合成数据将在实现ADAS和自动驾驶方面发挥真正的作用

合成数据将发挥越来越重要的作用,制造商可以在不利用真实驾驶员数据的情况下满足车内驾驶员安全监控系统的需求。随着人们对隐私的日益关注,使用合成数据可以在不损害驾驶员隐私的情况下提高驾驶员的安全性。

合成数据将在实现ADAS和自动驾驶方面发挥真正的作用
在线工具推荐:三维数字孪生场景工具 - GLTF/GLB在线编辑器 - Three.js AI自动纹理化开发 - YOLO 虚幻合成数据生成器 - 3D模型在线转换

只要车辆在道路上行驶,分心驾驶就一直是一个问题。然而,技术的迅速崛起和现代生活中日益增长的干扰将这个问题推向了中心舞台——这也就不足为奇了。仅在美国,2020年就有超过350,00人死于机动车交通事故。此外,2019 年有3000多起致命车祸是由分心驾驶造成的。

增加连接性是一把双刃剑:虽然它有助于提高世界的信息和生产力,但手机和信息娱乐系统通常是将驾驶员的注意力从道路上移开、形成不安全的驾驶习惯并导致事故发生的主要原因。

驾驶员安全要求在这里

高级驾驶辅助系统(ADAS)和日益自动化的技术可以大大降低因分心驾驶而导致的碰撞率,人们非常希望尽快让这些系统上路。以欧盟 (EU) 为例,它已将分心驾驶作为重中之重。从2022年开始,所有进入欧盟市场的新车都必须配备先进的安全系统。强制性安全措施包括卡车和公共汽车上的分心识别和警报系统,以便在行人或骑自行车者等弱势道路使用者靠近时发出警告。欧盟委员会预计,到2038年,拟议的措施将有助于挽救250,00多人的生命,避免至少140,000人重伤。

许多行业专家一致认为,ADAS和车辆安全技术可以对车辆安全产生重大影响。然而,汽车制造商在实施和开发满足欧盟新安全法规所需的技术方面将面临重大障碍。

增加连接性是一把双刃剑:虽然它有助于提高世界的信息和生产力,但电话和信息娱乐系统通常是将驾驶员的注意力从道路上移开的主要原因

ADAS开发的当前障碍

汽车制造商和自动驾驶汽车 (AV) 制造商使用真实世界的数据来训练、测试和验证道路驾驶员安全监控系统。开发这些对安全至关重要的感知系统需要大量的数据,并且必须设计一系列令人眼花缭乱的情况来反映现实世界的驾驶情况。这些系统还必须设计为在从高度拥挤的城市到农村地区的不同环境中成功运行。

目前的方法将要求制造商制造和部署装有传感器和摄像头的汽车,以便在汽车制造商认为获得必要的数据之前可能行驶数百甚至数千英里。一旦收集了所有数据,标记真实世界数据的过程就是一项艰巨的任务,需要仔细提取特定的有趣事件,以识别感兴趣的注释。

合成数据
合成数据可以帮助公司开发必要的数据,以一小部分时间和成本为 AI 应用程序提供支持

合成数据作为游戏规则改变者进入

虽然少数公司可能能够负担得起在各种地理环境中生产和测试数百万辆汽车的过程,但大多数原始设备制造商没有足够的资源或车辆来提供此类数据集。除了是一个昂贵且耗时的过程之外,在各种情况下很难(如果不是不可能)获得不同驱动程序集的足够示例。因此,合成数据和仿真将成为未来驾驶员安全系统开发的典型要素。

随着合成数据(也称为计算机生成数据)的兴起,各种规模的公司都可以轻松开发或获取必要的数据,为人工智能应用程序提供动力,而时间和成本仅为外部获取和手动标记训练数据的一小部分。对于自动驾驶等安全关键型应用,合成数据通过对道路环境进行建模来填补真实世界数据的空白,包括人员、交通信号灯、空车位等。因此,制造商将能够在虚拟汽车环境中模仿驾驶员的行为,以在更广泛的设置和情况下测试和迭代他们的模型,而无需构建和部署车队。

促进自动驾驶汽车和驾驶员安全系统的开发

这项新兴技术已经成为自动驾驶和计算机视觉人工智能系统的重要组成部分。合成数据将电影和游戏行业(模拟、CGI)的技术与生成神经网络(GAN、VAE)相结合,使汽车制造商能够大规模设计逼真的数据集和模拟环境,而无需在现实世界中驾驶或依靠运气。

目前的方法将要求制造商制造和部署装有传感器和摄像头的汽车,以便在汽车制造商认为获得必要的数据之前可能行驶数百英里甚至数千英里

合成数据使制造商能够专注于感兴趣的特定对象,例如行人。汽车制造商可以在几个小时内模拟数百万个行人的例子,这个项目通常需要几个月的时间才能完成。这些模拟可能包括不同照明条件、物体位置和退化下的示例。或者,可以插入随机噪声来模拟肮脏的相机、雾和其他视觉障碍物。通过这种方式,制造商可以以补充真实数据的方式使用合成数据。在真实数据中识别的长尾事件可以用作围绕该事件创建数千个变体的起点。

合成数据
合成数据也称为计算机生成的数据

合成数据将发挥越来越重要的作用,制造商可以在不利用真实驾驶员数据的情况下满足车内驾驶员安全监控系统的需求。随着人们对隐私的日益关注,使用合成数据可以在不损害驾驶员隐私的情况下提高驾驶员的安全性。合成数据可以帮助汽车制造商构建强大的计算机视觉系统,并使他们在监控驾驶员行为方面具有优势。汽车制造商可以使用合成数据生成数千个唯一身份,并按需对情绪、注视角度、头部姿势、配件、环境和摄像头系统进行精细控制。由于数据已生成,因此图像数据附带了一组扩展的像素完美标签,包括面部特征点、凝视、角度、深度图、分割、表面法线和面部网格。因此,制造商将能够构建更强大的训练模型来监控大规模运动,例如驾驶员将手从方向盘上移开,以及较小规模的运动,例如眼睛凝视。

虽然目前还不明显,但新的欧盟法规正在开创驾驶员安全的新时代,这将要求汽车制造商重新定义其核心交通。合成数据将有助于在移动领域开发驾驶员安全系统和自动驾驶技术,为制造商提供具有成本效益的解决方案,该解决方案具有无限可扩展性,并且比真实世界的数据更有效。车辆模拟是数据集增强和安全保证所必需的,自动驾驶汽车公司每天都在使用。对高质量合成数据的巨大需求将继续推动极限,以满足现代互联汽车的需求。

NSDT场景编辑器 | NSDT 数字孪生 | GLTF在线编辑器 | 3D模型在线转换 | UnrealSynth虚幻合成数据生成器 | 3D模型自动纹理化工具
2023 power by nsdt©鄂ICP备2023000829号