Forskare från både TRINA (Toyota Research Institute North America) i Ann Arbour och från Toyota Central R&D Labs Inc. i Japan hade flera presentationer om sina system som hanterar Environment Perceptron för automatiserade fordon [1, 2, 3, 4].
Toyota ser Environment Perceptron och att förstå omgivande trafikanter och deras intentioner som de stora utmaningarna inom automatiserad körning. I sin forskning använder Toyota ofta takmonterade 3D Velodyne laserscanners (Velodyne HDL-32E) för att läsa av omgivningen runt om ett fordon, vilket de ser som en fördel jämfört med radar, där det ofta krävs flera sensorer för att skapa samma 360 graders vy. Andra metoder som de lyfter fram som intressanta är:
- Multiband kameror, som använder olika sorters ljus för att detektera olika objekt, t.ex. mänsklig hud, eller som upptäcker i mörker.
- Integrerad positionering, med hjälp av standard GPS och externa sensorer som accelerometrar eller kända landmärken i kombination med radar/lidar.
- Stereo/Optical flow.
- Lidar/Image processing.
Min uppfattning är att Toyota var den biltillverkare som hade flest presentationer och talare på plats. Deras resultat är imponerande och de visar stor bredd på sin forskning – samtidigt vittnar det om stora utmaningar för att introducera helt autonoma fordon på våra vägar.
Källor
[1] Chao Wang, Huijing Zhao, Chunzhao Guo, Seiichi Mita, Hongbin Zha, Visual-Based On-road Vehicle Detection: A Transnational Experiment and Comparison, 2015 IEEE Intelligent Vehicles Symposium (IV) June 28 – July 1, 2015. COEX, Seoul, Korea
[2] Xue Mei, Naoki Nagasaka, Bunyo Okumura, and Danil Prokhorov, Detection and Motion Planning for Roadside Parked Vehicles at Long Distance, 2015 IEEE Intelligent Vehicles Symposium (IV) June 28 – July 1, 2015. COEX, Seoul, Korea
[3] Chunzhao Guo, Kiyosumi Kidono and Yoshiko Kojima, Understanding Surrounding Vehicles in Urban Traffic Scenarios based on a Low-cost Lane Graph, 2015 IEEE Intelligent Vehicles Symposium (IV) June 28 – July 1, 2015. COEX, Seoul, Korea
[4] Keisuke Yoneda Chenxi Yang, Seiichi Mita, Tsubasa Okuya and Kenji Muto, Urban Road Localization by using Multiple Layer Map Matching and Line Segment Matching, 2015 IEEE Intelligent Vehicles Symposium (IV) June 28 – July 1, 2015. COEX, Seoul, Korea