выпустила ПО с открытым кодом для беспилотных автомобилей Nvidia представила открытое программное обеспечение для ускорения разработки беспилотных а ...

Улучшаются возможности беспилотных автомобилей по отслеживанию объектов Исследователи из Института аэрокосмических исследований Университета Торонто (UTIAS) предс ...