Ο κατασκευαστής φωτογραφικών μηχανών μετατρέπει το τμήμα ανάρτησης Ars σε προσωρινό AMA

πέρυσι, Έριξα μια ματιά σε ένα νέο σύστημα αισθητήρων για την αντίληψη του βάθους Η Clarity είναι από μια εταιρεία που ονομάζεται Light. Αρχικά αναπτύχθηκε για εφαρμογές smartphone, η Light στράφηκε πριν από δύο χρόνια για να αναπτύξει την τεχνολογία της για εφαρμογές αυτοκινήτου όπως τα Advanced Driver Assistance Systems (ADAS) και την αυτόνομη οδήγηση.

Ακολούθησε μια μακρά σειρά σχολίων, με πολλές ερωτήσεις για το πώς λειτουργεί η τεχνολογία Light. Οι άνθρωποι στο Light διάβασαν ολόκληρο το νήμα και μετά μίλησαν μαζί μου για να απαντήσουν στις ερωτήσεις σας.

Οι ερωτήσεις σχολίων του Ars εμπίπτουν σε τέσσερα θέματα: μπορεί η σαφήνεια να λειτουργήσει σε συνθήκες χαμηλού φωτισμού ή όχι. ομοιότητες με την ανθρώπινη όραση και την παράλλαξη. Ακρίβεια και αξιοπιστία σε σύγκριση με άλλες μεθόδους ανίχνευσης, όπως το lidar, και κατά πόσον είναι παρόμοια με την προσέγγιση «se-only» του Tesla.

Απαιτούνται προβολείς για οδήγηση τη νύχτα

Όσον αφορά την απόδοση του Clarity τη νύχτα και σε συνθήκες χαμηλού φωτισμού, η απάντηση είναι αρκετά απλή: Πρέπει να οδηγούμε με αναμμένους προβολείς τη νύχτα. «Το μεγαλύτερο μέρος της υποδομής οποιουδήποτε αυτοκινήτου έχει την υπόθεση ότι υπάρχει κάποιος εξωτερικός φωτισμός, που συνήθως φωτίζει το αυτοκίνητο», δήλωσε ο Prashant Vilagaletti, Chief Product Officer της Light.

Ομοίως, υπήρξαν ορισμένες ερωτήσεις σχετικά με το πώς το σύστημα αισθητήρων χειρίζεται τη βρωμιά ή τα μπλοκαρίσματα. “Ένα πλεονέκτημα της προσέγγισής μας είναι ότι δεν προκαθορίζουμε τις κάμερες και τις τοποθεσίες τους. Οι πελάτες αποφασίζουν ανά όχημα πού θέλουν να τις τοποθετήσουν, και ξέρετε, πολλοί θα βάλουν επιβατικά αυτοκίνητα. Και Φυσικά, αν οι κάμερές σας είναι πίσω από το παρμπρίζ, είναι ασήμαντο Μην της κρύβετε την όραση Για την τεχνολογία που υπάρχει από το 1903 Επιτρέπει στους οδηγούς μη αυτόνομων οχημάτων να οδηγούν στη βροχή ή το χιόνι και να γνωρίζουν πού να πάνε.

“Όμως όταν μιλάμε για εμπορικές εφαρμογές, όπως ένα φορτηγό Class 8 ή ακόμα και ένα αυτόνομο λεωφορείο, έχουν κάψουλες αισθητήρων και το pod αισθητήρα έχει πλήρεις μηχανισμούς καθαρισμού, μερικοί από τους οποίους είναι πολύ εξελιγμένοι. Και αυτός είναι ακριβώς ο σκοπός – διατήρηση αυτό το πράγμα λειτουργεί όσο το δυνατόν περισσότερο, σωστά; ?Δεν είναι μόνο θέμα ασφάλειας, αλλά και χρόνου λειτουργίας. Έτσι, αν μπορείτε να προσθέσετε κάποιο σύστημα καθαρισμού που κρατά το αυτοκίνητο στο δρόμο πάντα και εξοικονομείτε το διαδίκτυο, αυτό βοηθάει. Εμείς έσωσε τα χρήματά σου».

“Όλοι απλώς υποθέτουν ότι η τελική κατάσταση είναι η πρώτη, σωστά; Και πιστεύουμε ότι όσοι από εμάς το αντιμετωπίζουμε από ρεαλιστική σκοπιά, είναι να μπουσουλάμε, να περπατάμε και να τρέχουμε εδώ. Γιατί οι άνθρωποι δεν εκμεταλλεύονται τα συστήματα ασφαλείας που βασίζονται στο L2+ τι μπορεί να προσφέρει η διαύγεια του φωτός Προσθέτοντας μια άλλη μονάδα κάμερας, ξαφνικά το αυτοκίνητό σας είναι πιο ασφαλές. Δεν χρειάζεται να περιμένουμε μέχρι να πατήσουμε στα τέσσερα για να επωφεληθούν από ορισμένες από αυτές τις τεχνολογίες σήμερα”, μου λέει ο Velagaleti .

Πώς συγκρίνεται με την Tesla;

“Όταν πρόκειται για την Tesla και την Mobileye, για παράδειγμα, ξέρετε, και τα δύο συστήματα βασίζονται στη μηχανική μάθηση. Έτσι, όπως θέλουμε να πούμε, πρέπει να ξέρετε τι είναι το πράγμα στον κόσμο πριν ξέρετε πού βρίσκεται.” είπε ο Dave Granan, συνιδρυτής και Διευθύνων Σύμβουλος της Light, αν δεν μπορείτε να καταλάβετε τι είναι, αποτυγχάνετε.

Σε αντίθεση με την προσέγγιση που βασίζεται σε ML, το Clarity δεν ενδιαφέρεται αν ένα pixel ανήκει σε αυτοκίνητο, δρόμο ή δέντρο – αυτός ο τύπος αντίληψης εμφανίζεται πιο συχνά στη στοίβα. “Εμείς κοιτάμε μόνο pixel και αν δύο κάμερες μπορούν να δουν το ίδιο αντικείμενο, μπορούμε να το μετρήσουμε. Αυτό είναι βασικά μια περιγραφή. Χωρίς να ξέρουμε τι είναι το αντικείμενο. Αργότερα, κάτω από το στρώμα στοίβας και το επίπεδο αντίληψης, τότε θέλετε να χρησιμοποιήσετε και τα δύο », εξήγησε ο Boris Adgwen, Senior Director. Για τη διαχείριση προϊόντων τέχνης στο Light.

Και όχι, αυτό δεν πρέπει να ερμηνευθεί ως ένα ελαφρύ ρητό ότι η ML είναι χάσιμο χρόνου. “Η μηχανική εκμάθηση είναι ένα πολύ ωραίο κατόρθωμα. Εάν μπορείτε να τροφοδοτήσετε τη μηχανική εκμάθηση αυτού του είδους δεδομένων αισθητήρων, ανά καρέ, χωρίς υποθέσεις, τότε οι πραγματικές ανακαλύψεις αρχίζουν να συμβαίνουν, επειδή έχετε μια κλίμακα που ταιριάζει σε κάθε αρχιτεκτονική στον κόσμο. Αυτό είναι δεν είναι πραγματικά κάτι για οποιοδήποτε μοντέλο μηχανικής μάθησης. Αυτή τη στιγμή είναι στον τομέα που έχει πλεονεκτήματα. Ίσως είναι εκπαιδευμένο σε τρισδιάστατα δεδομένα, αλλά συνήθως δεν λαμβάνει πολλά τρισδιάστατα δεδομένα, γιατί όπως έχετε δει με το lidar, είναι λεπτό αλλά αραιοί και δεν βλέπουν πολύ μακριά, σημείωσε ο Villagaletti.

Εν τω μεταξύ, το σύστημα Tesla χρησιμοποιεί μία μόνο κάμερα. “Η Tesla διεκδικεί ένα δισεκατομμύριο μίλια οδήγησης και εξακολουθεί να έχει αυτά τα σφάλματα που βλέπουμε πολλά με την πιο πρόσφατη έκδοση του FSD. Λοιπόν, αυτό έχει σημασία γιατί χρειάζεστε πολύ ML για να πρέπει να αντλήσετε πράγματα όπως το βάθος και οι δομές του κόσμου και είναι δίκαιο, είναι λίγο το αντίθετο. Είναι καθυστερημένο. Και πάλι, νομίζω για κάθε λόγο, ήταν πολύ λογικό για τους ανθρώπους να έχουν κάτι για μάρκετινγκ που κάνει κάτι.

“Αλλά αν θέλουμε πραγματικά να συμβεί η επόμενη αλλαγή, μπορείτε είτε να πιστέψετε ότι ίσως το lidar θα βγει στην αγορά που θα παρέχει το είδος της πυκνότητας που βλέπετε εδώ σε μια τιμή που όλοι μπορούν να αντέξουν οικονομικά. Αυτό είναι ισχυρό σε περιβάλλοντα αυτοκινήτου. Αυτό είναι όσο κατασκευαστή και αν είναι σε όγκο, ή μπορούμε να προσθέσουμε μια άλλη κάμερα και να προσθέσουμε κάποια επεξεργασία σήματος και να το κάνουμε γρήγορα. Δεν μπορούμε να ζητάμε συνέχεια μια κάμερα με συμπέρασμα ή δομή από κίνηση ή κάποια άλλη τεχνολογία όπως αυτή για να αντιμετωπίσουμε ένα πολύ περίπλοκος κόσμος προβλημάτων Και σε έναν περίπλοκο χώρο εφαρμογών – εννοώ ότι η οδήγηση δεν είναι εύκολη, δεν επιτρέπουμε σε ένα παιδί 4 ετών να οδηγεί», είπε ο Villagaletti.

“Πιστεύω ότι η Tesla έχει κάνει καλή δουλειά αναδεικνύοντας την πολυπλοκότητα του συστήματος εκπαίδευσης που έχει, ξέρετε, το οποίο είναι πολύ εντυπωσιακό. Δεν νομίζω ότι είμαστε εδώ για να επικρίνουμε την Tesla. Έφτιαξαν το δικό τους τσιπ, το οποίο είναι από μόνο του, έχοντας κάνει αυτό πριν, δεν είναι ασήμαντο. Επομένως, υπάρχουν πολλά πραγματικά εντυπωσιακά πράγματα σχετικά με την προσέγγιση του Tesla. Νομίζω ότι οι άνθρωποι δυστυχώς υποθέτουν ότι ο Tesla κάνει ορισμένα πράγματα που ο Tesla δεν λέει, επομένως ο Tesla δεν κάνει στερεοφωνικό », εξήγησε ο Villagalletti.

Τι γίνεται με τη στερεοφωνική όραση EyeSight της Subaru;

Ο Granan σημείωσε ότι οι αρχές της στερεοσκοπικής όρασης έχουν γίνει καλά κατανοητές εδώ και πολύ καιρό. Παραδέχτηκε ότι ο Light δεν τα κατάφερε όσο θα μπορούσε να εξηγήσει πώς το σύστημά του διαφέρει από το σύστημα ADAS της κάμερας EyeSight της Subaru, το οποίο χρησιμοποιεί ένα ζευγάρι κάμερες τοποθετημένες σε μια μονάδα που βρίσκεται πίσω από τον καθρέφτη στο επάνω μέρος του παρμπρίζ.

“Στην πραγματικότητα, αυτό που καταλήξαμε αφορά δύο πράγματα. Το να μπορείς να χειρίζεσαι αυτά τα βασικά περιγράμματα των καμερών μακριά η μία από την άλλη οφείλεται στο ότι όταν οι κάμερές σου απέχουν πολύ μεταξύ τους, μπορείς να δεις μακρύτερα — και αυτό είναι απλώς φυσική. Στο Subaru EyeSight , πρέπει να κρατούν τις κάμερες κοντά μεταξύ τους. Επειδή δεν έχουν καταλάβει πώς να τις κρατήσουν βαθμονομημένη. Αυτό γίνεται πολύ δύσκολο πρόβλημα όταν είναι μακριά και όχι στο ίδιο κομμάτι μετάλλου. Αυτό είναι το ένα. Το άλλο πράγμα Έχουμε κάνει είναι ότι τα στερεοφωνικά συστήματα είναι πολύ καλά στον εντοπισμό άκρων, βλέποντας τη σιλουέτα του αυτοκινήτου του ατόμου που οδηγεί το ποδήλατο και στη συνέχεια υποθέτοντας ότι το βάθος είναι το ίδιο παντού, έτσι δεν είναι; Για βάθος ανά pixel και πλαίσιο. Τώρα είναι πολύ πιο πλούσια λεπτομέρεια», εξήγησε ο Granan.

“Πιστεύω ότι είμαστε πραγματικά η πρώτη σταθερή εφαρμογή σε στερεοφωνικό”, είπε ο Villagalletti. “Αυτό που θα βρείτε γενικά, Continental, Hitachi – δεν θα είμαι υπερβολικά συγκεκριμένος για κανέναν με την τεχνολογία – θα δείτε ότι χωρίζουν τις κάμερές τους μόνο κατά 40 εκατοστά. Και ο λόγος που το κάνουν αυτό είναι για το Το μέγεθος μιας συστοιχίας που μπορούν να υποστηρίξουν. Πρέπει να την χτίσουν πολύ άκαμπτα για να λειτουργήσει, εξήγησε η Villagality.

“Και αν το σκεφτείς, το πρόβλημα γίνεται διπλά πιο δύσκολο καθώς απομακρύνεσαι”, είπε ο Ντέιβ, γιατί ποιο είναι το μέγεθος ενός pixel και μιας μονάδας κάμερας σήμερα; Είναι περίπου τρία μικρά. Είναι πολύ μικρό, σωστά; Τώρα είμαστε” Βλέπετε πράγματα που είναι πολύ μακριά. Έτσι, αν Βάλτε τις κάμερες μακριά η μία από την άλλη, ο σκοπός είναι ότι προσπαθείτε με ακρίβεια να δείτε κάτι μακριά, κάτι που είναι σημαντικό στις περισσότερες εφαρμογές.Αλλά τώρα, αν είστε μακριά από μερικά pixel , είστε μόνο λίγα μικρά μακριά σας, είπε ο Villagality, δεν θα πάρετε αλεύρι βάθους.

«Λοιπόν, αυτό που έλυσε το φως είναι ότι αυτό καταλήγει στη στιβαρότητα του πράγματος, μπορούμε να λύσουμε κάθε καρέ, να καταλάβουμε πού βρίσκονται πραγματικά οι κάμερες, πώς σχετίζονται οι εικόνες μεταξύ τους και στη συνέχεια να αντλήσουμε το βάθος με πολύ μεγάλη ακρίβεια . Οπότε βασικά, είμαστε δυνατοί, σωστά; Και έτσι μπορείς κυριολεκτικά να βάλεις δύο ανεξάρτητες κάμερες χωρίς τίποτα άκαμπτο ανάμεσά τους. Και εξακολουθούμε να εργαζόμαστε σε επίπεδο υποπίξελ, που σημαίνει ότι είμαστε λιγότερο από ένα μικρό σε όρους για το πώς καταλαβαίνουμε πού βρίσκονται τα πράγματα στον κόσμο. Και αυτό δεν έχει ξαναγίνει.”

Αυτή η διαδικασία βαθμονόμησης είναι σαφώς εύκολο να εκτελεστεί στο εργοστάσιο, αλλά οι ακριβείς λεπτομέρειες του τρόπου με τον οποίο το κάνει η Light αποτελούν εμπορικό μυστικό. “Αλλά χάρη στην ικανότητά μας να βαθμονομούμε τη λύση, μας δίνει ανθεκτικότητα και μας δίνει ευελιξία. Και έτσι μπορώ να σας πω όποιον πελάτη έρθει σε εμάς, OEM ή Tier 1 [supplier]Πρέπει να αποφασίσουν πού θέλουν να τοποθετήσουν τις κάμερές τους ή πόσες κάμερες θέλουν να βάλουν και τι είδους κάμερες θέλουν να χρησιμοποιήσουν. “Αυτό οφείλεται στο ότι το λύσαμε για βαθμονόμηση”, είπε ο Velagaleti.

“Το άλλο κύριο πράγμα που θέλω να επισημάνω είναι ότι είναι εντελώς διαφορετικό από τα άλλα – δεν κάνουμε υποθέσεις. Έτσι, αυτό που είπε ο Dave για την ανίχνευση άκρων και το γέμισμα άκρων είναι, σωστά, τα περισσότερα στερεοφωνικά συστήματα σήμερα, μετρούν ένα συγκεκριμένο μέρος από αυτό που βλέπουν. Και μετά βασικά υπολογίζουν τα πάντα στο ενδιάμεσο.” Γιατί δεν μπορούν να κάνουν αυτό που μπορούμε να κάνουμε, που είναι βασικά να μετράμε κάθε pixel που παίρνουμε και να αποσπάσουμε βάθος για αυτό”, μου είπε ο Velagaleti.