Slo-Tech - Zadnja nesreča samovozečih avtomobilov, v kateri je Uberjevo vozilo s tragičnimi posledicami povozilo peško, ki je nepravilno, a na skoraj prazni cesti prečkala cestišče, je vzpodbudila številne razprave o zanesljivosti te tehnologije. Posnetek z Uberjeve kamere, ki ga je objavila policija, nazorno prikaže, da vozilo pred trčenjem sploh ni reagiralo. Senzorji peške pred trkom sploh niso zaznali, zato vozilo ni niti začelo zavirati ali spreminjati smeri vožnje. Nekoliko nenavadno je, da je posnetek precej temnejši od neodvisnega posnetka na isti cesti ob enaki uri, a to niti ni tako pomembno. Samovozeči avtomobili ne gledajo kakor ljudje in bi morali s svojimi senzorji (lidar, IR ipd.) v takšnih pogojih peško zaznati bistveno prej.
Preiskava še ni končana, zato ne moremo s prstom kazati na krivca za nesrečo v pravnem smislu, a posledice za Uber in celotno branžo samovozečih avtomobilov bodo. Morda človeški voznik v takih razmerah ne bi mogel preprečiti trčenja, toda od avtonomnih vozil pričakujemo več varnosti, ne enako. V konkretnem primeru je šlo za precej učbeniško situacijo, ki bi jo vozilo z delujočim lidarjem moralo pravočasno rešiti. Ugotoviti bo torej treba - ne glede na rezultate policijske preiskave - kaj je zatajilo pri Uberjevem volvu. The New York Times je pridobil interne podatke iz Uberja, ki kažejo, da je njihov program samovozečih avtomobilov v resnici precej za konkurenco, o čemer se je šušljalo že pred nesrečo. Googlova (oziroma sedaj Waymova) vozila prevozijo povprečno 9000 kilometrov, preden mora posredovati voznik in prevzeti nadzor. Pri Uberju je trenutno ta številka pod 20 kilometrov. Povedno je tudi, da Uber testira v glavnem v Arizoni, kjer so pravila precej bolj ohlapna kakor v Kaliforniji (tudi ostala podjetja seveda testirajo tudi v Arizoni). V Arizoni podjetju ni treba razkrivati, kakšne rezultate dosegajo njegova vozila in v koliko problematičnih situacij so se zapletla. Toda celoten Uberjev program trenutno precej zaostaja v zanesljivosti za konkurenco, kar poizkušajo nadoknaditi s hitenjem, ugotavlja NYT.
Samovozeča vozila so brca v temo. To lahko deluje samo, če so vsi udeleženci v prometu čipirani in avtomatizirani. To pa nikoli ne bo izvedljivo. Živa bitja so/smo zelo nezanesljivi udeleženci v prometu. Tudi ta peška je potrdila to tezo. Človek se lahko odloči za neko potezo, ki ni povezana z logiko. Lahko stoji pred prehodom za pešce. Samohod bo mislil, da človek čaka, da gre mimo. V tistem trenutku bo pa človek skočil predenj. In buuuum.
Če bi se firme raje ukvarjale z glavnim problemom sodobnih samohodov - shranjevanje energije, bi precej več naredile.
Samovozeča vozila so brca v temo. To lahko deluje samo, če so vsi udeleženci v prometu čipirani in avtomatizirani. To pa nikoli ne bo izvedljivo. Živa bitja so/smo zelo nezanesljivi udeleženci v prometu. Tudi ta peška je potrdila to tezo. Človek se lahko odloči za neko potezo, ki ni povezana z logiko. Lahko stoji pred prehodom za pešce. Samohod bo mislil, da človek čaka, da gre mimo. V tistem trenutku bo pa človek skočil predenj. In buuuum.
Če bi se firme raje ukvarjale z glavnim problemom sodobnih samohodov - shranjevanje energije, bi precej več naredile.
o cem nakladas? normalno avtonomno vozilo, ki dejansko izrablja senzorje (lidar, radar, kamere, ir, ultrazvok, ...) bi pesko videlo takoj, ko bi bilo mozno - se preden bi jo lahko clovek.
nezanesljivost cloveka nima tukaj nobene veze. vso vezo ima popolnoma nezanesljiva tehnologija uberja.
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl. Razen, seveda, če bi imela peška čip. Pa še to je vprašanje.
o cem nakladas? normalno avtonomno vozilo, ki dejansko izrablja senzorje (lidar, radar, kamere, ir, ultrazvok, ...) bi pesko videlo takoj, ko bi bilo mozno - se preden bi jo lahko clovek.
nezanesljivost cloveka nima tukaj nobene veze. vso vezo ima popolnoma nezanesljiva tehnologija uberja.
Se strinjam. Ni možno razumeti kako IR ali podobni senzorji niso zaznali peške. Človek se vpraša ali Uberjev sistem to sploh ima oz. ali so tudi tukaj maksimalno varčevali?
"Težav ne moremo reševati z isto miselnostjo,
kot smo jo imeli, ko smo jih ustvarili."
A. Einstein
Vozila, ki jih upravljajo ljudje, so brca v temo. To lahko deluje samo, če vozniki nikoli ne storijo napake. To pa nikoli ne bo izvedljivo. Živa bitja so/smo zelo nezanesljivi udeleženci v prometu. Tudi ta peška je potrdila to tezo. Človek se lahko odloči za neko potezo, ki ni povezana z logiko. Lahko stoji pred prehodom za pešce. Voznik bo mislil, da človek čaka, da gre mimo. V tistem trenutku bo pa človek skočil predenj. In buuuum.
Če bi se firme raje ukvarjale z glavnim problemom avtomobilov - nezanesljivost voznikov, bi precej več naredile.
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl. Razen, seveda, če bi imela peška čip. Pa še to je vprašanje.
Zakaj je to važno? Tudi voznik je v taki situaciji ne bi videl. Poanta zgodbe je tu ta, da je bila peška zelo dobro vidna in da so avtonomna vozila (če so pravilno delujoča) sposobna take situacije zaznati in nanje ustrezno reagirati bolj zanesljivo in hitreje, kot bi to storil človek. Tu se to ni zgodilo, ker so (verjetno) pri Uberju pristopili do zadev preveč po kavbojsko.
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl. Razen, seveda, če bi imela peška čip. Pa še to je vprašanje.
ja, in? samovozec avto bi jo zbil. clovek isto. nevem kaj hoces povedat. (s to razliko da lahko senzor reagira 0.5-1.5 sekunde hitreje kot clovek in pohodi bremzo do konca takoj, kar je lahko kriticno pomembno za koncni trk)
o cem nakladas? normalno avtonomno vozilo, ki dejansko izrablja senzorje (lidar, radar, kamere, ir, ultrazvok, ...) bi pesko videlo takoj, ko bi bilo mozno - se preden bi jo lahko clovek.
nezanesljivost cloveka nima tukaj nobene veze. vso vezo ima popolnoma nezanesljiva tehnologija uberja.
Se strinjam. Ni možno razumeti kako IR ali podobni senzorji niso zaznali peške. Človek se vpraša ali Uberjev sistem to sploh ima oz. ali so tudi tukaj maksimalno varčevali?
ima vecino od tega, vkljucno z lidarjem, istim kot waymo in ostali. sploh lidar tako 'oviro' zazna takoj in zanesljivo, tudi ne rabis imet nevem kako naprednega strojnega ucenja da lahko segmentiras tako oviro od ostalih zajetih tock senzorja. to je stvar, ki jo more, ce ima hardver, uspesno izpeljat en sam magistrski student strojnega ucenja, kaj sele uber, ki ima zadaj veliko ekipo, v kateri je nekaj velikih imen.
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl. Razen, seveda, če bi imela peška čip. Pa še to je vprašanje.
Zakaj je to važno? Tudi voznik je v taki situaciji ne bi videl. Poanta zgodbe je tu ta, da je bila peška zelo dobro vidna in da so avtonomna vozila (če so pravilno delujoča) sposobna take situacije zaznati in nanje ustrezno reagirati bolj zanesljivo in hitreje, kot bi to storil človek. Tu se to ni zgodilo, ker so (verjetno) pri Uberju pristopili do zadev preveč po kavbojsko.
Govorim na splošno o samodejni vožnji. Ta primer se pa ne bi smel zgoditi, ker je bilo vse čisto. No, razen, če ni na ekranu napisalo opozorilo vozniku, da potrdi, da naj se vozilo ustavi. Itak voznik ni bil pri sebi, tako da ne bi mogel prav nič spremenit.
Ne pa mislit, da bo to kdajkoli delovalo 100%. Ni samo problem zaznati, tudi ukrepati je treba pravilno. Verjetno je v tem primeru to tudi zatajilo. Človek včasih marsikaj reši nagonsko, tega pa pri robotu ne pričakuj. Pa čeprav lahko odreagira 1Mx hitreje.
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl. Razen, seveda, če bi imela peška čip. Pa še to je vprašanje.
"Kaj pa, kaj pa..."
Ja, pametna tehnologija ve, kje je vogal ali tunel in predvideva, da lahko nekaj prileti od tam, zato temu prilagodi vožnjo. Za razliko od tipičnega egoističnega voznika, ki si domišlja, da se mu kaj takega pač ne more zgoditi in je zato on tisti, ki izza vogala uleti pred nekoga drugega.
Lahko si srečen, če boš uletel pred samovozeče vozilo, ker je za nekaj velikostnih razredov manj možnosti, da te ubije.
Ne sodi samovoznih vozil po faliranem Uberjevem sistemu asistenčne voznje.
Googlova (oziroma sedaj Waymova) vozila prevozijo povprečno 9000 kilometrov, preden mora posredovati voznik in prevzeti nadzor. Pri Uberju je trenutno ta številka pod 20 kilometrov.
Pri uberju mora voznik posredovati na VSAKIH 20 kilometrov??
Googlova (oziroma sedaj Waymova) vozila prevozijo povprečno 9000 kilometrov, preden mora posredovati voznik in prevzeti nadzor. Pri Uberju je trenutno ta številka pod 20 kilometrov.
Pri uberju mora voznik posredovati na VSAKIH 20 kilometrov??
edina logična rešitev je potem, da se ustavi ta projekt, če je tako. ker res ni logično, da se tako majhno podjetje ukvarja z ai. naj prepustijo to gigantom, ki imajo budget za to. škoda vsakega centa. najbolj pametno, da prodajo ta projekt kakšnemu drugemu podjetju. najbrž imajo drugje boljše resource in programerje.
Googlova (oziroma sedaj Waymova) vozila prevozijo povprečno 9000 kilometrov, preden mora posredovati voznik in prevzeti nadzor. Pri Uberju je trenutno ta številka pod 20 kilometrov
Med drugim bi morali samovozeča vozila jasno označiti, podnevi in ponoči, v opozorilo drugim udeležencem. Morda bi peška drugače presodila, če bi vedela, da ima opraviti z robotom, ki ni podvržen 3 robotskim zakonom.
To je podobno kot z meglo na avtocesti. Če ni napisano, da je megla, vsi spregledajo meglo in držijo gas do konca. Če pa je napisano, da je megla, pa vsi spregledajo znak in držijo gas do konca.
Med drugim bi morali samovozeča vozila jasno označiti, podnevi in ponoči, v opozorilo drugim udeležencem. Morda bi peška drugače presodila, če bi vedela, da ima opraviti z robotom, ki ni podvržen 3 robotskim zakonom.
ne vidim logike v tem. isto kot da bi imeli posebej oznacena vozila, ki jih vozijo pijani ljudje. resitev je v tem, da pijanim, ali pa nesposobnim robotom, pac ne pustis vozit. ostale obravnavas enako.
Kaj to pomeni, da Uber sloni samo na image recognition, ker lider ali kakršen koli drugi senzor za zaznavanje okolice bi moral zaznati peško s kolesom (velika ovira) tudi v čisti temi. Naj Uberju prepovejo avtonomna vozila, ker so neresni pri stvari. Bo kmalu sosedov Janez avto priklopil na Arduino in šel malo testirat po mestu...
Kaj to pomeni, da Uber sloni samo na image recognition, ker lider ali kakršen koli drugi senzor za zaznavanje okolice bi moral zaznati peško s kolesom (velika ovira) tudi v čisti temi.
Prepoznava slike se je do sedaj izkazala za mnogo, mnogo bolj zanesljivo tehnologijo kot radar, lidar in ostali senzorji.
Kaj to pomeni, da Uber sloni samo na image recognition, ker lider ali kakršen koli drugi senzor za zaznavanje okolice bi moral zaznati peško s kolesom (velika ovira) tudi v čisti temi.
Prepoznava slike se je do sedaj izkazala za mnogo, mnogo bolj zanesljivo tehnologijo kot radar, lidar in ostali senzorji.
kaj??? tole bo popolnoma narobe, ali pa [citation needed].
segmentacija oblaka tock iz podatka lidarjev je dosti lazja in dosti zanesljivejsa kot pa 3d rekonstrukcija feeda vec kamer. ce ne drugega ze zato, ker imas tocne 3d pozicije ze takoj iz senzorja, brez da bi rabil vmes imet se korak nevronske mreze. kamera je tudi zelo dovzetna na razne motnje (direktno sonce, madezi na sipi, dez, sneg, itd.), lidar dosti manj.
Problem je v bistvu enak, ker mora računalnik še vedno razumeti, kaj "vidi" lidar. Mogoče je kolo, ki prečka cesto, razumel kot avto, ki vozi po sosednjem pasu. Kolo od strani ima podoben profil kot avto od spredaj.
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl. Razen, seveda, če bi imela peška čip. Pa še to je vprašanje.
Če peška prileti izza vogala pred voznika človeka se bo pa čudežno izognila trku?
Ne pa mislit, da bo to kdajkoli delovalo 100%. Ni samo problem zaznati, tudi ukrepati je treba pravilno. Verjetno je v tem primeru to tudi zatajilo. Človek včasih marsikaj reši nagonsko, tega pa pri robotu ne pričakuj. Pa čeprav lahko odreagira 1Mx hitreje.
Človek rešuje nagonsko, končna rešitev pa je lahko napačna. Računalnik rešuje trk sistematično in preračuna vse možne kombinacije, ter izbere tisto kjer bo škoda najmanjša.
Ko moraš na avtocesti pri 130 km/h odreagirat v momentu nimaš niti časa preveriti ogledala. Če redno ne spremljaš prometa v takem primeru odreagiraš popolnoma na blef, kar se lahko konča tragično. Računalnik teh težav nima. V delčku sekunde dobi up to date podatke o vseh vozili v okolici, ter lahko preračuna najbolj optimalno rešitev, da prepreči trk.
kaj??? tole bo popolnoma narobe, ali pa [citation needed].
segmentacija oblaka tock iz podatka lidarjev je dosti lazja in dosti zanesljivejsa kot pa 3d rekonstrukcija feeda vec kamer. ce ne drugega ze zato, ker imas tocne 3d pozicije ze takoj iz senzorja, brez da bi rabil vmes imet se korak nevronske mreze. kamera je tudi zelo dovzetna na razne motnje (direktno sonce, madezi na sipi, dez, sneg, itd.), lidar dosti manj.
Ne gre za nobeno 3D rekonstrukcijo. Kamero se večinoma uporablja kar v 2D načinu.
Z lidarjem je sicer res enostavneje dobiti 3D sliko, vendar je potem neprimerno težje ugotoviti, kaj se na tej sliki nahaja.
Prva verzija Teslinega autopilota - tistega, ki se vozil sam - je bila bazirana na eni samcati low-cost in low-res kamerci.
Večinoma gre za izraelsko zadevo MobilEye. Zadeva deluje res fenomenalno.
Nobenega problema v dežju (10+ let star video)
Deluje podnevi, ponoči, v dežju, snegu, tudi če ni vidnih črt na cesti ipd.
Njihov CEO ima več predavanj na to temo, priporočam ogled. Tole je eno starejše, je pa še veliko novih.
Ne pa mislit, da bo to kdajkoli delovalo 100%. Ni samo problem zaznati, tudi ukrepati je treba pravilno. Verjetno je v tem primeru to tudi zatajilo. Človek včasih marsikaj reši nagonsko, tega pa pri robotu ne pričakuj. Pa čeprav lahko odreagira 1Mx hitreje.
Človek rešuje nagonsko, končna rešitev pa je lahko napačna. Računalnik rešuje trk sistematično in preračuna vse možne kombinacije, ter izbere tisto kjer bo škoda najmanjša.
Ko moraš na avtocesti pri 130 km/h odreagirat v momentu nimaš niti časa preveriti ogledala. Če redno ne spremljaš prometa v takem primeru odreagiraš popolnoma na blef, kar se lahko konča tragično. Računalnik teh težav nima. V delčku sekunde dobi up to date podatke o vseh vozili v okolici, ter lahko preračuna najbolj optimalno rešitev, da prepreči trk.
Na AC moraš na ogledalih viseti ves čas, še posebej če ne cruzaš od KP do LJ za tovornjakom, ki se pelje 80 kmh.
Jaz bi rekel, da je možen razlog zakaj je posnetek iz tega Uberja tako "čudno" osvetljen zato, ker je kamera nastavljena tako, da ne pride do over-exposurja pri močni svetlobi (naprimer zaradi žarometov iz nasproti vozečega avtomobila). Tako, da se mi sam posnetek ne zdi pretirano sporen.
Kar se LIDARja tiče... jaz nebi rekel, da je interpretirati point cloud pretirano enostavno (sploh kadar to hočeš delat v real time). Tudi v splošnem target kolesa in pešca direktno spredaj ni pretirano velik. Tako, da bi bilo popolnoma možno, da se LIDAR sploh ne uporablja za zaznavanje objektov pred tabo. Ta bi bil verjetno bolj uporaben za mapping terena. Podobno bi lahko rekli tudi za kak radar. Ta bo super za zaznavanje avtov spredaj, samo pešec je pa malo drugačen problem. Na koncu se mi zdi čisto možno, da je zaznavanje take vrste ovir prepuščeno kameri. Zakaj se ni uporabljala IR kamera je pa drugo vprašanje. Čeprav tukaj je čisto možno, da bi bil z IR spet problem zaradi nasproti vozečih vozil.
Jaz bi rekel, da je možen razlog zakaj je posnetek iz tega Uberja tako "čudno" osvetljen zato, ker je kamera nastavljena tako, da ne pride do over-exposurja pri močni svetlobi (naprimer zaradi žarometov iz nasproti vozečega avtomobila). Tako, da se mi sam posnetek ne zdi pretirano sporen.
Potem bi mogla bit v avtu se ena kamera z vecjim exposurjem, ali pa senzor u dvojnim exposurjem
Zakaj se uber sploh muči? Itak jih pride ceneje tuj avto opremljen s sosedovim Franceljnom, ki naivno misli, da bo kaj zaslužil z Uberjem.
Ker vedo, da "kdor prej pride, prej melje." Ko bo nekdo naredil avto, ki bo smel sam vozit, se bo s taksisti zgodilo to, kar se je ob prihodu železnice s furmani. Če to ne bo Uber, je z Uberjem konec.
Ne pa mislit, da bo to kdajkoli delovalo 100%. Ni samo problem zaznati, tudi ukrepati je treba pravilno. Verjetno je v tem primeru to tudi zatajilo. Človek včasih marsikaj reši nagonsko, tega pa pri robotu ne pričakuj. Pa čeprav lahko odreagira 1Mx hitreje.
Človek rešuje nagonsko, končna rešitev pa je lahko napačna. Računalnik rešuje trk sistematično in preračuna vse možne kombinacije, ter izbere tisto kjer bo škoda najmanjša.
In potem svizec zavije čokolado. V resničnem svetu računalnik meče večino podatkov iz senzorjev v ML model, ki daje ven rezultate glede na učne modele, ki so bili uporabljeni za njegovo treniranje. Rezultat je lahko pravilen ali pa napačen. Ne glede na to, pa tudi avtorji aplikacije in izvajalci treniranja ne morejo niti približno razložiti zakaj je model dal rezultat, ki ga je pač dal.
Sedaj pa popravi delovanje modela, ki je za pešca dal rezultat, da je govora o kandelabru, če niti ne veš zakaj se je algoritem odločil, da je to kandelaber.
Ko moraš na avtocesti pri 130 km/h odreagirat v momentu nimaš niti časa preveriti ogledala.
Bistvo varne vožnje je, da voznik poskuša predvidevati in se tako že minute prej izogniti položaju, kjer je zelo verjetno, da se mu bo zgodilo nekaj takšnega. Računalniki so v tem pogledu še vedno precej "bosi" in bodo takšni še kar nekaj časa. Nekateri triki, ki jih znajo delati človeški možgani, so za današnjo stopnjo tehnologije še vedno preveč trd oreh.
Ampak saj to je razumljivo. Če bi bili ti problemi že rešeni, potem bi že imeli resničen AI, ki bi z levo diodo opravil z turnigovim testom, preden bi se spustil v debato o Camusu. Zaenkrat se ubadamo s približki na nivoju "it's a magic".
Če redno ne spremljaš prometa v takem primeru odreagiraš popolnoma na blef, kar se lahko konča tragično. Računalnik teh težav nima.
Bistvena težava računalnika je, da pojma nima kaj dela. V nasprotju s človekom, ki dobro ve kaj dela in zakaj je nekaj pomembno, ampak je preveč len in nedosleden, da bi to res počel. Težko na pamet reči, kdo je v tem trenutku manj škodljiv, podatkov pa še ni dovolj, da bi iz njih zmogli karkoli sklepati.
V delčku sekunde dobi up to date podatke o vseh vozili v okolici, ter lahko preračuna najbolj optimalno rešitev, da prepreči trk.
V delčku sekunde dobi up to date podatke o nekaterih stvareh v okolici. Potem pa mora naplesti sledeče: - klasifikacija stvari (žoga, pešec, kolesar, izpuh dizla z odstranjenim DPF, tip v pajkicah z fenomenalnim gluteus maximus, ...) - časovna korelacija stvari (ali je to ista žoga, kot je bila 0,1s nazaj ali pa je to nova žoga) - korelacija med stvarmi (otrok stoji sam, otrok stoji poleg odraslega, človek poriva kolo, pes je s povodcem povezan s človekom, pes ni povezan z nikomer) - napovedovanje gibanja (stoji, se premika, približuje, oddaljuje, ...) ob upoštevanju konteksta (vozilo se premika proti vozilu, ki stoji pred semaforjem; vozilo se premika po pasu za katerega je znak napovedal, da je zaprt, vozilo se želi vključiti iz pospeševalnega pasu na vozni pas AC, ...) - "object permanence" - kateri objekti so 0,1s prej obstajali, pa jih sedaj več ni videti (kombi zakrije pešca na pločniku, otrok je stekel na drugo stran vozila, dim se je razkadil, ...) - vzpostavitev korelacij med objekti - predvidevanje gibanja (npr. vključevanje na AC - kateri vozniki bodo upočasnili, kateri bodo pospešili, kako najti ali narediti "luknjo" za vključitev) - zaznavanje gestikulacij ljudi (npr. drug voznik odstopi prednost, policist usmerja promet, ker je semafor odpovedal, redar usmerja promet na planiškem parkirišču, človek maha z rokamo in nakazuje, da je za ovinkom nekaj narobe, tip maha svoji punci na drugi strani ceste, delavec ustavlja promet na uvozu za gradbišče, da bo lahko šlepar zapeljal ven, ...) - zaznavanje prometne signalizacije (rumena luč za zavijanje v levo, zelena luč v obliki puščice za prosto smer vožnje, ...) - pravilen lokacijski kontekst, ki določa predpise (vožnja po levi; vožnja po desni; dovoljeno zavijanje desno pri rdeči; prepovedano zavijanje desno pri rdeči; sistem semaforjev, kjer se vozila in pešci nikoli ne križajo; sistem, kjer mora voznik pri zavijanju levo/desno upoštevati prednost pešcev; ...) - itd ...
Ne samo, da niti ni govora o kakšnem klasičnem "preračunavanju" (tvoje razumevanje je tukaj preveč newtonovsko-mehansko), del izziva avtonomnih vozil je tudi to, da verjetno sploh še nismo identificirali vseh stvari, ki jih mora sistem upoštevati, ker jih ljudje pri sebi še nismo ozavestili in identificirali kot veljaven dejavnik pri sprejemanju odločitev.
BTW, področje je zlata jama za doktorate in postdoc raziskave. Če te zanima, denarja za znalce na tem področju je kot pečka. Če te zanima, ti lahko dam na ZS kontakt.
To je podobno kot z meglo na avtocesti. Če ni napisano, da je megla, vsi spregledajo meglo in držijo gas do konca. Če pa je napisano, da je megla, pa vsi spregledajo znak in držijo gas do konca.
Problem je v bistvu enak, ker mora računalnik še vedno razumeti, kaj "vidi" lidar. Mogoče je kolo, ki prečka cesto, razumel kot avto, ki vozi po sosednjem pasu. Kolo od strani ima podoben profil kot avto od spredaj.
si prebral, kaj sem napisal? podatki iz lidarja rabijo manj korakov inference cez nevronske mreze, ker so ze od zacetka v 3d. in ce gruco 3d tock pesca s kolesom prepozna kot avto, potem to kaze na hude probleme njihovih nevronskih mrez in se ne morejo zanasat na to, da bodo pravilno prepoznali pesca s kolesom iz stereo posnetkov kamere.
kaj??? tole bo popolnoma narobe, ali pa [citation needed].
segmentacija oblaka tock iz podatka lidarjev je dosti lazja in dosti zanesljivejsa kot pa 3d rekonstrukcija feeda vec kamer. ce ne drugega ze zato, ker imas tocne 3d pozicije ze takoj iz senzorja, brez da bi rabil vmes imet se korak nevronske mreze. kamera je tudi zelo dovzetna na razne motnje (direktno sonce, madezi na sipi, dez, sneg, itd.), lidar dosti manj.
Ne gre za nobeno 3D rekonstrukcijo. Kamero se večinoma uporablja kar v 2D načinu.
Z lidarjem je sicer res enostavneje dobiti 3D sliko, vendar je potem neprimerno težje ugotoviti, kaj se na tej sliki nahaja.
Prva verzija Teslinega autopilota - tistega, ki se vozil sam - je bila bazirana na eni samcati low-cost in low-res kamerci.
Večinoma gre za izraelsko zadevo MobilEye. Zadeva deluje res fenomenalno.
mobileye se uporablja za stvari nivoja teslin autopilot. za detekcijo ovir res dela, za kaj vec pa ne vec. ne vem, ce uber sploh uporablja njihove resitve. klasa avtomobila, ki ga uber *hoce*, je povsem druga kot klasa avtomobilov v produkciji z mobileye-vimi cipi. 2D dela, ker se uporabljajo samo v ozkem kotu naravnost naprej, ce pa hoces zaznat tocno relativno pozicijo kolesarja bocno, pa rabis ali lidarje ali pa 3d rekonstrukcijo.
pa tudi sicer, stvar lepo dela v 99% primerih, ampak na vsake toliko casa jo pa zmede bel tovornjak ali pa kaj podobnega. in takrat je posledica lahko smrtna. zato take kamere ne mores primerjat z lidarjem, tako kot z lidarjem ne mores primerjat naprej usmerjenega radarja (ceprav je ta v tem smislu se lazji za interpretacijo ovire).
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl.
Bi jo videl ti kot "vrhunec evolucije"?
Antifašizem je danes poslednje pribežališče ničvredneža, je ideologija ničesar
in neizprosen boj proti neobstoječemu sovražniku - v zameno za državni denar
in neprofitno najemno stanovanje v središču Ljubljane. -- Tomaž Štih, 2021
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl.
Bi jo videl ti kot "vrhunec evolucije"?
Ne, se pa da tako človeka kot avtonomno vozilo 'naučiti' voziti defenzivno in zmanjšati hitrosti tam, kjer obstaja možnost nenadnega pojava drugega udeleženca v prometu (obstruirano vidno polje v smeri gibanja).
Če govorimo o nesreči z u Uberjevim vozilom pa gre iz posnetka sklepati, da se je nesreča zgodila na ravnem odseku odprte ceste (lahko se tudi motim) in če je temu res tako, potem je popolnoma nerazumljivo, kako avtonomen sistem s senzorji, ki presegajo človekove (ljudje ne vidimo dobro v temi) ni zaznal ovire.
Kot motorist, ki je vajen defenzivne vožnje in je zaradi napake voznika avtomobila letel z motorjem vred čez avto lahko na podlagi izkušenj trdim, da človek vseh morebitnih groženj ne more predelati v realnem času in zato v kompleksnih situacijah določa prioritetne grožnje, ostale pa spusti. In ko je prišlo do nesreče, sem prepričan, da bi računalnik lahko še kaj odreagiral, sam pa (razen podzavestno) nisem, ker sem v glavi šele sprocesiral informacijo, da bom udaril v drugo vozilo pa sem že udaril in poletel. Vse to pri 50 km/h, v naselju.
Zagotovo drži, da človek vidi širšo sliko in 'dlje', kot današnji avtonomni sistemi in se lahko preventivno odloča, so pa njegovi reakcijski časi ekstremno počasni v primerjavi z računalnikom.
"Težav ne moremo reševati z isto miselnostjo,
kot smo jo imeli, ko smo jih ustvarili."
A. Einstein
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl.
Kamera jo bi morala videt. Saj imajo ta samovozeča vozila kamere, ki opazujejo okolico in to v 360 stopinjskem loku. Uber je tako amaterski in s tem so si naredili negativno reklamo.
Zagotovo drži, da človek vidi širšo sliko in 'dlje', kot današnji avtonomni sistemi in se lahko preventivno odloča,
To seveda ni res, ker je človek ponavadi osredotočen zgolj na dogajanje spredaj in delno ob strani, kar je premalo. Človek ima v vozilu zelo ozko vidno polje.
Kaj pa če bi peška priletela izza nekega vogala ali tunela. Noben klinčev senzor je ne bi videl.
Kamera jo bi morala videt. Saj imajo ta samovozeča vozila kamere, ki opazujejo okolico in to v 360 stopinjskem loku. Uber je tako amaterski in s tem so si naredili negativno reklamo.
Vse je to res. Ampak na širše senzorji gredo, z več "šuma" imajo opravka. Če na primer senzor pobira gor vozila na paralelnih cestah, nadvozih, drevesa, ipd. Uber ni nek presežek firme. Imajo denar, to je pa tudi vse.
Vendar ta case je bil zelo clean. Senzor bi jo moral pobrati vsaj 30-50m pred avtom. Morda ne bi uspel zavreti do 0km/h, ampak udarec z 20km/h ni isto kot udarec z 80km/h in bi peška preživela.
In potem svizec zavije čokolado. V resničnem svetu računalnik meče večino podatkov iz senzorjev v ML model, ki daje ven rezultate glede na učne modele, ki so bili uporabljeni za njegovo treniranje. Rezultat je lahko pravilen ali pa napačen. Ne glede na to, pa tudi avtorji aplikacije in izvajalci treniranja ne morejo niti približno razložiti zakaj je model dal rezultat, ki ga je pač dal.
Avtonomno vozilo zagotovo ne temelji samo na rezultatu strojnega učenja. Senzorji delujejo tudi neodvisno od ostalega. Ena poteza avtomobila je seštevek vseh senzorjev, rezultata, ki ga vrne model, in še česa drugega.
Sedaj pa popravi delovanje modela, ki je za pešca dal rezultat, da je govora o kandelabru, če niti ne veš zakaj se je algoritem odločil, da je to kandelaber.
Modela popravil ne boš, lahko pa narediš novega in mu med podatke za učenje podaš tudi take primere. Če je Google lahko poštimal svoj model iz enega trka v avtobus ga bo lahko tudi za peščca. Samovozeče vozilo se ne da čez noč naredit. Preden bo delovalo brezhibno bo treba dati skozi še precej iteracij.
Bistvo varne vožnje je, da voznik poskuša predvidevati in se tako že minute prej izogniti položaju, kjer je zelo verjetno, da se mu bo zgodilo nekaj takšnega. Računalniki so v tem pogledu še vedno precej "bosi" in bodo takšni še kar nekaj časa. Nekateri triki, ki jih znajo delati človeški možgani, so za današnjo stopnjo tehnologije še vedno preveč trd oreh.
Tesla tvojo trditev ovrže. Na spletu se nahaja posnetek iz katerega je razvidno, da je računalnik zaznal nevarno situacijo preden bi jo še tako sposoben voznik lahko.
Bistvena težava računalnika je, da pojma nima kaj dela. V nasprotju s človekom, ki dobro ve kaj dela in zakaj je nekaj pomembno, ampak je preveč len in nedosleden, da bi to res počel. Težko na pamet reči, kdo je v tem trenutku manj škodljiv, podatkov pa še ni dovolj, da bi iz njih zmogli karkoli sklepati.
Človek ne ve kaj dela. Večina ljudi v takih primerih obrne volan nagonsko, brez da bi karkoli razmišljali. Da bi lahko izračunal smer in hitrost vseh avtov v okolici ne rabiš strojnega učenja. Da bi lahko izračunal površino, ali smer pri kateri se boš izognil nesreči tudi ne rabiš strojnega učenja. Ti izračuni so za računalnik povsem zadosti, da lahko usmeri avto tja kjer se bo trku izognil. Pri fiziki ni odkrivanja tople vode. Če avto pelje v določeni smeri, z določeno hitrostjo se točno ve kje se ta avto lahko nahaja čez 1 sekundo in kje se zagotovo ne more. Brez kakršnega koli predvidevanja se da natančno določiti doseg vozil v okolici. Ko imaš te podatke je trivialno izračunati v katero smer in s kakšno hitrostjo moraš usmeriti svoj avto, da se boš nahajal izven dosega ostali vozil. Ne zagotavlja da se boš trku izognil je pa bolj natančno od predvidevanja človeka, saj temelji na fizikalnih zakonih.
- klasifikacija stvari (žoga, pešec, kolesar, izpuh dizla z odstranjenim DPF, tip v pajkicah z fenomenalnim gluteus maximus, ...) - časovna korelacija stvari (ali je to ista žoga, kot je bila 0,1s nazaj ali pa je to nova žoga) - korelacija med stvarmi (otrok stoji sam, otrok stoji poleg odraslega, človek poriva kolo, pes je s povodcem povezan s človekom, pes ni povezan z nikomer) - napovedovanje gibanja (stoji, se premika, približuje, oddaljuje, ...) ob upoštevanju konteksta (vozilo se premika proti vozilu, ki stoji pred semaforjem; vozilo se premika po pasu za katerega je znak napovedal, da je zaprt, vozilo se želi vključiti iz pospeševalnega pasu na vozni pas AC, ...) - "object permanence" - kateri objekti so 0,1s prej obstajali, pa jih sedaj več ni videti (kombi zakrije pešca na pločniku, otrok je stekel na drugo stran vozila, dim se je razkadil, ...) - vzpostavitev korelacij med objekti - predvidevanje gibanja (npr. vključevanje na AC - kateri vozniki bodo upočasnili, kateri bodo pospešili, kako najti ali narediti "luknjo" za vključitev) - zaznavanje gestikulacij ljudi (npr. drug voznik odstopi prednost, policist usmerja promet, ker je semafor odpovedal, redar usmerja promet na planiškem parkirišču, človek maha z rokamo in nakazuje, da je za ovinkom nekaj narobe, tip maha svoji punci na drugi strani ceste, delavec ustavlja promet na uvozu za gradbišče, da bo lahko šlepar zapeljal ven, ...) - zaznavanje prometne signalizacije (rumena luč za zavijanje v levo, zelena luč v obliki puščice za prosto smer vožnje, ...) - pravilen lokacijski kontekst, ki določa predpise (vožnja po levi; vožnja po desni; dovoljeno zavijanje desno pri rdeči; prepovedano zavijanje desno pri rdeči; sistem semaforjev, kjer se vozila in pešci nikoli ne križajo; sistem, kjer mora voznik pri zavijanju levo/desno upoštevati prednost pešcev; ...) - itd ...
In potem ugotoviš, da račualnik vse to preračuna v nekaj stotinkah.
Sicer ni avtonomno vozilo, ampak v subaruju eyesight odlično deluje:
pešec:
avto:
Ne samo Subaru, to je standardni NCAP test in vsak avto, ki je bil od lani dalje ocenjen s 5 zvedicam tak sistem ma in deluje ... podnevi. Da opraviš ta NCAP test potrebuješ kamero in poceni laserski senzor razdalje. Sploh ni potrebe po radarju oz. ni nujno da tak avto sploh ima radarski tempomat.
That said, tale Uber bi s tisto drago kramo na avtu to moral zaznati, očitno njihovi programerji niso dorasli zadevi.
Simplicity is the ultimate sophistication - Leonardo da Vinci
tukaj je popolna krivda na Uberju, firma kot sama že dolgo časa smrdi, saj je vpletena v neštete afere od podkupovanj, izsiljevanj itd....ne bi se čudil, da so komaj po komaj 20km avtonomne vožnje brez temeljitih testiranj kot npr pri ostalih že dali avto kar na resnično cesto. Uber je firma, ki hvata krivine podolgem in počez in to bi morali firmi takoj vzet licenco in doživljensko prepovedat nadaljne opravljanje funkcij, ker tole ne bo zadnja žrtev uberja.
Ne samo Subaru, to je standardni NCAP test in vsak avto, ki je bil od lani dalje ocenjen s 5 zvedicam tak sistem ma in deluje ... podnevi. Da opraviš ta NCAP test potrebuješ kamero in poceni laserski senzor razdalje. Sploh ni potrebe po radarju oz. ni nujno da tak avto sploh ima radarski tempomat.
Subarujev sistem deluje tudi ponoči in v megli. Ko je preveč motenj (zelo hud naliv ali preveč megle, se pa sam izklopi, da ne ovira voznika, kar recimo VW-jevi modeli ne naredijo)
Ne rabiš laserskega senzorja razdalje. Zakaj bi ga rabil? 2 kameri, znana razdalja med goriščema obeh kamer in imaš vse za izračun razdalje do ovire, če povežeš še s števcem za hitrost, lahko računaš še hitrost vozila pred teboj. Dodatno pa imaš še zaznavo luči (ko se vklopijo rdeče luči pri zaviranju)
Hipotetično: kaj bi se zgodilo, če bi avto avtomatično nenadoma na polno zabremzal (v izogib trku v peško) in posledično povzročil verižno trčenje (avtomobili za njim)? Eno življenje za potencialno druge?
Kakorkoli se obrača situacija, za nesrečo je bila kriva peška, end of story. Tehnologija nam bo pomagal pri marsičem, pri nepazljivosti take vrste pa težko, ker pri tem ustvari nove potencialno nevarne situacije.
OK, Subaru uporablja samo stereo kamero (oz. dve kameri), ampak kako lahko trdiš da tak sistem deluje zanesljivo v megli in ponoči? Si sprobal? Sem slišal da VW sistem ne omogoča navadnega tempomata ko so slabe razmere in senzorji zapacani, ampak to nima veze.
Še vedno trdim, da so vsi ti varnostni sistemi šele v začetni fazi razvoja, prilagojeni za test, ki ga izvaja NCAP ali IIHS in bi pri tem Uberjevem primeru povsem verjetno tudi failali.
Simplicity is the ultimate sophistication - Leonardo da Vinci
Hipotetično: kaj bi se zgodilo, če bi avto avtomatično nenadoma na polno zabremzal (v izogib trku v peško) in posledično povzročil verižno trčenje (avtomobili za njim)?
Si se kdaj vprašal, zakaj je predpisana varnostna razdalja?