Zo leren zelfrijdende auto's herkennen of voetgangers opletten

De huidige visiesystemen van zelfrijdende auto's bestaan uit een combinatie van camera's en lidar, een radarsysteem op basis van lasers om de omgeving rondom de rijdende auto te scannen. Deze systemen kunnen onder andere zien waar, hoe snel en in welke richting voetgangers zich in het verkeer bewegen.

Amerikaanse wetenschappers werken aan het verbeteren van een algoritme die ook de houding en lichaamstaal van een voetganger analyseert. Met die informatie kan een zelfrijdende auto veel betere beslissingen nemen. De houding van een voetganger laat bijvoorbeeld zien of hij om zich heen kijkt of op een smartphone, en of hij een stok gebruikt. 

Die lichaamstaal zegt weer iets over de intentie. Een voetganger zou bijvoorbeeld opeens toch kunnen besluiten het zebrapad op te stappen. 

3D-simulatie

De wetenschappers parkeerden een zelfrijdende auto bij verschillende kruispunten. Ze lieten de camera's, lidarsystemen en gps videobeelden en data verzamelen van mensen in beweging op en rondom de kruispunten. Die data werden vervolgens verwerkt tot een 3D-computersimulatie waarmee ze hun algoritmes konden trainen. 

Het grote verschil met andere systemen is dat die veelal gebruik maakten van foto's. Met dit nieuwe zelflerende netwerk, dat menselijke bewegingen simuleert, leren de algoritmes veel nauwkeuriger te voorspellen wat een voetganger hoogstwaarschijnlijk in de volgende seconde gaat doen. Daarmee zou de zelfrijdende auto in de toekomst veel veiligere beslissingen kunnen nemen.

Is de angst voor zelfrijdende auto's terecht?

Volg Bright op YouTube voor meer tech-video's