SpStinet - vwpChiTiet

 

Sử dụng trí tuệ nhân tạo để cải thiện camera âm thanh nổi cho ô tô

Công ty Hitachi cho biết, họ đã sử dụng AI (trí tuệ nhân tạo) cho camera âm thanh nổi được thiết kế cho hệ thống phanh tự động. Camera này có chức năng phát hiện người đi bộ vào ban đêm bằng cách sử dụng hàng trăm nghìn dữ liệu từ dữ liệu chỉ dẫn (teacher data). Ngoài Công ty Hitachi thì những đơn vị sản xuất ô tô khác cũng đang ở giai đoạn phát triển thiết bị cảm biến được nhờ trí tuệ nhân tạo. Hiện tại, Công ty Hitachi đang cung cấp cảm biến mới cho Công ty Suzuki Motor, đi đầu trong việc thương mại hóa cảm biến trí tuệ nhân tạo.


 

Cảm biến mới này vượt trội hơn nhiều so với các sản phẩm đã có trên thị trường toàn cầu về hiệu suất. Hiệu suất của phanh tự động hỗ trợ người lái xe vào ban đêm giúp họ phát hiện ra người đi bộ bằng cảm biến. Thiết bị mới này được nhận xét là có hiệu suất cao hơn những phương tiện được trang bị "EyeQ3", chip xử lý hình ảnh chính của Công ty Mobileye có trụ sở ở Israel.

Camera trước của Công ty Hitachi nhận biết vật cản "dựa trên các quy tắc", nghĩa là các nhà phát triển tự đưa ra điều kiện. Tuy nhiên, với phương pháp dựa trên quy tắc, điều kiện trở nên phức tạp và việc hỗ trợ phát hiện đối tượng vào ban đêm trở nên khó khăn. Lần này, bằng cách sử dụng máy học, có thể tìm thấy hiệu quả cho các điều kiện ở một lượng lớn dữ liệu. Camera âm thanh nổi giúp phát hiện các vật thể và được đặt ở phía trước xe của người dùng bằng cách sử dụng thị sai giữa hai hình ảnh được chụp bởi camera trái và phải. Và các phương pháp như nhận dạng mẫu được sử dụng để đánh giá xem đối tượng được phát hiện có phải là người đi bộ hay không. Camera âm thanh nổi mới này sử dụng học máy cho quá trình nhận dạng hình ảnh.

Có vài trăm ngàn dữ liệu từ dữ liệu chỉ dẫn được lưu trữ trong máy vi tính xử lý hình ảnh của máy ảnh mới. Hình ảnh được chụp bằng camera được so sánh với dữ liệu chỉ dẫn để đánh giá xem đối tượng có phải là người đi bộ hay không. Camera âm thanh nổi trước đây của Công ty Hitachi sử dụng phương pháp nhận dạng mẫu thông thường, đưa ra nhiều hình ảnh để phán đoán. Với ứng dụng học máy, việc phát hiện người đi bộ trở nên dễ dàng hơn (1) khi chỉ có phần thân dưới được chiếu sáng bằng đèn pha hoặc (2) khi toàn bộ cơ thể có thể nhìn thấy nhưng độ sáng khác nhau ở mỗi bộ phận của cơ thể, so với phương pháp nhận dạng mẫu thông thường.

Khi học máy được áp dụng để xử lý nhận dạng hình ảnh, lượng dữ liệu cần xử lý sẽ tăng lên. Để giải quyết vấn đề này, Công ty Hitachi đã nâng cấp máy vi tính của camera âm thanh nổi và cải thiện hiệu suất. Camera âm thanh nổi trước đó sử dụng ba máy vi tính để xử lý hình ảnh, nhận dạng hình ảnh và điều khiển phương tiện.

Đối với camera âm thanh nổi mới này, Công ty đã giảm được số lượng máy vi tính xuống còn hai chiếc bằng cách tích hợp máy vi tính để xử lý hình ảnh và nhận dạng hình ảnh. Sau đó, số lượng lõi được sử dụng để nhận dạng hình ảnh đã tăng từ một lên hai. Bằng cách tăng số lượng lõi, không chỉ có thể áp dụng học máy mà còn tăng tốc độ xử lý nhận dạng hình ảnh.

Hơn nữa, Hitachi đã tăng phạm vi động của cảm biến CMOS và giảm giá trị F của ống kính, tăng độ nhạy của camera lên 100%. Với phạm vi động rộng hơn, có thể chụp cả vật thể sáng và tối. Với giá trị F nhỏ hơn, việc phát hiện người đi bộ trong bóng tối trở nên dễ dàng hơn.

Đ.T.V

Các tin khác: