ADAS və Avtonom Sürmə: Algılama Əsasları — Avtomobil mühəndisliyində süni intellekt

Qazanclar:

Aşkarlama zəncirində və SAE avtomatlaşdırma səviyyələrində kamera, radar, LiDAR və sensor birləşməsinin rollarını izah etmək bacarığı
Obyektin aşkarlanması, təsnifatı və izlənilməsi üçün məlumatların etiketlənməsi, ssenari tərifi və qiymətləndirmə metrikləri yaratmaq bacarığı
Təsbit modelinin çıxışında kənar halları, yanlış müsbət/mənfi balansı və təhlükəsizlik marjasını tənqidi qiymətləndirmək bacarığı

Bu gün əksər avtomobillərdə zolaqdan çıxma xəbərdarlığı, avtomatik təcili əyləc və ya adaptiv kruiz-kontrol kimi xüsusiyyətlər var. Bunların hamısı ADAS (Advanced Driver Assistance Systems) çətiri altındadır. Bu sistemlərin və sonrakı avtonom idarəetmənin əsasında qavrayış dayanır: avtomobilin ətrafdakı dünyanı sensorlar vasitəsilə “görməsi” və süni intellektlə onu “anlaması”. Bu bölmədə biz aşkarlama zəncirini, sensorları, avtomatlaşdırma səviyyələrini və ən kritik məsələ olan təhlükəsizlik sərhədlərini əhatə edəcəyik.

Əvvəldən xəbərdarlıq: Bu sahə təhlükəsizlik baxımından kritikdir. Aşkarlama modeli piyadanı aşkar etməzsə, nəticə ölümcül ola bilər. Buna görə də buradakı hər bir AI çıxışı təhlükəsizlik mühəndisliyi prosesləri ilə əhatə olunmalıdır (növbəti bölmələrdə ISO 26262 və SOTIF).

Sensorlar: gözlər, qulaqlar və radar

Avtonom sürücülük yığını müxtəlif sensorları birləşdirir, çünki hər birinin güclü və zəif tərəfləri var:

Kamera: Kamera rəngi, mətni (yol nişanı), zolaq xəttini və obyekt növünü ən yaxşı şəkildə "görür". Ancaq gecə zəifdir, duman, güclü günəş parıltısı və məsafənin hesablanması.
Radar (Radio Detection and Ranging): Radio dalğaları ilə məsafəni və sürəti ölçür. Yağış/dumandan daha az təsirlənir və sürəti birbaşa ölçür (Doppler effekti ilə); lakin onun rezolyusiyasının aşağı olması "bu, piyadadır, yoxsa qutudur?"- ayırmağı çətinləşdirir.
LiDAR (İşıq Təsbiti və Aralığı): Lazer vurur və ətrafın dəqiq üçölçülü "nöqtə buludunu" yaradır; Çox yaxşı məsafə və forma verir. Amma bahadır və güclü duman/yağışdan təsirlənə bilər.
Ultrasonik: Parkinq sensorları kimi qısa məsafə.

Heç biri tək başına kifayət etmədiyi üçün sensor birləşməsi həyata keçirilir: müxtəlif sensorların məlumatlarını birləşdirərək, hər birinin zəifliyi digərinin gücü ilə kompensasiya edilir. Məsələn, kamera “piyada” deyir, radar “12 metrdə, 5 km/saata yaxınlaşır” deyir; Fusion ikisini birləşdirir və etibarlı trek yaradır.

İpucu: Aşkarlama iddiasını qiymətləndirərkən, "hansı sensor onu görə bilər və nə dərəcədə yaxşı?" soruş. Gecədə kameranın məsafə qiymətləndirməsi zəif olarsa, tək kameraya əsaslanan məsafə qərarı şübhə doğurur.

Aşkarlama zənciri

Xam sensor məlumatından qərara qədər tipik zəncir aşağıdakı kimidir:

Aşkarlama: Şəkil/nöqtə buludunda obyektlərin tapılması (“burada alət var”).
Təsnifat: Obyektin növünün müəyyən edilməsi (piyada, velosiped, nəqliyyat vasitəsi, nişan).
İzləmə: Kadrlar arasında obyekti izləmək, onun sürətini və istiqamətini təxmin etmək.
Fusion: Davamlı dünya modeli yaratmaq üçün sensorların birləşdirilməsi.
Proqnoz: "Bu piyada küçəni keçəcəkmi?"
Planlaşdırma və nəzarət: Qərar və sükan/əyləc/sürətləndirici əmr.

Süni intellekt (xüsusilə dərin öyrənmə) 1-3. addımlarda çox güclü; 5-6. Addımlar getdikcə daha çox mühəndislik qaydaları və təhlükəsizlik məntiqi ilə əhatə olunur.

SAE avtomatlaşdırma səviyyələri

Muxtariyyət “hə/yox” deyil, tədricən olur. SAE J3016 standartı altı səviyyəni müəyyən edir:

Səviyyə

Kim idarə edir?

misal

Avtomatlaşdırma yoxdur

hamısı sürülür

Yalnız xəbərdarlıq (kor nöqtə xəbərdarlığı)

Sürücü dəstəyi

sürücü + tək dəstək

Adaptiv kruiz və ya zolaq saxlama

Qismən avtomatlaşdırma

Sürücü (daimi nəzarət)

Sürət + zolaq birlikdə, sürücü cavabdehdir

Şərti avtomatlaşdırma

Sistem (müəyyən şəraitdə)

Müəyyən şəraitdə sistem idarə edir, sürücü ələ keçirməyə hazırdır

yüksək avtomatlaşdırma

Sistem (müəyyən ərazidə)

Müəyyən edilmiş ərazidə sürücüsüz

Tam avtomatlaşdırma

Sistem (hər şəraitdə)

Hər yerdə sürücüsüz (hələ deyil)

Diqqət: Ən təhlükəli anlaşılmazlıq 2-ci Səviyyədir. 2-ci səviyyədə avtomobil sükanı və sürəti dəstəkləyir, lakin sürücü daimi nəzarəti və məsuliyyəti özündə saxlayır. Sistemi “avtopilot” kimi səhv salmaq və buna əhəmiyyət verməmək ölümlə nəticələnən qəzalara səbəb olub. Səviyyə 2 "sürücüsüz" demək deyil.

Qiymətləndirmə ölçüləri: yanlış müsbət və yanlış mənfi

Aşkarlama modelini qiymətləndirərkən iki növ səhv kritikdir:

Yanlış müsbət: mövcud olmayan bir şeyin olduğunu düşünmək. Məsələn, körpü kölgəsinin "maneə" olduğunu düşünmək və lazımsız yerə əyləc etmək. Narahat və bəzən təhlükəli (arxadan toqquşma).
Yanlış mənfi (yanlış mənfi / əldən): Mövcud olan bir şeyi görə bilməmək. Məsələn, əsl piyada görməmək. Bu, avtonom idarəetmədə ən ölümcül səhvdir.

Bunları ümumiləşdirən metriklər:

Dəqiqlik: Qeyd etdiyinizin nə qədəri əslində doğrudur.
Xatırla (həssaslıq): Əslində mövcud olanların nə qədərini ələ keçirmisiniz.
mAP (orta dəqiqlik): Obyektin aşkarlanması üçün ümumi kompozit metrik.

Geri çağırma (heç bir piyadanı qaçırmamaq) avtonom idarəetmədə piyadaların aşkarlanması kimi məsələlərdə çox vacibdir; Bunu artırmaq bəzən yanlış müsbəti artırır. Bu mübadilə sırf model dəqiqliyi deyil, təhlükəsizlik mühəndisliyi qərarıdır.

Kənar qutular və uzun quyruq

Avtonom idarəetmənin ən çətin hissəsi adi hallar deyil, nadir və qəribə hallardır: qarın altında yarı görünən işarə, tərs yük maşını, kostyumlu piyada, yola düşən mebel. Bu nadir, lakin təhlükəli vəziyyətlərə uzun quyruq deyilir. Bir model milyonlarla "normal" mil üçün mükəmməl olsa da, daha əvvəl görmədiyi ekstremal vəziyyətdə uğursuz ola bilər. Buna görə də ssenariyə əsaslanan sınaq, simulyasiya və real dünyada yoxlama sonsuzdur.

Mini keys tədqiqatları

Case 1 - Füzyonun dəyəri. Avtomatik fövqəladə əyləci sınaqdan keçirərkən, ADAS komandası parlaq günəş altında qarşısındakı tünd rəngli avtomobili yalnız kamera ilə aşkar etməyin yavaş olduğunu aşkar etdi. Radar məlumatları əlavə edildikdə (radar parıltıdan təsirlənmir) sistem avtomobili 0,4 saniyə əvvəl aşkar edir; Bu, 90 km/saat sürətlə təxminən 10 metr əyləc məsafəsi deməkdir. Nəticə: Fusion vahid sensorun kor yerini bağladı.

Case 2 - Geri çağırma/dəqiq balans. Piyadaların aşkarlanması modelinin həddi aşağı salındıqda geri çağırma 96%-dən 99%-ə qədər artır, lakin yanlış pozitivlər (kölgə, kol) artır, bu da lazımsız əyləclərə səbəb olur. Təhlükəsizlik komandası qərarı verir: piyadalardan qaçmaq prioritetdir, lakin rahatlıq qaynaşma və izləmə məntiqi ilə yanlış pozitivləri aradan qaldırmaqla təmin edilir. Nəticə: Metrik seçim mühəndislik/təhlükəsizlik qərarıdır, vahid "düzgün nömrə" yoxdur.

Case 3 - Edge case sürpriz. Bir model təsdiqləmə dəstində 99,8% uğurlu olarkən, sahədə qar təkəri reklamı daşıyan yük maşınının arxasındakı nəhəng piyadanın şəklini səhv salaraq "əsl piyada" kimi qəbul edib və qəfil əyləc basıb. Komanda bu kənar işi ssenari kitabxanasına əlavə edir və modeli yenidən hazırlayır. Nəticə: Uzun quyruq heç vaxt "bitmir"; Daimi ssenari toplanması tələb olunur.

operativ şablonlar

Şablon 1 - Ssenari siyahısının yaradılması:

Rol: Siz ADAS test işi üzrə mühəndissiniz. Tapşırıq: Avtomatik təcili əyləc üçün çətin (kənar vəziyyət) sınaq ssenariləri hazırlayın. Kontekst: Şəhər, 30-50 km/saat, qarışıq piyada və velosipedçi. Məhdudiyyət: Tez-tez baş verən ssenarilərə deyil, nadir/təhlükəli olanlara üstünlük verin; hər bir ssenari üçün gözlənilən düzgün davranışı yazın.Çıxış: Ssenari | vəziyyət | gözlənilən davranış | risk səviyyəsi.

Şablon 2 - Etiketləmə təlimatı kontur:

Rol: Məlumatların etiketlənməsi keyfiyyətinin aparıcısı. Tapşırıq: Piyadaların etiketlənməsi üçün uyğunluq qaydalarının layihəsini yazın. Kontekst: Piyadalar qismən görünən, oturmuş, əlil arabasında və qrup halındadırlar. Nəticə: Qayda | misal | limit dövlət qiymət cədvəli.

Şablon 3 - Metrik şərh:

Rol: Kompüter görmə qiymətləndirilməsi eksperti. Tapşırıq: Piyada aşkarlama nəticələrimi şərh edin. Kontekst: dəqiqlik 0,93, geri çağırma 0,90, gecə və ya yağışda ən çox qaçır. Məhdudiyyət: Təhlükəsizlik üçün geri çağırmanın vacibliyini vurğulamaq; Hansı şərtlərdə əlavə yoxlamanın tələb olunduğunu söyləyin. Nəticə: Şərh + təkmilləşdirilməsi üçün prioritet sahələr.

Şablon 4 - Fusion məntiqi kontur:

Rol: Siz sensor birləşmə mühəndisisiniz. Tapşırıq: Kamera və radar qarşıdurması zamanı qərar məntiqi layihəsini təklif edin. Kontekst: Radar 15 m məsafədə hərəkət edən kiçik obyekti görür, kamera isə "piyada yoxdur" deyir. Məhdudiyyət: Təhlükəsizliyin lehinə fərziyyə prinsipini tətbiq edin (təhlükəsiz tərəf). Nəticə: Qərar cədvəli + əsaslandırma.

Zəif məlumat / Güclü göstəriş

Zəif çağırış:

Mənim avtonom avtomobil modelim təhlükəsizdirmi?

Kontekstsiz; "təhlükəsiz" qeyri-müəyyəndir; Süni intellekt yalnız ümumi sözlərlə danışır və aldadıcı inam verə bilər.

Güclü göstəriş:

Rol: Siz ADAS-ın təhlükəsizlik qiymətləndirməsi üzrə məsləhətçisisiniz. Tapşırıq: Piyada aşkarlama modelimin zəifliklərini şübhə altına almaq üçün yoxlama siyahısı yaradın. Kontekst: Urban Level 2 sistemi; Geri çağırma gecə və yağışda düşür; Yalnız kamera + radar var, LiDAR yoxdur. Məhdudiyyət: 'təhlükəsiz' elan etməyin; sistemin hansı şəraitdə öz limitində olduğunu və hansı əlavə sınaqların tələb olunduğunu müəyyənləşdirin. Nəticə: Risk sahəsi | niyə | tövsiyə olunan test | əhəmiyyət cədvəli.

Ümumi səhvlər

Səhv 2 "sürücüsüz" kimi. Məsuliyyət sürücünün üzərinə düşür; Bu yanlış fikir ölümcüldür.
Tək sensora arxalanaraq. Hər sensorun kor nöqtəsi var; birləşmə vacibdir.
Sadəcə orta dəqiqliyə baxırıq. 99% müvəffəqiyyət, 1% qaçırılan piyada ölümlə nəticələnə bilər; geri çağırma və kənar hallar vacibdir.
Ekstremal hallara məhəl qoymamaq. Uzun quyruq heç bitmir; Ssenari toplanması davamlıdır.
Təhlükəsizlik qərarını modelə buraxırıq. Eşik və balans qərarları təhlükəsizlik mühəndisliyinin məsuliyyətidir.

Xülasə

ADAS-ın və avtonom idarəetmənin əsasını kamera, radar, LiDAR və sensor birləşməsi təşkil edir; Hər bir sensorun fərqli güclü / zəif tərəfləri var.
Aşkarlama zənciri aşkarlama, təsnifat, monitorinq, birləşmə, proqnozlaşdırma və nəzarətdən ibarətdir; AI ilk addımlarda güclüdür.
SAE səviyyələri 0 ilə 5 arasında dəyişir; 2-ci səviyyədə məsuliyyət sürücünün üzərinə düşür.
Yanlış mənfi (piyada qaçırma) ən ölümcül səhvdir; geri çağırma və kənar hallara üstünlük verilir.
Təhlükəsizlik qərarları mühəndislik məsuliyyətidir; Modelin dəqiqliyi yeganə meyar deyil.

Tətbiq tapşırığı

ADAS funksiyasını seçin (məsələn, zolaqda saxlama yardımı). (1) Cədvəldə hansı sensorların bu funksiyanı dəstəklədiyini və nə dərəcədə yaxşı olduğunu yazın. (2) Şablon 1 ilə 5 kənar vəziyyət ssenarisi yaradın və hər biri üçün gözlənilən təhlükəsiz davranışı təyin edin. (3) Bu funksiya üçün yanlış müsbət və yanlış mənfi nəticələri müqayisə edin. (4) Modelin "təhlükəsiz" olduğunu iddia etməzdən əvvəl hansı müstəqil sınaqların tələb olunduğunu sadalayın.

yoxlama siyahısı

[ ] Mən sensorların güclü/zəif tərəflərini funksiyasına görə qiymətləndirdim.
[ ] Mən də son hal (uzun quyruq) ssenarilərini sadaladım.
[ ] Mən təhlükəsizlik baxımından yanlış müsbət/mənfi nəticələri müqayisə etdim.
[ ] Mən Recall-ın təhlükəsizlik baxımından kritik əhəmiyyətini nəzərə aldım.
[ ] Mən SAE səviyyəsini və kimin məsul olduğunu aydınlaşdırdım.
[ ] Mən "təhlükəsiz" iddia etməzdən əvvəl müstəqil sınaq planı hazırladım.