Tek Kamerayla Otonom Sürüş: Sensörleri Terk Eden Yenilikçi Go-Kart!

Neden önemli: Otonom araçlar genellikle lidar, radar ve yüksek çözünürlüklü kameralar gibi pahalı sensör dizileriyle yüklenir. Ancak bir DIY üreticisi, belirli kapalı ortamlar için tüm süslü donanımları bir kenara bırakıp yalnızca bir kamerayla otonom sürüş elde edebileceğinizi gösterdi.

YouTuber Austin Blake, evinde kendi yaptığı bir go-kart bulunduran insanlardan biri. Ona “Crazy Cart” adını verdikten sonra, onu kendi otonom sürüş test platformuna dönüştürmeye karar verdi. Bunun için, önce zıt bant işaretleyicileri kullanarak atölyesinin zeminine yerleştirilmiş geçici bir pist tasarladı. Aşağıdaki görüntüde görebileceğiniz gibi, alan oldukça dar, ancak arabanın dönüş yarıçapı da öyle.

Sonra zor kısım geldi – Crazy Cart’a kendi kendine sürüş becerilerini kazandırmak. Bunun için Blake, eğitilmiş bir sinir ağı modeli aracılığıyla davranışsal klonlama adı verilen bir teknik kullandı. İlk olarak, kartı pistte manuel olarak sürerken yaklaşık 15.000 görüntü kaydetti ve her noktadaki direksiyon açılarını eğitim etiketleri olarak kullandı. Daha sonra bu verileri, görüntü girişlerini karşılık gelen direksiyon yönleriyle ilişkilendirmeyi öğrenen bir evrişimli sinir ağına besledi.

İyi performans gösteren bir model elde etmek epeyce deneme yanılma gerektirdi. Ağ, pist kenarlarını ayırt etmede ve keskin dönüşlerde gezinmede sorun yaşadığı için ilk testler başarısız oldu. Blake, veri artırma hileleri denedi, hiperparametreleri ayarladı, birden fazla kamera kullandı ve hatta görüş alanını geliştirmek için geniş açılı lensler ekledi.

Ancak asıl atılım, dış kenarlığa parlak mavi bant ekleyerek kontrastı artırmasıyla gerçekleşti.

Pisti açıkça tanımladıktan sonra, yarattığı şey yalnızca monoküler görüş kullanarak pistin etrafında otonom bir şekilde hareket edebiliyordu; pahalı sensörlere ihtiyaç yoktu.

Ancak, gereken şey toplamda üç Arduino’ydu. Biri direksiyon tahminlerini bilgisayardan ikinci Arduino’ya iletiyordu, ikinci Arduino da bu verileri konumsal geri bildirimle birleştirerek direksiyon açısını kontrol eden bir motoru çalıştırıyordu. Üçüncü Arduino ise kartın hız kontrol cihazına kontrol sinyalleri göndererek gazı idare ediyordu.

Elbette bu, karmaşıklıkları ve öngörülemezlikleri olan gerçek kamu yollarında gezinmeye kıyasla oldukça kısıtlı bir kullanım durumudur. Blake, ikincisinin, yalnızca kameraların ötesinde daha zengin sensör verileri gerektirdiğini iddia edebileceğimiz katlanarak daha zor bir meydan okuma olduğunu kolayca kabul eder.

[gömülü içerik]

Yine de proje, modern makine öğreniminin mütevazı görsel girdilerden sürüş zekasını çıkarmada ne kadar yetenekli olabileceğinin etkileyici bir demosudur. Projeyi ölçeklendirmek muhtemelen çok daha fazla eğitim verisi gerektirecektir, ancak bir kişinin yapabileceği çok şey vardır.