جستجو
Generic filters
Filter by دسته‌ها
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 هوش مصنوعی، موقعیت‌های ترافیکی پیچیده را تشخیص می‌دهد

هوش مصنوعی، موقعیت‌های ترافیکی پیچیده را تشخیص می‌دهد

Continental  تحقیقات خود را در مورد PRORETA 5 در تشخیص موقعیت‌های ترافیکی پیچیده با هوش مصنوعی برای رانندگی خودکار شهری به پایان رساند.

به گزارش هوشیو، هدف پروژه تحقیقاتی PRORETA 5 بررسی روش‌های هوش مصنوعی برای رانندگی خودکار بود. این پروژه تحقیقاتی با شعار «ساختن بلوک‌ها برای رانندگی خودکار شهری که ایمنی جاده‌های شهری را افزایش می‌دهد»، بر درک وضعیت و برنامه‌ریزی حرکت وسایل نقلیه خودکار در ترافیک شهری متمرکز شد.

شناسایی ترافیک با هوش مصنوعی

حقیقتاً «شناسایی موقعیت‌های ترافیکی پیچیده در شهرها» یکی از سخت‌ترین وظایف رانندگی خودکار است که این پروژه به این موضوع اختصاص یافته است. همچنین این سؤال مطرح می‌شود که چگونه الگوریتم‌ها می‌توانند تصمیمات رانندگی درست را در این موقعیت‌ها از داده‌های حسگر استخراج کنند؟

به عنوان مثال، تقاطعی را فرض کنید که تمامی اشیاء آن کاملاً مشخص‌اند. حال برای فهم درست جهت حرکت اشیاء، مقصود از حرکت آن‌ها و اولویت حرکتشان بدون دخالت انسان چگونه باید عمل کرد. در واقع تفسیر درست این موضوع، می‌تواند چالش‌برانگیز باشد.

برای دانستن راه‌حل‌هایی برای این موضوع، ماژول‌های جدیدی برای هوش مصنوعی به عنوان بخشی از پروژه توسعه داده شد. محققان با استفاده از وسیله نقلیه‌ای که توسط Continental ساخته شده بود و به حسگرها و رایانه‌های کارا مجهز بود، توانستند روش‌های عملکردی و تأیید سیستم رانندگی خودکار را مستقیماً در شرایط واقعی آزمایش کنند.

در حقیقت، روش‌ها شامل این موارد می‌شد:

۱- پیش‌بینی چندوجهی رفتار دینامیکی یک شیء

۲- تعیین و آزمایش انطباق قوانین ترافیک

۳- آزمایش مبتنی بر منطق برای تشخیص رفتار ناایمن ماژول‌های هوش مصنوعی

توسعه مشترک فناوری‌های آینده، فراتر از پایان‌نامه دکتراست

در طول ۲۰ سال گذشته و در جریان مجموع پنج پروژه PRORETA، تعداد زیادی از محققان به کار خود در توسعه در Continental ادامه داده‌اند و از آن‌ها در ترکیب نتایج تحقیقاتی در راه‌حل‌های مشخص مانند رانندگی خودکار در بزرگراه، کمک‌ترمز اضطراری و آوردن آن‌ها به ترافیک جاده حمایت کرده‌اند.

آندری هوم، دانشجوی دکترا در PRORETA 2 و رئیس خط نوآوری «بدون راننده» در منطقه تجاری تحرک خودمختار در Continental در این خصوص می‌گوید: «ما تحقیقاتی را در PRORETA انجام دادیم، تا صنعت و دانشگاه را ترکیب کنیم. جالب این است که ما پایه‌های کاربردی واقعی در خودرو را از طریق جذاب‌ترین مواردی که در این همکاری با آن‌ها روبه‌رو شدیم، گذاشتیم. در واقع، آنچه ما در اولین پروژه‌ها توسعه دادیم، در حال حاضر، در ترافیک جاده‌ها دیده می‌شود و ایمنی را در جاده‌های ما به طور روزانه تضمین می‌کند»:

  • ۲۰ سال PRORETA: تحقیقات بین‌رشته‌ای بین دانشگاه‌های بین‌المللی و Continental
  • توسعه مشترک سیستم‌های کمک‌راننده پیشرفته و عملکردهای رانندگی مستقل برای کمک به جلوگیری از تصادفات رانندگی
  • استفاده از نتایج تحقیقات در خودروهای سری
  • ادامه فعالیت بسیاری از محققان در Continental پس از انجام پنج پروژه

ارائه نتایج پنجمین و آخرین پروژه همکاری تحقیقاتی میان‌رشته‌ای PRORETA با TU Darmstadt

۲۰ سال همکاری تحقیقاتی: امروز، Continental نتایج پنجمین و در نتیجه آخرین پروژه همکاری تحقیقاتی میان‌رشته‌ای PRORETA با دانشگاه فنی دارمشتات، دانشگاه برمن و دانشگاه فنی یاشی در رومانی را ارائه کرد. بسیاری از نتایج تحقیقاتی Continental از پروژه‌های قبلی PRORETA در حال حاضر تا مرحله تولید توسعه یافته است. به عنوان مثال، در کمک‌ترمز اضطراری یا رانندگی خودکار در بزرگراه، آن‌ها اکنون بخشی از وسایل نقلیه مدرن هستند. این نشان می‌دهد که همکاری بین صنعت و دانشگاه به توسعه راه‌حل‌هایی کمک می‌کند که از جلوگیری از تصادفات، برداشتن بار از روی رانندگان و تحقق تحرک مستقل کمک می‌کند.

ترافیک ماشین و هوش مصنوعی

مراحل قبلی همکاری بین تحقیقات Continental و دانشگاه

PRORETA 1 – پیشگیری از تصادف از طریق ترمز خودکار و فرار: اولین پروژه PRORETA  بررسی کرد که چگونه یک وسیله نقلیه می‌تواند به طور خودکار خطرات قریب‌الوقوع را به شکل ثابت یا عقب‌نشینی موانع با استفاده از حسگرهای محیطی تشخیص دهد و با ترمز اضطراری یا فرار اضطراری از آن‌ها جلوگیری کند.

PRORETA 2 – نمونه اولیه سیستم کمک‌راننده برای سبقت گرفتن: در مرحله دوم، تیم‌ها در مورد نمونه‌های اولیه یک سیستم کمک‌راننده تحقیق کردند که به راننده، کمک می‌کند از تصادف در هنگام مانورهای سبقت در جاده‌های کشور جلوگیری کند.

برای این منظور، سیستمی توسعه یافت که از سنسور و داده‌های دینامیک خودرو برای تعیین و محاسبه دائمی موقعیت وسیله نقلیه خود، وسیله نقلیه جلویی و احتمالاً خودروی روبه‌رو استفاده می‌کند، تا تعیین کند آیا فاصله آزاد برای یک ایمن کافی است یا خیر.

PRORETA 3 – سیستم کمک‌راننده برای ترافیک شهری: در سومین پروژه PRORETA  اجرای «راهروی ایمنی» به عنوان یک مفهوم ایمنی یکپارچه خودرو به منظور افزایش ایمنی فعال در ترافیک شهری و روستایی مورد تحقیق قرار گرفت.

PRORETA 4 سیستم‌های خودروی یادگیری هوشمند: در فاز چهار پروژه PRORETA  تمرکز بر روی سیستم‌های خودروی یادگیری هوشمند به منظور افزایش بیشتر ایمنی و راحتیِ رانندگی بود. این سیستم‌های کمکی راننده را در موقعیت‌های دشوار مانند گردش به چپ، ورود به دوربرگردان یا تقاطع‌های راست قبل از چپ با توصیه‌های فردی و تطبیقی ​​پشتیبانی می‌کنند. سیستم‌ها یاد می‌گیرند که راننده معمولاً چگونه واکنش نشان می‌دهد تا با مداخلات هدفمند به حداکثر پذیرش دست یابد.

PRORETA، یک نمای کلی

PRORETA که به نام هشداردهنده رئیس قایقران در مورد کشتی‌های روم باستان، چندین هدف از جمله «ترویج و تشدید تبادل دانش بین صنعت و دانشگاه» و «الهام بخشیدن به دانشمندان جوان و مشارکت آن‌ها در یافتن راه‌حل‌هایی برای حل مشکلات کاربردی» را دنبال می‌کرد و در واقع نتایج چشمگیری در ۲۰ سال گذشته به دست آمده است که امروزه می‌توان آن‌ها را در جاده‌ها یافت.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

مقاله ما چطور بود؟

میانگین امتیاز / ۵. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
Please enable JavaScript in your browser to complete this form.