Forschende des Uber Lkw Segments und der Universität von Toronto haben einen neuen Algorithmus für das Autonome Fahren entwickelt.
Forschende der Fakultät für Informatik der Universität Toronto und der Advanced Technologies Group (ATG) von Uber, die sich beispielsweise mit den Lkws von Uber beschäftigen, haben einen neuen Algorithmus entwickelt. Dieser soll all das in sich vereinen – ein All-in-One Algorithmus.
Der Clou dabei ist nicht nur, dass dieser Algorithmus alles hat, was man braucht, er kann es auch noch in 30 Millisekunden berechnen – pro Bild versteht sich. Diese Bilder werden dann vermengt und können so das Erkennen und das Tracking, samt Prognose ermöglichen. Derart optimiert, kann man Fehler der einzelnen Aufgaben korrigieren. Der Algorithmus ist Teil der Forschungsarbeit, die mit dem Titel “Fast and Furious: Real Time End-to-End” veröffentlicht wurde.
Der Anfang bestand im Datensammeln mit Lidarscannern, welche durch verschiedene Städte der USA gefahren wurden. So erhielt man über eine Million Bilder mit 6.500 unterschiedlichen Verkehrsszenen. Für die Interpretation durch eine Künstliche Intelligenz hat man die Daten nicht strukturiert. Dafür hat man wiederum der Künstlichen Intelligenz ein Werkzeug bereit gelegt: SBNet – Sparse Blocks Netzwerk
Die Geschwindigkeit der Berechnung erreicht man durch das Weglassen von irrelevantem Material – je nach Region. Dadurch erreichte man eine Steigerung um das zehnfache. Das Konzept funktioniert nicht nur bei Lidarbildern, sondern mit anderen unstrukturierten Daten.
Nach der Integration des Algorithmus in die Uber Fahrzeuge wurden diese signifikant besser.
