ऑटोमोबाइल इंजीनियरिंग में प्रगति
खुला एक्सेस

अमूर्त

स्वचालित ड्राइविंग में समग्र परिदृश्य समझ की ओर

Panagiotis Meletis

समग्र दृश्य समझ भविष्य के स्व-चालित वाहनों का एक महत्वपूर्ण घटक है। यह महत्वपूर्ण है कि वे वाहन सुरक्षित रूप से ड्राइव करने के लिए अपने पर्यावरण को समझने और व्याख्या करने में सक्षम हों। इसके लिए आस-पास की वस्तुओं (वाहन, मनुष्य, ट्रैफ़िक ऑब्जेक्ट, प्रकृति) का सटीक पता लगाना, ड्राइव करने योग्य और गैर-ड्राइव करने योग्य सतहों (सड़क, फुटपाथ, इमारतें) के बीच भेदभाव और स्थिर और गतिशील वस्तुओं को उच्च-स्तरीय सिमेंटिक वर्गों में विभाजित करना आवश्यक है। अतीत में, कंप्यूटर विज़न ने उनकी जटिलता और उच्च कम्प्यूटेशनल आवश्यकताओं के कारण इन समस्याओं को अलग-अलग हल किया है। आजकल, इन समस्याओं को हल करने के लिए डीप लर्निंग-आधारित सिस्टम को मैन्युअल रूप से एनोटेट किए गए डेटासेट पर प्रशिक्षित किया जाता है, हालाँकि उन्हें कई चुनौतियों का सामना करना पड़ता है: 1) एनोटेट किए गए सिमेंटिक वर्गों की संख्या उपलब्ध डेटासेट द्वारा कुछ दर्जन तक सीमित होती है, जिससे पहचानने योग्य वस्तुओं की विविधता कम हो जाती है, 2) एनोटेशन का घनत्व डेटासेट के आकार के विपरीत आनुपातिक होता है, जिससे सटीक विभाजन के लिए विशाल डेटासेट असंगत हो जाता है, और 3) पता लगाने और विभाजन को अलग-अलग हल किया जाता है, जिससे मेमोरी और कम्प्यूटेशनल मांग बढ़ जाती है। हमारा शोध उपर्युक्त चुनौतियों का समाधान करने के लिए नए तरीके प्रस्तावित करता है: 1) विभिन्न अर्थपूर्ण वर्गों और विभिन्न प्रकार के एनोटेशन वाले कई डेटासेट पर एक ही नेटवर्क को प्रशिक्षित करना, और 2) एक ही नेटवर्क के साथ पहचान और अर्थपूर्ण विभाजन की समस्याओं को एक साथ हल करना। हमने उन नेटवर्क को वास्तविक समय के प्रदर्शन के साथ अपनी स्वायत्त ड्राइविंग कार में तैनात किया है। हम पहचानने योग्य वर्गों की संख्या में पाँच गुना वृद्धि के साथ अत्याधुनिक परिणाम प्रदर्शित करते हैं, और हम समग्र दृश्य समझ प्राप्त करने की दिशा में महत्वपूर्ण कदम उठाते हुए एक संयुक्त पैनोप्टिक विभाजन प्रणाली में कुशलतापूर्वक पहचान और विभाजन को एकीकृत करते हैं।