Nvidia erklärt LidarNet

Der IT-Spezialist Nvidia erklärt die Plattform LidarNet, die mithilfe von KI die Umgebung wahrnimmt.

Die Wahrnehmung der automatisierten Fahrzeuge basiert auch auf Lidarsensorik. Die Auswertung erfolgt aber nicht nur bei Lidar mittels einer Künstlichen Intelligenz. Lidar sendet Licht aus und aufgrund der Dauer der Reflexion kann man den Abstand messen.

Nvidia erklärt den zweistufigen Ansatz bei der Auswertung der Lidardaten. Die KI wurde trainiert, die Objekte zu erkennen, die sich daraus ergeben. Das ist aber nicht ganz so einfach, denn es gibt verschiedene Objekte in verschiedenen Szenarien. Wenn dann noch schlechtes Wetter dazukommt, wird es problematisch.

Das LidarNet-Netzwerk erlaubt eine Objekterkennung aus der Vogelperspektive. Diese wird durch die Signale extrahiert. Die Erkennung basiert dabei auf einer 2D-Convolutions (CNN). Dies gelingt sehr schnell und eignet sich für 2D-Anwendungen. Doch der Ansatz führt zu Interpretationsschwierigkeiten, wenn die Objekte kaum variieren. Das betrifft Personen, Bäume oder Stangen.

Durch die Signalauswertung kann auch Punktwolke generiert werden, die ein 3D Bild erzeugt. Hierbei greift LidarNet auf die DNN zurück, denn das erhöht die Genauigkeit der Erkennung durch die dritte Dimension. Allerdings dauert die Analyse länger, was für Echtzeitanwendungen unpraktisch ist.

Die beiden Ansätze werden bei Nvidia von dem Multi-View-LidarNet-DNN vereint, der zwei Schritte impliziert. Zunächst werden die semantischen Informationen aus der Rundumsicht erfasst. Der Ansatz eignet sich zur weiteren Interpretation der Objekte. Dann folgt die weitere Analyse.

Die Kombination beider Stufen ist das Lidar-DNN und erlaubt die bessere Erkennung von beispielsweise Radfahrenden. Mit der Nvidia Drive AGX-Plattform dauert es sieben Millisekunden für den Scan.

Zudem nutzt man bei Nvidia einen Lidar-Objekt-Tracker. Der Tracker ist ein auf Computer Vision basierendes Nachbearbeitungssystem, das die 2D Daten und die Geometrie verwendet, um die Ausmaße des Objekts zu bestimmen. Das verhindert eine Kollision mit den Objekten.

David Fluhr

Ich schreibe seit 2011 über das Thema Autonomes & Vernetztes Fahren. Ich habe Sozialwissenschaften an der HU Berlin studiert und bin seit 2012 selbstständiger Journalist. Kontakt: mail@autonomes-fahren.de

Das könnte dich auch interessieren …

Ads Blocker Image Powered by Code Help Pro

Ads Blocker Detected!!!

We have detected that you are using extensions to block ads. Please support us by disabling these ads blocker.

Powered By
Best Wordpress Adblock Detecting Plugin | CHP Adblock