ผู้ขับขี่ที่ดีคาดเดาถึงสถานการณ์ที่อันตรายและปรับการขับขี่ก่อนที่สิ่งต่างๆจะเลวลง นักค้นคว้าที่มหาวิทยาลัยบอนน์ต้องการสอนความถนัดนี้กับรถยนต์ที่ขับขี่ด้วยตนเอง พวกเขาจะนำเสนออัลกอริทึมที่สอดคล้องต้องกันสำหรับในการประชุมนานาประเทศเรื่อง Computer Vision ซึ่งจัดขึ้นในวันศุกร์ที่ พฤศจิกายนที่กรุงโซล พวกเขาจะนำเสนอชุดข้อมูลที่พวกเขาใช้เพื่อการฝึกหัดและก็ทดสอบกระบวนการของพวกเขา มันจะก่อให้ง่ายต่อการปรับปรุงและก็ปรับปรุงกระบวนการดังที่กล่าวมาแล้วในอนาคต

ถนนที่ร้างรถยนต์แถวที่จอดอยู่ด้านข้างไม่มีอะไรที่จะบ่งบอกว่าคุณพึงระวัง แต่เดี๋ยวก่อนไม่มีข้างทางข้างหน้ารถที่หยุดอยู่ครึ่งคันใช่ไหมบางคราวฉันบางครั้งอาจจะเอาแก๊สออกไปดีมากยิ่งกว่า – ผู้ใดกันจะไปรู้ว่ามีใครซักคนมาจากข้างๆ เราเจอกับสถานการณ์แบบนี้ตลอดเวลาขณะขับรถ การตีความอย่างถูกต้องและการสรุปที่ถูกต้องจำต้องใช้ประสบการณ์มาก ในทางตรงกันข้ามบางคราวรถยนต์ที่ขับด้วยตนเองนั้นมีพฤติกรรมราวกับคนขับเรียนในบทเรียนแรกของเขา “ วัตถุประสงค์ของพวกเราเป็นการสอนพวกเขาเกี่ยวกับสไตล์การขับขี่ที่คาดหวังมากยิ่งกว่านี้” ศาสตราจารย์Jürgen Gall นักวิทยาศาสตร์คอมพิวเตอร์อธิบาย สิ่งนี้จะช่วยทำให้พวกเขาตอบสนองต่อสถานการณ์ที่ทำให้เป็นอันตรายได้เร็วขึ้น

Gall 
เป็นประธานคณะทำงาน “Computer Vision” ที่ University of Bonn ซึ่งในความร่วมแรงร่วมใจกับเพื่อนพ้องร่วมมหาวิทยาลัยของเขาจาก Institute of Photogrammetry รวมทั้งคณะทำงาน “Autonomous Intelligent Systems” กำลังทำการวิจัยวิธีแก้ปัญหานี้ ในเวลานี้นักวิทยาศาสตร์ได้เสนอขั้นแรกสำหรับเพื่อการบรรลุผลนี้สำหรับการประชุมวิชาการชั้นแนวหน้าเกี่ยวกับระเบียบวินัยของ Gall ซึ่งเป็นการสัมมนาระหว่างประเทศเกี่ยวกับคอมพิวเตอร์วิชั่นในกรุงโซล เราได้แก้ไขอัลกอริทึมที่เสร็จสิ้นและก็แปลความข้อมูล LiDAR” เขาชี้แจง สิ่งนี้ทำให้รถสามารถคาดคะเนอันตรายที่อาจเกิดขึ้นได้ในระยะเริ่มต้น

ปัญหาข้อมูลไม่พอ

LiDAR 
เป็นเลเซอร์แบบหมุนที่จัดตั้งอยู่บนหลังคาของรถยนต์ที่ขับขี่ด้วยตัวเองโดยมาก ลำแสงเลเซอร์ถูกสะท้อนจากสิ่งแวดล้อม ระบบ LiDAR วัดเมื่อแสงสว่างที่สะท้อนตกกระทบเซ็นเซอร์รวมทั้งใช้เวลานี้เพื่อคำนวณระยะทาง ระบบตรวจหาระยะทางโดยประมาณ 120,000 คะแนนรอบยานพาหนะต่อการปฏิวัติ” Gall กล่าว

ปัญหาเกี่ยวกับสิ่งนี้จุดตรวจวัดแปลงเป็น เจือจาง” เมื่อระยะทางเพิ่มขึ้นช่องว่างระหว่างจุดพวกนั้นจะกว้างขึ้น มันอย่างกับการวาดภาพใบหน้าบนบอลลูนเมื่อคุณพองมันดวงตาจะขยับไปไกลๆแม้กระทั้งมนุษย์ก็เกือบจะเป็นไปไม่ได้ที่กำลังจะได้รับความรู้ความเข้าใจที่ถูกเกี่ยวกับสิ่งแวดล้อมจากการสแกน LiDAR เพียงแต่ครั้งเดียว (เป็นต้นว่าการประมาณระยะทางของการปฏิวัติครั้งเดียว) “ไม่กี่ปีที่ผ่านมามหาวิทยาลัย Karlsruhe (KIT) ได้บันทึกข้อมูล LiDAR เยอะแยะซึ่งมีการสแกน 43,000 ครั้ง” ดร. Jens Behley แห่งสถาบัน Photogrammetry ชี้แจง เวลานี้เราได้รับลำดับจากการสแกนหลายสิบครั้งรวมทั้งซ้อนทับ” ข้อมูลที่ได้รับในลักษณะนี้ยังมีจุดที่เซ็นเซอร์ได้บันทึกไว้เมื่อรถยนต์ขับไปแล้วสองสามหลาขึ้นไปตามถนนหนทาง กล่าวกล้วยๆว่ามันมิได้แสดงเฉพาะในตอนนี้ แต่ยังรวมทั้งอนาคตด้วย

เมฆจุดซ้อนทับเหล่านี้มีข้อมูลที่สำคัญเป็นต้นว่าทรงเรขาคณิตของฉากและก็มิติเชิงพื้นที่ของวัตถุที่บรรจุอยู่ซึ่งไม่อาจจะสแกนได้ในคราวเดียว” Martin Garbade ผู้ซึ่งกำลังเรียนรู้ระดับปริญญาเอกอยู่ที่สถาบันคอมพิวเตอร์ วิทยาศาสตร์. “นอกเหนือจากนี้พวกเรายังปิดป้ายทุกจุดในนั้นอาทิเช่นมีทางเท้ามีทางเท้าแล้วก็ข้างหลังมีรถมอเตอร์ไซค์” นักวิทยาศาสตร์ป้อนโปรแกรมคอมพิวเตอร์ด้วยข้อมูลคู่หนึ่งสแกน LiDAR ครั้งเดียวเป็นอินพุและก็ข้อมูลโอเวอร์เลย์ที่เกี่ยวข้องรวมทั้งข้อมูลความหมายตามที่อยากได้ พวกเขาทำกรรมวิธีการนี้ซ้ำหลายคู่ด้วยเหมือนกัน

ในระหว่างขั้นตอนการฝึกอบรมอัลกอริทึมนี้ศึกษาที่จะทำรวมทั้งตีความการสแกนแต่ละครั้ง” ศาสตราจารย์ นี่แสดงว่ามันสามารถเพิ่มการวัดที่ขาดหายไปได้อย่างเป็นได้และตีความหมายสิ่งที่มองเห็นสำหรับในการสแกน” การสำเร็จฉากนั้นใช้งานได้ค่อนข้างจะดีวิธีการสามารถทำให้ข้อมูลที่หายไปราวกึ่งหนึ่งถูก การแปลความทางความหมายเป็นการอนุมานว่าวัตถุใดถูกแอบซ่อนอยู่ข้างหลังจุดตรวจวัด แต่ว่าก็ไม่ทำงานเหมือนกันที่นี่คอมพิวเตอร์มีความเที่ยงตรงสูงสุด 18 เปอร์เซ็นต์

อย่างไรก็ตามนักวิทยาศาสตร์พิเคราะห์ว่าสาขาการศึกษาชิ้นนี้ยังอยู่ในช่วงเริ่มต้น “ จนถึงปัจจุบันนี้มีเพียงชุดข้อมูลเป็นจำนวนมากที่ขาดการฝึกอบรมกรรมวิธีการทางปัญญาที่สอดคล้องต้องกัน” Gall อธิบาย พวกเรากำลังปิดช่องว่างตรงนี้กับงานของเราฉันเป็นคนมองโลกในแง่ดีว่าเราจะสามารถเพิ่มอัตราความเที่ยงตรงสำหรับการตีความหมายเชิงความหมายในไม่กี่ปีข้างหน้า” เขาคิดว่า 50 เปอร์เซ็นต์มีเรื่องจริงมากซึ่งอาจมีอิทธิพลเป็นอย่างมากต่อคุณภาพของการขับขี่แบบอิสระ