Annons

FoU/AKADEMISKT: Chalmers, Göteborgs universitet och Rise utvecklar ny standard för självkörande farkoster

Chalmers lanserar i samarbete med Göteborgs Universitet, Rise och Sjöfartsverket ett öppet dataset, kallat Reeds, som nu är tillgängligt för akademi och industri världen över.
Självkörande maskiner som fordon, fartyg och drönare kan sänka kostnader, minska miljöbelastningen och bidra till färre olyckor. Med det nya, öppna datasetet för utvärdering av farkosternas algoritmer sätts en ny standard för utvecklingen av autonoma transportsystem på vägar, vatten och i luften.
Datasetet utvecklas med hjälp av en avancerad forskningsbåt – den ses på bilden här intill - som kör förutbestämda rutter runt om i Västsverige under olika väder- och ljusförhållanden.
- – Målet är att sätta en standard för hur morgondagens helt autonoma system utvecklas och utvärderas, säger Ola Benderius, docent på avdelningen för fordonsteknik och autonoma system på institutionen för mekanik och maritima vetenskaper, leder projektet.

För att självkörande farkoster ska fungera behöver de uppfatta och tolka sin omgivning. Med kameror, sensorer, radar och annan utrustning ”ser” de omgivningen.
Sådan artificiell perception gör att hastighet och styrning kan anpassas till omgivningen på ett sätt som liknar hur mänskliga förare agerar i trafiken. Forskare och företag världen över har de senaste åren tävlat om vilka mjukvarualgoritmer som ger bäst artificiell perception. Till hjälp har de datamängder, eller dataset, som innehåller inspelade sekvenser från exempelvis trafikmiljöer. Sådana dataset används för att verifiera att algoritmerna fungerar så bra som möjligt.

ÖPPNA DATA FÖR FORSKARE OCH SPECIALISTER
Datasetet är unikt eftersom det spelar in omgivningen kring testfordonet med en kvalitet och noggrannhet som ligger i absolut framkant. För att skapa så utmanande förhållanden som möjligt – och därmed öka svårighetsgraden för mjukvarualgoritmerna – har forskarna valt att använda ett fartyg, där rörelser relaterar till omgivningen på ett mer komplext sätt jämfört med fordon på land. Detta innebär att Reeds är det första marina datasetet av denna typ.

Ola Benderius hoppas på ett genombrott för en mer rättvisande verifiering för att öka kvaliteten på artificiell perception och att Reeds ska bana väg:
– Målet är att sätta en standard för hur morgondagens helt autonoma system utvecklas och utvärderas. Med Reeds skapar vi ett dataset med högsta möjliga kvalitet och som ger stor samhällsnytta och säkrare system, säger han.

Datasetet utvecklas med hjälp av en avancerad forskningsbåt som kör förutbestämda rutter runt om i Västsverige under olika väder- och ljusförhållanden. Dessa turer kommer att fortsätta i ytterligare tre år och datasetet kommer alltså att växa över tid. Båten är utrustad med avancerade kameror, laserskanner, radar, rörelsesensorer och positioneringssystem, för att skapa en helhetsbild av miljön kring farkosten.

HÖG TEKNISK STANDARD ÖPPNAR DÖRREN TILL AVANCERAD AI
Kamerasystemet på båten innehåller det senaste inom kamerateknik och genererar 6 gigabyte bilddata per sekund. En tur på 1,5 timmar ger därmed en total datamängd på 16 terabyte. Det är väsentligt mer än vad som hittills presenterats i liknande dataset. Och det ger betydligt bättre förutsättningar för verifiering av artificiell perception i framtiden:
– Vårt system håller en mycket hög teknisk standard. Det öppnar för en mer detaljerad verifiering och jämförelse mellan olika mjukvarualgoritmer för artificiell perception, vilket är en grundsten för artificiell intelligens, säger Ola Benderius.

Under projektets gång har Reeds testats och vidareutvecklats av såväl andra Chalmersforskare som inbjudna internationella forskare. Man har bland annat arbetat med automatisk igenkänning och klassificering av andra fartyg, mätning av det egna fartygets rörelser utifrån kamera, 3D-modellering av omgivningen och AI-baserad borttagning av vattendroppar från kameralinser.

REEDS BIDRAR TILL BÅDE SAMARBETE OCH KONKURRENS
Reeds ger också förutsättningar för rättvisa jämförelser mellan olika forskares mjukvarualgoritmer. Forskaren laddar upp sin mjukvara på Reeds molntjänst, där utvärdering av data och jämförelse mot andras mjukvara sker helt automatiskt.
Resultaten från jämförelsen publiceras i öppna listor, där även allmänheten kan se vilka forskare världen över som har tagit fram den bästa metoden för artificiell perception inom olika områden. Det innebär att stora mängder rådata ackumuleras och datan analyseras kontinuerligt och automatiskt i molntjänsten. Reeds molntjänst ger därmed förutsättningar för både samarbete och konkurrens mellan forskargrupper. Över tid innebär det att den artificiella perceptionen blir alltmer fullständig för alla typer av självkörande system.

Print Friendly, PDF & Email

Success Stories

Success Stories

Industriellt

Intressant på PLM TV News

PLM TV News

PLM TV News

PLM TV News

PLM TV News

PLM TV News

Aktuell ANALYS

Aktuell Analys

Aktuell Analys

3D-printing

Block title