Los autos sin conductor de Drive.ai usan pantallas en el tablero para que los pasajeros no se estresen


Los autos sin conductor de Drive.ai usan pantallas en el tablero para que los pasajeros no se estresen

Los pasajeros pueden no ser asustadizos cuando los autos sin conductor son comunes, pero en los primeros años, la mayoría de nosotros estará en alerta máxima. El desarrollador del sistema de conducción autónoma Drive.ai emplea múltiples tecnologías de visualización para tranquilizar a los pasajeros, así como para ayudar a los ingenieros de la compañía a comprender qué está “viendo” el sistema y cómo funciona.

Drive.ai describió recientemente cuatro herramientas de visualización principales que utiliza para el estudio interno y la tranquilidad de los pasajeros en Medium. La compañía describió cómo utiliza las pantallas del tablero, la visualización de datos en 3D, los conjuntos de datos anotados y las simulaciones interactivas en el desarrollo de productos.

Pantalla a bordo

Pantallas a bordo

La tranquilidad y la comodidad de los pasajeros motivan las pantallas del tablero de Drive.ai. La pantalla a bordo combina datos de sensores LIDAR y cámaras envolventes para crear imágenes en 3D mientras se conduce el automóvil. Al mejorar la imagen con datos del radar, el GPS y una unidad de medición de inercia (IMU), el sistema ayuda a los pasajeros a comprender también lo que el vehículo está a punto de hacer, y lo que detecta con los diversos sensores.

Los múltiples usos de la visualización de IA

Análisis externo

Los ingenieros de Drive.ai usan datos en tiempo real de los automóviles para crear visualizaciones en 3D que incluyen mapeo, planificación de movimiento, percepción y localización y estimación de estado, además de una serie de elementos de robótica adicionales. El ensamblaje completo permite a la compañía sumergirse más profundamente en el rendimiento de la conducción autónoma.

La sincronización de la sincronización de las diversas señales de datos del sensor es un elemento crucial del desempeño exitoso del vehículo autónomo. Al incorporar una amplia gama de datos del sensor del vehículo, mapeo y red de tráfico en una sola visualización, los ingenieros pueden ajustar los diversos algoritmos para mejorar la coordinación de sincronización. Este conjunto de herramientas también facilita las pruebas y el análisis de variables.

Conjuntos de datos masivos anotados

Conjuntos de datos anotados

Según Drive.ai, lleva alrededor de 800 horas humanas etiquetar correctamente todos los datos recopilados durante una hora de conducción. Los anotadores humanos etiquetan los conjuntos de datos iniciales. Aprendizaje profundo A.I. aplica lo que “aprende” de los datos anotados por humanos para etiquetar datos adicionales de manera rápida y confiable. Los anotadores humanos trabajan en nuevos tipos de datos y la calidad verifica los datos etiquetados en la máquina.

Simulación visual de datos

Simulación

Trabajando desde lo que la compañía llama “bibliotecas masivas de escenarios”, los ingenieros de Drive.ai prueban y evalúan los sistemas autónomos de la compañía mediante el uso de simuladores de conducción en mundos visualizados en 3D. Con el sistema autónomo de la compañía funcionando en segundo plano, el equipo puede cambiar elementos como los patrones de semáforos y los comportamientos de los peatones para observar cómo reacciona y responde el programa de conducción autónoma.