Novi MARS (MultiAgent, multitraverSal i multimodal) skup podataka obećava da će značajno unaprediti razvoj tehnologije autonomnih vozila (AV). Predstavljen na IEEE / CVF Computer Vision and Pattern Recognition (CVPR 2024) konferenciji od strane istraživača sa NIU Tandon School of Engineering u saradnji sa Mai Mobiliti, MARS pruža bogatstvo ranije nedostupnih podataka o vožnji u stvarnom svetu.
MARS skup podataka je jedinstven po svojoj sposobnosti da prikuplja podatke sa više autonomnih vozila koja su ponovljeno prolazila kroz iste lokacije pod različitim uslovima. Ovaj skup podataka snimljen je korišćenjem flote od četiri autonomna Toyota Sienna vozila u raznovrsnim okruženjima, uključujući stambene, poslovne i univerzitetske oblasti u SAD-u.
Chen Feng, vodeći istraživač projekta i docent na NIU Tandon, ističe da MARS nudi mnogo više od tradicionalnih skupova podataka koji dolaze iz jednog prolaza jednog vozila. On omogućava analizu stvarnih interakcija između više AV-ova koji se kreću po fiksnim rutama, pružajući bogate informacije o dinamici i komunikaciji među vozilima.
„Skup podataka MARS-a nam omogućava da proučimo kako više vozila mogu zajedno da tačnije percipiraju svoje okruženje i kako mogu da izgrade detaljno razumevanje svog okruženja tokom vremena“, rekao je Feng.
Ovaj skup podataka je rezultat saradnje između NIU Tandon i Mai Mobiliti, sa ciljem da se obezbede vredni podaci za obuku i validaciju sistema veštačke inteligencije za AV. Sa više od 1,4 miliona okvira sinhronizovanih podataka senzora, MARS uključuje podatke o senzoru, GPS/IMU i stanje vozila, kao i podatke o ponovljenim prolazima kroz specifične lokacije.
Jiming Li, prvi autor istraživanja i doktorant u Fengovoj laboratoriji, naglašava da je ponovljeno posmatranje istih lokacija ključno za razvoj robusnijih algoritama za percepciju i mapiranje. „Omogućava nam da proučimo kako autonomna vozila mogu koristiti prethodno znanje da poboljšaju svoje razumevanje sveta oko sebe u realnom vremenu“, rekao je Li.
Skup podataka MARS dolazi u vreme kada industrija autonomnih vozila teži prevazilaženju kontrolisanih okruženja za testiranje i prelasku na složenost vožnje u stvarnom svetu. Kao rezultat, MARS može igrati ključnu ulogu u obuci i validaciji sistema veštačke inteligencije za AV.
„MARS je moćan primer najbolje saradnje između industrije i akademije. Prikupljanje podataka iz naših operacija u stvarnom svetu otvara nove puteve za istraživanje autonomne vožnje u percepciji saradnje, učenju bez nadzora i simulacijama visoke vernosti“, rekla je dr Fiona Hua, direktor za percepciju autonomije u Mai Mobiliti.
Istraživači planiraju dalje eksperimente sa MARS-om kako bi istražili njegov potencijal u vizuelnom prepoznavanju mesta i rekonstrukciji 3D scena, što je ključno za sposobnost AV-a da se locira i razume svoju okolinu.
