211service.com
Come le auto del futuro prediceranno le tue manovre di guida prima che tu le faccia
Acquista una nuova auto in questi giorni e le probabilità sono che sarà dotata di una serie di tecnologie di assistenza alla guida. Questi possono eguagliare la velocità di un'auto davanti, gestire il cambio di corsia in sicurezza e persino applicare i freni per aiutare a prevenire una collisione. Quindi una domanda interessante è quanto possono diventare migliori questi sistemi di sicurezza prima che si verifichi l'inevitabile e l'auto prenda completamente il sopravvento.
Oggi otteniamo una risposta parziale grazie al lavoro di Ashesh Jain della Cornell University e ad alcuni amici, che hanno sviluppato un sistema in grado di prevedere la prossima manovra di un guidatore umano circa tre secondi prima che lo faccia. Queste informazioni, dicono, possono quindi essere utilizzate per identificare e prevenire potenziali incidenti.
L'approccio è semplice in teoria. Jain e compagni sottolineano che una conoscenza completa dell'ambiente di guida, sia all'interno che all'esterno dell'auto, può essere utilizzata per indovinare abbastanza bene le intenzioni immediate del guidatore. Ad esempio, i conducenti di solito controllano le corsie adiacenti prima di apportare modifiche alla corsia. Pertanto, il monitoraggio dei movimenti della testa del conducente aiuta a prevedere se il conducente intende cambiare corsia nei prossimi secondi.
Allo stesso modo, le informazioni GPS e della mappa stradale mostrano quando un'auto si sta avvicinando a un incrocio in cui una svolta a sinistra oa destra diventa un'opzione. E anche la velocità è un indicatore importante poiché i conducenti di solito rallentano prima di svoltare.
Ma questi dati sono disparati. I dati sul movimento della testa sono completamente diversi dai dati sulla velocità o sui dati della mappa. La difficoltà sta nel combinare e analizzare questi flussi di informazioni in un modo che consenta di fare buone previsioni.
La soluzione che Jain e co hanno escogitato è analizzare questi flussi insieme utilizzando algoritmi avanzati di intelligenza artificiale che imparano a individuare i segni rivelatori dell'imminente manovra.
La prima parte del loro lavoro è stata quella di raccogliere i dati necessari per addestrare la loro macchina. Jain e compagni hanno dotato un'auto di una telecamera per monitorare il conducente e un'altra per monitorare la strada. Hanno anche utilizzato i dati GPS insieme a mappe stradali e un registratore di velocità per tenere traccia della velocità del veicolo.
Hanno quindi raccolto i dati di 10 diversi conducenti che hanno accumulato oltre 1.000 miglia di guida in autostrada e in città in due mesi. Hanno annotato i dati a mano per indicare quali manovre stavano avvenendo. In totale hanno identificato 700 eventi: circa 300 cambi di corsia, 130 svolte e quasi 300 casi di guida rettilinea scelti casualmente.
Hanno usato questi dati per addestrare una serie di diverse macchine per la scomposizione dei numeri per identificare le condizioni in cui un guidatore avrebbe svoltato a sinistra oa destra, avrebbe cambiato corsia a sinistra oa destra o semplicemente avrebbe continuato a guidare in linea retta.
I risultati costituiscono una lettura interessante. L'algoritmo con le migliori prestazioni è stato in grado di determinare correttamente una manovra futura per la maggior parte del tempo: circa il 90 percento delle previsioni erano corrette. E in media è stato in grado di fare la sua previsione 3,5 secondi prima che la manovra si verificasse effettivamente.
Naturalmente, c'è più lavoro da fare. Un potenziale problema è determinare l'efficacia dell'algoritmo nelle condizioni di guida più pericolose, in particolare di notte o quando la visibilità è scarsa a causa di tempeste di neve o pioggia o quando il sole è basso nel cielo.
Gli incidenti sono più probabili in queste condizioni, quindi un algoritmo predittivo potrebbe avere il massimo vantaggio. Ma come si comporta il sistema in queste condizioni non è chiaro.
Un'altra domanda è cosa fare con queste informazioni una volta raccolte. Come può essere utilizzato per prevenire gli incidenti? Ancora una volta, non è chiaro come le case automobilistiche possano sfruttare i dati.
Tuttavia, il nuovo approccio potrebbe annunciare un cambiamento interessante nell'approccio alla sicurezza del conducente. Una previsione accurata delle manovre del conducente aiuterà sicuramente a rendere le auto più sicure nel prossimo futuro. A meno che, ovviamente, la tecnologia delle auto a guida autonoma non renda gli esseri umani, e la tecnologia per prevedere cosa faranno in futuro, ridondanti più rapidamente di quanto chiunque si aspetti.
Rif: http://arxiv.org/abs/1601.00740 : Brain4Cars: un'auto che sa prima di te tramite l'architettura di deep learning con fusione sensoriale