Эти системы дополняют друг друга, но могут быть использованы по-отдельности. Их изобретению мы обязаны ученым университета Кэмбриджа. Хотя с их помощью еще нельзя управлять беспилотными автомобилями, возможность для машины «видеть» и правильно понимать, где именно она находится, является жизненно важной функцией в разработке автономных транспортных средств и роботов.
Первая система называется SegaNet и умеет по изображению распознавать 12 категорий предметов — дороги, дорожные знаки, пешеходов, здания и велосипедистов. Она способна принимать в расчет изменение характера освещения дня и ночи. Нынешний результат — 90% точек определено точно. До сих пор радарные или лазерные системы не могли добиться такой высокой точности в реальных условиях.
В современных беспилотных автомобилях радар нередко стоит больше, чем вся остальная машина. В отличие от датчиков радара, SegaNet учится на примерах — ее обучала группа студентов младших курсов, вручную отмечавших каждый пиксель на более чем 5000 изображениях. После этого два дня ушло на «обучение» системы. «Она на удивление хорошо узнает предметы, потому что у нее было очень много практики, — рассказал студент Алекс Кендалл, — Однако, у нее есть еще миллион всяких рычажков, которые мы можем настроить, чтобы система заработала лучше».
Сейчас SegaNet может быть использована как система оповещения о приближающейся опасности.
Существует три технологических вопроса, на которые придется ответить, чтобы построить автономное транспортное средство: где я нахожусь, что вокруг меня и что мне делать дальше? SegaNet отвечает на второй вопрос. А на первый отвечает независимая, но подключаемая система, разработанная Кенделлом и Киполлой на основании сходной с SegaNet архитектуры. Она способна локализовать пользователя и определить направление по единственному цветному изображению в городской черте. Она намного точнее GPS и работает там, где навигатор не помогает, например, в зданиях, туннелях или там, где нет сигнала.
Система использует геометрию сцены, чтобы понять точное местоположение определяет, например, смотрит ли зритель на северную или западную сторону здания, даже если внешне они выглядят одинаково.
Изобретатели представили свою разработку на Международной конференции по компьютерному зрению в Сантьяго, Чили.