Сотрудники МФТИ и китайские учёные разработали систему обработки данных 4D-радаров для беспилотников. Технология под названием RadarSFEMOS способна точно определять расположение и движение объектов даже в условиях, где камеры и лидары теряют эффективность — в дождь, снег и туман. В будущем систему планируется внедрить в российские беспилотные грузовики и городские роботакси, сообщили в пресс-службе вуза.
4D-радары — это усовершенствованные радиолокационные датчики, которые определяют не только расстояние, азимут и угол возвышения объекта, но и его скорость по радиальному направлению (то есть насколько он приближается или удаляется). Это отличает их от классических 2D- и 3D-радаров и делает особенно полезными в условиях плохой видимости, где камеры и лидары часто теряют «зрение».
RadarSFEMOS — это самообучающаяся система для 4D-радаров, очищающая радарные данные от помех и определяющая направление и скорость движения объектов без использования дополнительной разметки или одометрии (то есть данных о перемещении транспорта от спидометра или GPS). Для достижения высокой точности учёные объединили несколько подходов.
Во-первых, система использует диффузионную модель шумоподавления, которая за миллисекунды фильтрует радарные данные, повышая точность восприятия. Во-вторых, трансформерный анализатор с адаптивной архитектурой способен распознавать объекты даже при крайне низкой плотности данных — всего 5–10 точек на квадратный метр, в то время как лидарам для сопоставимой точности требуется не менее 100 точек на той же площади.
Алгоритм учитывает движение самого автомобиля и исключает его из анализа, оставляя в расчётах только движение окружающих объектов. Дополнительным преимуществом является способность 4D-радара измерять радиальную скорость — то есть, насколько быстро объект приближается или удаляется от автомобиля. Это позволяет точно различать статичные и подвижные объекты, обеспечивая более надёжную навигацию.
Искусственный интеллект делает систему по-настоящему адаптивной: RadarSFEMOS не требует ручной разметки. По мере накопления данных она сама учится отличать шум от реального движения и постепенно повышает точность работы. При этом система одновременно анализирует два последовательных кадра радарных данных и классифицирует объекты как движущиеся или неподвижные.
Наша система определяет движение объектов вокруг автомобиля и разделяет их на движущиеся и статичные, а также делает это в любых погодных условиях. Это как если бы беспилотник получил шестое чувство. Это не просто научная статья, алгоритм уже сегодня готов к работе на серийных радарах, которые в 50 раз дешевле лидаров»
Разработка прошла тестирование на двух популярных датасетах — View-of-Delft (VoD) и TJ4DRadSet. Результаты показали, что RadarSFEMOS значительно снижает количество ложных срабатываний на «фантомные» объекты и повышает точность определения реальных объектов до 89%.
В дальнейшем учёные планируют адаптировать систему к более сложным сценариям движения и научить её предсказывать траектории объектов с ещё большей точностью. Это откроет путь к созданию более безопасных и надёжных беспилотных автомобилей, способных уверенно ориентироваться в любых погодных условиях.
Читайте ещё по теме:
Новую модель вычислительной инфраструктуры с ИИ создали в МГУ
История редактирования комментария