Credito:Pixabay/CC0 di dominio pubblico
I simulatori di guida di oggi hanno un grosso problema:non sembrano abbastanza realistici, in particolare gli oggetti sullo sfondo, come alberi e segnaletica orizzontale. Ma i ricercatori hanno sviluppato un nuovo modo per creare immagini fotorealistiche per i simulatori, aprendo la strada a migliori test delle auto senza conducente.
La computer grafica convenzionale utilizza modelli dettagliati, mesh e trame per eseguire il rendering di immagini 2D da scene 3D, un processo laborioso che produce immagini che spesso non sono realistiche, in particolare sullo sfondo. Tuttavia, utilizzando un framework di apprendimento automatico chiamato Generative Adversarial Network (GAN), i ricercatori sono stati in grado di addestrare il loro programma a generare in modo casuale ambienti realistici migliorando la fedeltà visiva del programma, il livello di rappresentazione che la grafica computerizzata condivide con la realtà.
Ciò è particolarmente importante quando si testa come reagiscono gli esseri umani quando si trovano in veicoli senza conducente o, in alternativa, sulla strada con loro.
"Quando le simulazioni di guida sembrano giochi per computer, la maggior parte delle persone non le prende sul serio", ha affermato Ekim Yurtsever, autore principale dello studio e ricercatore associato di ingegneria elettrica e informatica presso la Ohio State University. "Ecco perché vogliamo rendere le nostre simulazioni il più simili possibile al mondo reale."
Lo studio è stato pubblicato sulla rivista IEEE Transactions on Intelligent Transportation Systems .
I ricercatori hanno iniziato con CARLA, un simulatore di guida open source, come base. Hanno quindi utilizzato un sintetizzatore di immagini basato su GAN per eseguire il rendering degli elementi di sfondo come edifici, vegetazione e persino il cielo e combinarli con oggetti renderizzati in modo più tradizionale.
Yurtsever ha affermato che le simulazioni di guida continueranno a richiedere tecniche di rendering grafico convenzionali e ad alta intensità di manodopera per visualizzare gli oggetti principali di interesse, come le auto vicine. Tuttavia, utilizzando l'intelligenza artificiale, GAN può essere addestrato per generare sfondi e primi piani realistici utilizzando dati del mondo reale.
Una di queste sfide che i ricercatori hanno dovuto affrontare è stata insegnare al loro programma a riconoscere i modelli nei loro ambienti, un'abilità necessaria per rilevare e creare oggetti come veicoli, alberi e ombre e per distinguere questi oggetti l'uno dall'altro.
"Il bello è che questi motivi e trame nel nostro modello non sono progettati dagli ingegneri", ha affermato Yurtsever. "Abbiamo un modello di riconoscimento delle funzionalità, ma la rete neurale lo apprende da sola".
Le loro scoperte hanno mostrato che la fusione di oggetti in primo piano in modo diverso dallo scenario di sfondo ha migliorato il fotorealismo dell'intera immagine.
Eppure, invece di modificare un'intera simulazione in una volta, il processo doveva essere eseguito fotogramma per fotogramma. Ma poiché non viviamo in un mondo fotogramma per fotogramma, il prossimo passo del progetto sarà migliorare la coerenza temporale del programma, in cui ogni fotogramma è coerente con quelli precedenti e successivi in modo che gli utenti sperimentino un'esperienza senza interruzioni e visivamente avvincente , ha detto Yurtsever.
Lo sviluppo di tecnologie fotorealistiche potrebbe anche aiutare gli scienziati a studiare le complessità della distrazione del conducente e aiutare a migliorare gli esperimenti con i conducenti reali, ha affermato Yurtsever. And with access to larger datasets of roadside scenes, more immersive driving simulations could change how humans and AI begin to share the road.
"Our research is an extremely important step in conceptualizing and testing new ideas," Yurtsever said. "We can never actually replace real world testing, but if we can make simulations a little bit better, we can get better insight on how we can improve autonomous driving systems and how we interact with them." + Esplora ulteriormente