Ryan Wolcott, candidato al doctorado en ciencias de la computación y la ingeniería de la UM, estima que podría ahorrar miles de dólares en el costo de estos vehículos. La tecnología les permite navegar con una sola cámara de vídeo, ofreciendo el mismo nivel de precisión que los escáneres láser a una fracción del costo. Su artículo que detalla el sistema fue recientemente nombrado mejor artículo en la Conferencia sobre Robots y Sistemas Inteligentes en Chicago (IROS por sus siglas en inglés).
“Los escáneres láser utilizados por la mayoría de los coches de auto-conducción en desarrollo en la actualidad cuestan decenas de miles de dólares, y pensé que debería haber un sensor más barato que pudiera hacer el mismo trabajo”, dijo Wolcott. “Las cámaras sólo cuesta unos pocos dólares cada una y que ya están instaladas en un montón de coches. Así que eran una opción obvia.”
ANN ARBOR– Un nuevo sistema de navegación desarrollado en la Universidad de Michigan utiliza tecnología de videojuegos para ayudar a resolver uno de los obstáculos más difíciles que enfrenta la conducción automatizada de coches: el alto costo de los escáneres láser que utilizan para determinar su ubicación.
Ryan Wolcott, candidato al doctorado en ciencias de la computación y la ingeniería de la UM, estima que podría ahorrar miles de dólares en el costo de estos vehículos. La tecnología les permite navegar con una sola cámara de vídeo, ofreciendo el mismo nivel de precisión que los escáneres láser a una fracción del costo. Su artículo que detalla el sistema fue recientemente nombrado mejor artículo en la Conferencia sobre Robots y Sistemas Inteligentes en Chicago (IROS por sus siglas en inglés).
“Los escáneres láser utilizados por la mayoría de los coches de auto-conducción en desarrollo en la actualidad cuestan decenas de miles de dólares, y pensé que debería haber un sensor más barato que pudiera hacer el mismo trabajo”, dijo Wolcott. “Las cámaras sólo cuesta unos pocos dólares cada una y que ya están instaladas en un montón de coches. Así que eran una opción obvia.”
Esta semana, Universidad de Michigan anunció que esta construyendo una mini ciudad para poner a prueba vehículos sin conductor.
Su sistema se basa en los sistemas de navegación utilizados en otros coches de auto-conducción que se encuentran actualmente en desarrollo, incluidos los vehículos de Google. Utilizan la tecnología de escaneo láser tridimensional para crear un mapa en tiempo real de su entorno, a continuación, compara ese mapa en tiempo real a un mapa predibujado almacenadao en el sistema. Al hacer miles de comparaciones por segundo, son capaces de determinar la ubicación del vehículo dentro de unos pocos centímetros.
Sistema de Wolcott utiliza el mismo enfoque, con una diferencia fundamental: su software convierte los datos del mapa en una imagen tridimensional muy similar a un juego de video. Entonces, el sistema de navegación del coche puede comparar estas imágenes con las imágenes del mundo real que entran desde una cámara de vídeo convencional.
Ryan Eustice, un profesor asociado de la UM de la arquitectura naval e ingeniería marina que está trabajando con Wolcott en la tecnología, dijo que uno de los principales retos fue diseñar un sistema capaz de procesar una enorme cantidad de datos de vídeo en tiempo real.
“Los datos de video ocupan mucho más espacio que cualquier otro tipo de datos”, dijo. “Así que uno de los retos fue crear un sistema que podría hacer que levantar objetos pesados y aún así ofrecer una ubicación precisa en tiempo real.”
Para hacer el trabajo, el equipo volvió de nuevo al mundo de los videojuegos, la construcción de un sistema de tecnología de procesamiento de gráficos que es bien conocido por los jugadores. El sistema es de bajo costo, pero capaz de hacer miles de decisiones complejas cada segundo.
El equipo ha probado con éxito el sistema en las calles del centro de Ann Arbor. Aunque mantuvieron el coche bajo control manual como medida de seguridad, el sistema de navegación proveyó con éxito la información de localización exacta. Una prueba adicional está prevista para este año en las nuevas instalaciones de ensayo M City, que se estrenará este verano.
El sistema no sustituirá completamente los escáneres láser, al menos por ahora ya que aún son necesarias otras funciones como la detección de obstáculos de largo alcance. Pero los investigadores dicen que es un paso importante hacia la construcción de los sistemas de navegación de menor costo. Con el tiempo, su investigación también podría ayudar a auto-conducción de vehículos de tecnología movimiento pasado de navegación basado en mapas y allanar el camino a los sistemas que ven el camino más como lo hacen los humanos.
“La navegación basada en mapas que va a ser una parte importante de la primera ola de vehículos sin conductor, pero tiene limitaciones ya que no pueden conducir en lugares que no estén en el mapa,” dijo Eustice. “El poner cámaras en los coches y la exploración de lo que podemos hacer con ellos es un primer paso hacia los coches que tienen la percepción de nivel humano.”
El sistema basado en cámaras todavía enfrenta muchos de los mismos obstáculos como la navegación basada en láser, incluyendo la manera de adaptarse a las diferentes condiciones climáticas y niveles de luz, así como los cambios inesperados en la carretera. Pero es una nueva herramienta valiosa en el arsenal todavía en evolución de la tecnología que se está moviendo los coches sin conductor hacia la realidad.
El documento se titula “Localización Visual dentro LIDAR Maps para Automatizado Urbano de conducción.” Este trabajo fue apoyado por una beca de Ford Motor Co. a través de la Ford-UM Alianza bajo premio N015392; Wolcott fue apoyado por la Beca SMART Programa de Servicio por el Departamento de Defensa de Estados Unidos.
Enlaces relacionados:
UM construirá mini ciudad para poner a prueba vehículos sin conductor
Ryan Wolcott, candidato al doctorado en ciencias de la computación y la ingeniería de la UM, estima que podría ahorrar miles de dólares en el costo de estos vehículos. La tecnología les permite navegar con una sola cámara de vídeo, ofreciendo el mismo nivel de precisión que los escáneres láser a una fracción del costo. Su artículo que detalla el sistema fue recientemente nombrado mejor artículo en la Conferencia sobre Robots y Sistemas Inteligentes en Chicago (IROS por sus siglas en inglés).
“Los escáneres láser utilizados por la mayoría de los coches de auto-conducción en desarrollo en la actualidad cuestan decenas de miles de dólares, y pensé que debería haber un sensor más barato que pudiera hacer el mismo trabajo”, dijo Wolcott. “Las cámaras sólo cuesta unos pocos dólares cada una y que ya están instaladas en un montón de coches. Así que eran una opción obvia.”
Esta semana, Universidad de Michigan anunció que esta construyendo una mini ciudad para poner a prueba vehículos sin conductor.
Su sistema se basa en los sistemas de navegación utilizados en otros coches de auto-conducción que se encuentran actualmente en desarrollo, incluidos los vehículos de Google. Utilizan la tecnología de escaneo láser tridimensional para crear un mapa en tiempo real de su entorno, a continuación, compara ese mapa en tiempo real a un mapa predibujado almacenadao en el sistema. Al hacer miles de comparaciones por segundo, son capaces de determinar la ubicación del vehículo dentro de unos pocos centímetros.
Sistema de Wolcott utiliza el mismo enfoque, con una diferencia fundamental: su software convierte los datos del mapa en una imagen tridimensional muy similar a un juego de video. Entonces, el sistema de navegación del coche puede comparar estas imágenes con las imágenes del mundo real que entran desde una cámara de vídeo convencional.
Ryan Eustice, un profesor asociado de la UM de la arquitectura naval e ingeniería marina que está trabajando con Wolcott en la tecnología, dijo que uno de los principales retos fue diseñar un sistema capaz de procesar una enorme cantidad de datos de vídeo en tiempo real.
“Los datos de video ocupan mucho más espacio que cualquier otro tipo de datos”, dijo. “Así que uno de los retos fue crear un sistema que podría hacer que levantar objetos pesados y aún así ofrecer una ubicación precisa en tiempo real.”
Para hacer el trabajo, el equipo volvió de nuevo al mundo de los videojuegos, la construcción de un sistema de tecnología de procesamiento de gráficos que es bien conocido por los jugadores. El sistema es de bajo costo, pero capaz de hacer miles de decisiones complejas cada segundo.
El equipo ha probado con éxito el sistema en las calles del centro de Ann Arbor. Aunque mantuvieron el coche bajo control manual como medida de seguridad, el sistema de navegación proveyó con éxito la información de localización exacta. Una prueba adicional está prevista para este año en las nuevas instalaciones de ensayo M City, que se estrenará este verano.
El sistema no sustituirá completamente los escáneres láser, al menos por ahora ya que aún son necesarias otras funciones como la detección de obstáculos de largo alcance. Pero los investigadores dicen que es un paso importante hacia la construcción de los sistemas de navegación de menor costo. Con el tiempo, su investigación también podría ayudar a auto-conducción de vehículos de tecnología movimiento pasado de navegación basado en mapas y allanar el camino a los sistemas que ven el camino más como lo hacen los humanos.
“La navegación basada en mapas que va a ser una parte importante de la primera ola de vehículos sin conductor, pero tiene limitaciones ya que no pueden conducir en lugares que no estén en el mapa,” dijo Eustice. “El poner cámaras en los coches y la exploración de lo que podemos hacer con ellos es un primer paso hacia los coches que tienen la percepción de nivel humano.”
El sistema basado en cámaras todavía enfrenta muchos de los mismos obstáculos como la navegación basada en láser, incluyendo la manera de adaptarse a las diferentes condiciones climáticas y niveles de luz, así como los cambios inesperados en la carretera. Pero es una nueva herramienta valiosa en el arsenal todavía en evolución de la tecnología que se está moviendo los coches sin conductor hacia la realidad.
El documento se titula “Localización Visual dentro LIDAR Maps para Automatizado Urbano de conducción.” Este trabajo fue apoyado por una beca de Ford Motor Co. a través de la Ford-UM Alianza bajo premio N015392; Wolcott fue apoyado por la Beca SMART Programa de Servicio por el Departamento de Defensa de Estados Unidos.
Enlaces relacionados:
UM construirá mini ciudad para poner a prueba vehículos sin conductor
