Los sistemas ADAS más avanzados utilizan la inteligencia artificial, con técnicas de aprendizaje profundo (deep learning) que incluyen redes neuronales que logran realizar una segmentación semántica de los elementos de una imagen. Lo leemos en infotaller.tv.
Carglass ha informado que las cámaras que se incluyen en los parabrisas equipan sistemas ADAS que cuentan con inteligencia artificial que tienen sistemas de redes neuronales que permiten que se realice una segmentación semántica de los elementos que aparecen en la imagen que captan. “La gran ventaja de la inteligencia artificial es que no está programada, está entrenada”, explica Xavier Martínez, Head of Technical Training & Business Efficiencies en Carglass España. “La detección de objetos no se hace a través de la codificación manual de un algoritmo, sino que se aprende automáticamente a partir de ejemplos de entrenamiento”.
Los sistemas ADAS necesitan de cámaras que vean lo que sucede alrededor del coche y recojan esa información para que el vehículo la procese y pueda realizar un reconocimiento fiable del entorno y actuar en consecuencia. Las cámaras y sensores, mayoritaria-mente están instalados en el parabrisas. Por ese motivo, es importante recordar que cuando se sustituye un parabrisas, hay que desmontar las cámaras del cristal roto y montarlas en el
nuevo. Una vez instalados, estos sensores han de ser recalibrados para asegurar que apuntan al lugar exacto al que deben, funcionan con la máxima precisión y proporcionan la información correcta.
Martínez, explica que “la cámara frontal que va instalada en el parabrisas tiene un papel clave y permite que el coche detecte objetos y personas de forma fiable en todo momento, a través de procesamientos clásicos de imágenes, combinados con métodos de inteligencia artificial. Para que sea útil y pueda ayudar al conductor, tiene que ser más rápida que el conductor en la detección y alerta de obstáculos”.
Tres posibles rutas
El enfoque multiruta quiere conseguir la mayor velocidad de reconocimiento, ya que cada décima de segundo que pasa, el coche avanza una distancia. Esto lo consigue con la menor generación de datos y de cálculos posible. Hay que tener en cuenta que una cámara RGB de 1MP que funcione a 15 FPS genera aproximadamente 59 megabytes por segundo para procesar.
La cámara reconoce la apariencia de categorías de objetos típicos como coches, motos, peatones, ciclistas o marcas viales. Para cada objeto a detectar se elaboran a mano algoritmos tradicionales de visión artificial, que analizan las direcciones de los bordes dentro de una imagen para tratar de describir objetos.
Por otro lado, la cámara emplea la estructura del movimiento SfM (Structure from Motion), para reconocer objetos con un seguimiento del movimiento de los píxeles asociados.
La tercera ruta se realiza con inteligencia artificial, con técnicas de aprendizaje profundo (deep learning) que la esas de redes neuronales convolucionales que realizan una segmentación semántica de los elementos de una imagen. Las redes, que imita la visión del ojo humano para identificar los objetos, van aplicando capas a una imagen. Las primeras, detectan los elementos más sencillos, como líneas y curvas, que gradualmente se van especializando hasta reconocer más formas complejas.
Ventajas de la Inteligencia Artificial
La gran ventaja es que no está programada, está entrenada con miles de imágenes, para reconocer las características únicas de cada objeto y poder generalizarlo. La detección de los objetos se hace gracias a que las redes neuronales profundas permiten que las características de un objeto se aprendan automáticamente a partir de ejemplos de entrenamiento.
Esto permite al coche detectar vehículos estacionados o peatones con partes de su cuerpo ocultas entre coches. También puede diferenciar la superficie de la calzada, cuando las líneas no son visibles, ‘leyendo’ otras características indicativas como el cambio de color y superficie del asfalto a la grava, que haya señales verticales o vehículos estacionados.
Fuente: http://www.asepa.es/
Antonio Mozas
Director de ASEPA (Asociación Española de Profesionales de Automoción)
Suscríbete a la Newsletter de gestión de flotas
Curso ONLINE para la gestión de flotas de vehículos
Advanced Fleet Management Consulting, Webfleet Solutions, Optimatics, Mobileye, GantaBI, Unigis, Eccocar, y Alcoa Wheels organizan el “Curso para la Gestión de flotas de vehículos” con el fin de formar a los profesionales en gestión de flotas a tomar una visión global y conocer todas las actividades y factores clave involucrados en la gestión de una flota de vehículos.
El curso es único y presenta un enfoque innovador con los objetivos de reducir costes y optimizar la gestión de la flota.
info@advancedfleetmanagementconsulting.com
o
Rellena el siguiente formulario para recibir la información del curso y te puedas inscribir.
Conoce en canal de Youtube de gestión de flotas
