Verbesserte Fußgängererkennung von Google
Der IT-Riese Google hat für seine selbstfahrenden Autos ein verbessertes System zur Fußgängererkennung entwickelt.
Derzeit arbeiten viele Unternehmen an der Reduktion der Kosten für die Sensorik – eine teure, aber unersetzbare Technik, damit das Auto seine Umgebung erkennen kann. Vor allem Lidar ist teuer, aber Quanergy und auch Mobileye arbeiten an Lösungen.
Auf der IEEE Konferenz für Robotik und Automation (ICRA) in Seattle hat Google Einblick in die Technik gewährt. Dabei hat man ein Erkennungssystem vorgestellt, dass Menschen nur qua Kamera erkennt. Das Problem mit den Kameras, die Lidar und Radar ersetzen sollen, ist, dass die Verarbeitung der Daten langsamer von Statten gehen.
Mittels “deep neural networks”, so Google, kann man die Datenverarbeitung beschleunigen. Die Daten werden in verschiedene Ebenen bei der Erkennung, als auch bei der Verarbeitung, unterteilt. Zunächst werden die Bilder in Pixel aufgeteilt, dann werden die Zusammenhänge gefiltert und so weiter, dass das Bild mit jedem Layer weiter analysiert wird. Erst am Schluss weiß das System, was es gerade erfasst.
Das System arbeitet mit einer Genauigkeit von über 99,5 Prozent, was als sehr signifikant gilt. Doch es kostet Rechenkapazität und letztlich Zeit, bis hin zu einer Minute. Das ist für eine Echtzeitberechnung ungeeignet.
Google unterteilt die Erkennungssoftware in drei Ebenen. Das deep network ist der erste Schritt, wobei man die Erkennung gröber gerastert erfasst. Zudem werden mehrere Erfassungen zeitgleich gestartet, um Fußgänger auszumachen. Der zweite Schritt ist die Überprüfung der Ergebnisse durch ein anderes Netzwerk und Drittens: das normale deep network, welches das Ergebnis ermittelt. Der letzte Schritt konzentriert sich auf die vermutete Position des Menschen, um Zeit zu sparen. Zum Abgleich hat man eine riesige Datenbank zusammengetragen.
Damit, so Google kann man 60 Mal bis 100 Mal schneller als bisherige Systeme nach Fußgängern Ausschau halten. Das neue System braucht nur 0,25 Sekunden bis zur Erkennung eines Menschen. Doch tatsächlich, so Google weiter, bedarf es einer Reaktionszeit von 0,07 Sekunden für die Echtzeitberechnung. Dafür benötige man aber bessere Hardware.
Quelle (englisch)
