นักวิจัยจาก Honda มหาวิทยาลัยมิชิแกน (University of Michigan) และมหาวิทยาลัยอินเดียนา (Indiana University) ได้พัฒนาระบบ deep learning ที่สามารถทำนายเส้นทางการเคลื่อนที่ของยานพาหนะตรงสี่แยกของถนนได้
“การขับขี่อย่างปลอดภัยนั้นไม่ได้ต้องการเพียงแค่การคัดแยกและระบุตำแหน่งวัตถุต่างๆ ที่อยู่ใกล้เคียงได้อย่างแม่นยำเพียงเท่านั้น หากแต่จะต้องทำนายตำแหน่งของสิ่งต่างๆ ในอนาคตและสิ่งที่จะเกิดขึ้นด้วยถึงจะมีเวลาเพียงพอในการป้องกันการเกิดการชนกันเกิดขึ้น” ทีมงานอธิบายในงานตีพิมพ “งานของพวกเรานั้นเป็นงานแรกที่มุ่งไปในปัญหาการทำ vehicle localization ในอนาคตภายใต้มุมมองกล้องเป็นศูนย์กลางและท้าทายสถานการณ์การขับขี่อย่างตรงสี่แยกไฟแดง” ทีมงานอธิบาย
โดยทีมนักวิจัยได้เทรนระบบโครงข่าย Recurrent Neural Network (RNN) บนเฟรมเวิร์ก TensorFlow กับข้อมูล dataset ใหม่ที่เป็นวีดีโอมุมมอง first-person ที่เก็บรวบรวมมาจากฉากสถานการณ์ต่างๆ ที่แตกต่างกันไปจากสี่แยกถนน โดยข้อมูล dataset นี้รวมได้ถึง 230 วีดีโอที่มีจำนวนยานพาหนะประมาณ 2,400 คัน
“พวกเราใช้ Gated Recurrent Unit (GRU) เป็นพื้นฐานของเซล RNN ซึ่งเมื่อเทียบกับ Long Short Term Memory (LSTM) แล้ว GRU นั้นมีจำนวนตัวแปร parameter ที่น้อยกว่า ซึ่งทำให้มันดำเนินการได้เร็วกว่าโดยที่ไม่ส่งผลต่อประสิทธิภาพ” ทีมวิจัยกล่าว
ถึงแม้ว่าวิธีการของพวกเขานั้นจะสามารถดำเนินการได้ดีโดยทั่วไป หากแต่ในที่พื้นผิวที่ไม่เสมอกันและการมีคนเดินถนนบังมุมมองอยู่นั้นก็จะทำให้ระบบมีปัญหาเช่นกัน โดยทีมงานกล่าวว่างานในอนาคตนั้นจะพยายามหลีกเลี่ยงปัญหาดังกล่าวเหล่านี้ออกไปโดยการทำโมเดลให้ดีขึ้นกับทั้งฉากการจราจรทั้งหมดเช่นเดียวกันกับการหาความสัมพันธ์ระหว่างการจราจรด้วย
“งานในอนาคตนั้นจะรวมไปถึงเหตุการณ์ต่างๆ ที่มีผสมอยู่ในองค์ประกอบของฉากนั้นๆ อย่างสัญญาณไฟจราจร ข้อมูลทางลึก และการปฏิสัมพันธ์ของยานพาหนะกับสิ่งแวดล้อม โดยความสัมพันธ์ในสังคมอย่างเช่นระหว่างยานพาหนะ หรือระหว่างคนกับยานพาหนะนั้นจะต้องถูกคำนึงถึงด้วยเช่นกัน” นักวิจัยกล่าว
Source : https://news.developer.nvidia.com/ai-can-predict-the-future-location-of-vehicles/
