Mobilita': sviluppato nuovo sistema per radar guida autonoma

 

GIOVEDÌ 24 FEBBRAIO 2022 15.23.25

Mobilita': sviluppato nuovo sistema per radar guida autonoma =

Mobilita': sviluppato nuovo sistema per radar guida autonoma = (AGI) - Roma, 24 feb. - I ricercatori della Technische Universitat Graz (TU Graz) hanno modellato un sistema di intelligenza artificiale per il miglioramento dei dati derivanti dai sensori radar automobilistici che filtra i segnali di interferenza causati da altri sensori radar e migliora notevolmente il rilevamento degli oggetti. Affinche' i moderni sistemi di assistenza alla guida e di sicurezza delle auto percepiscano l'ambiente circostante in modo affidabile in tutte le situazioni immaginabili, devono fare affidamento su sensori come telecamere, lidar, ultrasuoni e radar. Questi ultimi in particolare sono componenti indispensabili. I sensori radar forniscono al veicolo informazioni sulla posizione e sulla velocita' dagli oggetti circostanti. Tuttavia, devono fare i conti con numerose influenze ambientali e di disturbo nel traffico. (AGI)Red/Pit (Segue) 241523 FEB 22 NNNN

GIOVEDÌ 24 FEBBRAIO 2022 15.23.18

Mobilita': sviluppato nuovo sistema per radar guida autonoma (2)=

Mobilita': sviluppato nuovo sistema per radar guida autonoma (2)= (AGI) - Roma, 24 feb. - Le altre apparecchiature radar e le condizioni meteorologiche estreme creano interferenze che influiscono negativamente sulla qualita' della misurazione dei sensori radar delle auto. "Meglio funziona la ripulitura dai segnali interferenti, piu' affidabile e' la posizione e la velocita' degli oggetti", spiega Franz Pernkopf dell'Institute of Signal Processing and Speech Communication TU Graz. Insieme al suo team e con la societa' di chip Infineon, ha sviluppato un sistema di intelligenza artificiale basato su reti neurali che mitiga le interferenze reciproche nei segnali radar. A tal fine, i ricercatori hanno prima sviluppato architetture modello per la soppressione automatica delle interferenze basate sulle cosiddette reti neurali convoluzionali (CNN). Le CNN filtrano le informazioni visive, riconoscono le connessioni e completano l'immagine utilizzando schemi familiari. A causa della loro struttura, consumano molto meno memoria rispetto ad altre reti neurali, ma superano comunque le capacita' di memoria disponibili dei sensori radar per la guida autonoma. L'obiettivo era quindi diventare ancora piu' efficienti. A tal fine, il team di TU Graz ha analizzato lo spazio di memoria e il numero di operazioni di calcolo richieste per il processo di denoising. I modelli piu' efficienti sono stati quindi nuovamente compressi riducendo il numero di bit utilizzati per memorizzare i parametri del modello. Il risultato e' stato un modello di intelligenza artificiale con elevate prestazioni di filtro e basso consumo energetico allo stesso tempo. Nel progetto FFG REPAIR ( Robust and ExPlainable AI for Radar sensors), Pernkopf e il suo team stanno ora collaborando con Infineon per ottimizzare il loro sviluppo nei prossimi tre anni. (AGI)Red/Pit 241523 FEB 22 NNNN