ترکیب اطلاعات دریافتی ازحسگرها در خودروهای خودران به خودرو کمک می کند تا تشخیص بدهد که با یک مانع جامد مواجه است یا نه؟
خودروهای بدون راننده بدون تردید تحولی عظیم از خدمات حمل و نقل ایجاد می کنند اما هنوز راه طولانی تا سپردن مسافران به این خودروها در پیش داریم. اکونومیست در مطلبی دراین باره از نیاز خودروهای بدون راننده به ترکیب اطلاعات دریافتی از انواع حسگرها می نویسد.
اتومبیل های خودران، جهان را از طریق رادارها و دوربین ها و لیدار درک می کنند، یعنی رادارهایی که با ارسال علائم نامرئی نقشه ای سه بعدی از اطراف را نشان می دهند. این سه مکمل یکدیگرند. دوربین ها ارزان ترند و می توانند علائم در خیابان و نشانه ها در جاده را ببینند اما نمی توانند اندازه ای از فاصله ها بدهند.
رادار می تواند اندازه فاصله ها و سرعت را اعلام کند اما نمی تواند جزییات دقیق تری ارائه کند. لیدار اما جزییات دقیق را ارائه می کند و البته بسیار گران است. بیشتر افرادی که در زمینه اتومبیل های خودروان فعالیت می کنند، معتقدند که برای فراهم کردن امنیت و اطمینان بیشتر باید ترکیبی از حسگرها در این خودروها مورد استفاده قرار بگیرد.
در اختیار داشتن ترکیبی از اطاعلات که توسط حسگرها برای شناسایی هر آنچه در اطراف وجود دارد ارائه می شود، ضروری است. وسایل نقلیه، دورچرخه ها، علائم در جاده، و غیره همه باید توسط خودروها درک شود.
یکی از راه های شناساندن موانع اطراف به خودروها این است که با استخدام افراد و برچسب گذاری بر تصاویر آیتم های اطراف خودروها به مجموعه ای از تصاویر برچسب گذاری شده برسیم. این تصاویر را می توان برای آموزش سیستم بینایی در خودروهای بدون راننده مورد استفاده قرار داد. مهم ترین چیزهایی که باید در این فرآیند شناسایی شوند و کمتر هم دیده می شوند خرت و پرت هایی است که در جاده ها جا می ماند یا کیسه های پلاستیکی است که باد آن ها در اتوبان ها حرکت می دهد. در اولین آزمایش های خودروهای بدون راننده گوگل، ابزار ادراک در خودرو نمی توانست یک کیسه پلاستیکی را از یک کودک درحال جست و خیز تشخیص بدهد. ترکیب اطلاعات دریافتی ازحسگرها در خودروهای خودران به خودرو کمک می کند تا تشخیص بدهد که با یک مانع جامد مواجه است یا نه؟ این خودروها می توانند اطلاعات دریافتی از حسگرهایشان را با اطلاعات دیگر خودروها هم مقایسه کنند. اسم این فرایند «یادگیری ناوگانی» است.