Badacze z MIT poradzili sobie z jednym z największych problemów stojących przed samochodami autonomicznymi. Dotychczas bowiem nie radziły sobie one ze mgłą. Systemy nawigacyjne autonomicznych pojazdów są oparte na świetle widzialnym, które zapewnia duża rozdzielczość i pozwala na odczytywanie znaków drogowych i poziomych oznaczeń na jezdniach. Są one jednak bardzo zawodne we mgle.

Podczas testów swojego systemu badacze z MIT-u wytworzyli mgłę tak gęstą, że człowiek widział w niej tylko na 36 centymetrów. Ich system był zaś w stanie dostrzec przedmioty znajdujące się w odległości do 57 centymetrów i określić odległość od nich.
Oczywiście 57 centymetrów nie jest duża odległością. Jednak trzeba zaznaczyć, że z taką mgłą kierowcy raczej nie mają do czynienia. Typowa mgła, w której człowiek jeszcze porusza się samochodem ogranicza widoczność do 30-50 metrów. Najważniejszym osiągnięciem inżynierów z MIT jest fakt, że ich system widzi we mgle lepiej niż człowiek. To prawdziwy przełom w dziedzinie systemów wizyjnych opartych na świetle widzialnym.

Zmierzyliśmy się z realistyczna mgłą, gęstą, dynamiczną i heterogeniczną. Ciągle się ona poruszała i zmieniała, raz była bardziej, innym razem mniej gęsta. Nie istnieją żadne inne systemy, które są w stanie poradzić sobie z taką sytuacją, mówi główny autor badań, Guy Satat.

Szczegóły systemy zostaną zaprezentowane w maju podczas International Conference on Computational Photography.
Dla systemów wizyjnych głównym problemem, z jakim mierzą się w przypadku mgły, jest odbijanie się światła na powierzchni kropel wody. Jest ono rozpraszane i odbijane w przypadkowych kierunkach. We mgle większość światła docierającego do czujników systemu wizyjnego to światło odbite od kropel wody, a nie od znajdującego się z przodu przedmiotu, na który autonomiczny samochód powinien uważać. Co więcej, nawet światło, które zostało odbite od tego obiektu, dociera do czujników w różnym czasie, co znacząco utrudnia ocenę odległości.

Zła pogoda to jedna z poważnych przeszkód na drodze do rozwoju autonomicznych samochodów. Tutaj mamy do czynienia z najbardziej innowacyjnymi pracami z jakimi się zetknąłem. Technologia ta może zostać bardzo szybko zaimplementowana w samochodach, mówi profesor Srinivasa Narasimhan z Carnegie Mellon University.

 

 

 

Źródło: MIT, KopalniaWiedzy