Uberjev samovozeč program caplja za konkurenco

xmetallic je 27. mar 2018 ob 22:36 izjavil:

AndrejO je 25. mar 2018 ob 18:05 izjavil:

Kako pa veš, da je to avto in kakšna je njegova hitrost?

Na avtocesti razen vozila ne more biti nič drugega. Hitrost se izračuna s pomočjo senzorjev. To znamo že desetletja.

Pri nas medoti, srne, psi pač tega ne vejo...


Kako bi trenutni asistenčni sistemi na AC odreagirali na vozilo, ki gre v napačno smer? Bi se umaknili na sosednji pas ali se samo ustavili?

Dejansko je Uberjev sistem odpovedal. Onemogočili so originalno vgrajene sisteme in uporabljali svoje. Intel, ki proizvaja ta sistem proti naletu, ga dobavlja Aptivu in ta z njim opremlja Volvo, je za test preko monitorja predvajal un "zatemnjen" posnetek v kamero tega sistema. Kljub slabi kvaliteti posnetka in še to iz monitorja, je čipovje sekundo pred trkom zaznalo kolesarja.


http://www.bloomberg.com/news/articles/...

xmetallic je 27. mar 2018 ob 22:36 izjavil:

AndrejO je 25. mar 2018 ob 18:05 izjavil:

Bom odmislil to grobo poenostavljanje na nivoju fantazijskih spisov, da je rezultat "seštevek" česarkoli, ker je stvar bolj kompleksna. Me pa zanima, kaj bi še bilo "nekaj drugega"? Imaš algoritme, imaš podatke, imaš modele. Izven tega ne obstaja samo še kozmično sevanje, za katerega pa raje ne bi videl, da bi imelo vpliv na delovanje vozila.

Nobenih fantazijskih spisov ni. Če dva senzorja javita, da je pol metra pred vozilom ovira, model strojnega učenja pa pravi naj "pritisne" po gasu tega ne bo storil.

Mislim, da si morava razčistiti kaj pomeni "senzor" zate in kaj zame. Npr. ali je senzor, ki meri hitrost vrtenja kolesa (nujen za delovanje ABS) enak po funkciji in soroden po implementaciji, kot to velja za npr. LIDAR, ki ti vrne klasifikacijo identificiranih objektov? Mimogrede, takšen LIDAR za klasifikacijo uporablja metode ML.

xmetallic je 27. mar 2018 ob 22:36 izjavil:

Odločitve ne temeljijo samo na strojnem učenju. Seznorji tam niso samo zato da bodo vstopni parametri za model ampak predstavljajo tudi dodatno varovalko. Še en komentar nazaj si trdil, da nihče nima pojma kaj se dogaja v teh algoritmi zdaj pa želiš povedati, da je morda povsem naključen rezultat, ki ga vrne model bolj natančen od senzorjev?

Odvisno od tega o kakšnem senzorju je govora. To, da kolesa zdrsujejo je definitivno signal ABS sistema vozniku (in ML algoritmu). To, da se pred vozilom nahaja otrok, pa ne nujno, ker se lahko to zazna in obravnava tudi drugače in izven omejenega sistema tipa "city stop". Dejansko so ti varnostni sistemi, kot jih morda poznaš iz svojega vozila, tako zelo omejeni, da jih je smiselno poskusiti zamenjati s "centralnim ML", ki lahko upošteva več dejavnikov.

In ja, dejansko sta obe trditvi sočasno popolnoma pravilni:
- Nihče zares ne ve kaj točno se "dogaja" v teh algoritmih, ker nam ljudem natreniran model ni razumljiv.
- V testiranjih in uporabi se ti algoritmi izkažejo za zelo učinkovite in pogosto učinkovitejše od "fiksno programiranih".

"Naključen rezultat" si tudi popolnoma narobe interpretiral. Žal. Svet je "naključen", algoritmi pa ne dajejo 100% pravilnih rezultatov, temveč nek delež manjši od 100%. Ko to statistično obdelaš, dobiš "verjetnost, da bo algoritem vrnil pravilen rezultat."

Če te zanima več na to temo, ti lahko navedem nekaj javno objavljenih raziskav, kjer je bolj natančno razdelan problem "ne vemo kaj se notri dogaja".

xmetallic je 27. mar 2018 ob 22:36 izjavil:

AndrejO je 25. mar 2018 ob 18:05 izjavil:

Lepo bi bilo, če bi imeli malo več občutka o varnosti delovanja sistema, še preden se ga spusti v javnost. Ja, sicer je to jeba, ker to stane denar in čas in bojda zavira napredek. Po drugi strani pa jaz recimo svojega telesa ne bi želel neprostovoljno donirati v eksperimentalni laboratorij. Kaj pa ti? Bi raje videl, da se stvari za ceno "upočasnjevanja napredka" najprej pošlihtajo v modelih in simulacijah ali pa bi raje videl, da bo na tvojem nekrologu pisalo, da "njegova smrt ni bila zaman".

Sistema, ki bo sposoben voziti med ljudmi, z ljudmi ne moreš narediti v laboratorju.

Več kot 90% dela lahko zaradi narave problem varno in brez žrtev opraviš ravno v podatkovnem centru. Svet je že dovolj napredoval, da se lahko z zadovoljivo natančnostjo simulira tudi takšne svari. Ali si misliš, da je za nek računalniški sistem resnično tako nemogoče narediti "Matrico", ki mu bo servirala ustrezne testne podatke? Edina težava, da tega ne moremo početi za ljudi, je "nekompatibilen" programski vmesnik za možgane. No, pri računalnikih tega problema ni. Računalnik ne ve, če je na drugi strani LIDAR ali nekaj, kar mu pošilja podatke, ki bi mu jih sicer pošiljal LIDAR.

Kako pa sploh misliš, da se trenira ML algoritme? Večina voženj ne služi neposredno treniranju, temveč zajemanju podatkov za simulacije v podatkovnih centrih.

Strinjam se, da je izziv kako narediti realistično simulacijo, ampak tega problema se zavedamo in delamo na temu, da ga bi sistematično rešili. Konec koncev bo to verjetno integralen sistem kateregakoli prihodnjema sistema verifikacije novih avtonomih vozil, kjer bo želel regulator zagotoviti pravilnost delovanja v rangu različnih okoliščin, preden bo izdal tipsko homologacijo za vozilo.

xmetallic je 27. mar 2018 ob 22:36 izjavil:

Tisti, ki niso sposobni uporabljat možgane v prometu se bodo žrtvovali za prihodnje generacije in tehnološki napredek.

Na srečo to za ta konreten napredek ni potrebno.

xmetallic je 27. mar 2018 ob 22:36 izjavil:

Da greš ti danes lahko v lekarno po antibiotike so tudi mnogi plačali z življenjem.

Slabo primerjavi si naredil, ker so za razvoj antibiotikov z življenjem plačevale predvsem miši in podgane (pa morda še kakšna žival), ljudje pa ne. V najslabšem primeru so umrli tisti, ki bi že tako ali tako umrli zaradi okužbe.

xmetallic je 27. mar 2018 ob 22:36 izjavil:

AndrejO je 25. mar 2018 ob 18:05 izjavil:

Mislim, da sploh nisi razumel, kaj sem napisal. Predvidevanje in načrtovanje za nekaj minut vnaprej je nekaj, v kar avtonomna Tesla še ni posegla. Pomešal si "reflekse" oz. odzivni čas na izjemen dogodek z ravnanjem, ki verjetnost izjemnega dogodka preprosto spravi na 0.

V prometu ne moreš predvidevat za nekaj minut naprej.

Seveda lahko. Še preden pridem na začetek višnjegorskega klanca lahko že iz (ne)razporejanja po pasovih točno vidim kako ga bodo nekateri biksali in poskrbim, da ne bom v bližini, ko bodo šli početi svoje neumnosti.

xmetallic je 27. mar 2018 ob 22:36 izjavil:

Predvidevaš lahko par sekund oziroma natančno toliko kot imaš vidnega polja. Kot človek nisi sposoben hkrati opazovati 360* okoli sebe zato je računalnik na tem področju bistveno bolj sposoben.

Tista predvidevanja, ker imam 1s ali 2s časa za reakcijo z veseljem prepustim "neumnim" avtomatičnim sistemom, ki potem rešujejo, kar se reševati. Vse, kar je več, pa zahteva že nekaj na nivoju, kar lahko trenutno ponudi samo ML. In večini nesreč se ljudje izognemo tako, da sploh ne pridemo v položaj, da bi do nesreče sploh lahko prišlo. Avtonomna vozila bodo največji presežek in prispevek k varnosti dala takrat, ko bodo sposobna zaznati, da je zelo verjetno, da se bo zaradi zaprtja desnega pasu čez 1km, šlepar na tvoji desni tako ali pa drugače vrinil na tvoj pas.

BTW, šlepar ob tvojem boku bo na LIDAR izgledal neverjetno podoben zidu, hkrati pa ga ni voznika, ki bi lahko zamešal šlepar in zid. Challenge accepted?

xmetallic je 27. mar 2018 ob 22:36 izjavil:

AndrejO je 25. mar 2018 ob 18:05 izjavil:

Aha, res nisi razumel, kaj sem napisal. Bom poskusil še enkrat, manj abstraktno: voznik, ki se vključuje iz pospeševalnega na vozni pas AC, svojega prostora ne bo iskal "nagonsko".

Po čem sklepaš, da ga ne bo? Po izkušnjah? Premalo si na cesti, če nikoli ne opaziš takega ravnanja voznikov.

Opazim vse sorte, večina pa aktivno "dela" na temu, kam se bo vključila. Ali si morda mislil, da je izsiljevanje prednosti možno zgolj zato, ker je nekdo nekaj spregledal?

xmetallic je 27. mar 2018 ob 22:36 izjavil:

AndrejO je 25. mar 2018 ob 18:05 izjavil:

Kako pa veš, da je to avto in kakšna je njegova hitrost?

Na avtocesti razen vozila ne more biti nič drugega. Hitrost se izračuna s pomočjo senzorjev. To znamo že desetletja.

Glede tega, kaj vse je v resničnem življenju lahko na AC, bom rekel samo "YouTube".

Glede tega kako se hitrost izračuna s pomočjo senzorjev, pa prosim povej ime senzorja, ki je primeren za namestitev na avtonomno vozilo in s katerim boš lahko sledil hitrosti vnaprej neznanega števila vnaprej neznanih vrst objektov okoli vozila.

Začnimo recimo pri temu, da boš senzor javil, da ima zid ob cesti hitrost natančno 0km/h, šlepar, ki vozi vzporedno s teboj, pa hitrost enako tvoji.

Desetletja, praviš ...

xmetallic je 27. mar 2018 ob 22:36 izjavil:

AndrejO je 25. mar 2018 ob 18:05 izjavil:

Nope. Kot se je v praksi izkazalo že leta nazaj, je tvoj pristop neproduktiven do točke popolne neuporabnosti. Determinističen sistem, kot si ga ti predstavljaš, nima z realnostjo ničesar. S specializacijo ML sistemov pa se je izkazalo, da je performančno lažje "natrenirati" model, da bo sam kodificiral fizikalne zakone in še kaj drugega.

Jaz sem to izpostavil v primeru avtoceste. Ta pristop drugod logično ne deluje.

Tudi na AC ne deluje. Kar poglej si sisteme za zaviranje v sili pri nizkih hitrostih. Zakaj se pri višjih hitrostih ti sistemi samodejno izklopijo?

Razen tistih, seveda, ki se ne.

Npr. Volvo ima enega takšnega, ki deluje pri vseh hitrostih. Osnovan je okoli ML. Si presenečen?

Je pa res, da je poučna zgodba o tem, kako so ga morali popraviti, ker so pozabili, da se v neki določeni državi na cesti množično pojavljajo tudi neke določene živali, ki jih na severni polobli praktično ni. Kar je nekako učna lekcija na temo avtonomnih vozil: tvoj "fizikalni sistem" ima zelo ozek spekter uporabnosti, kar ga v avtonomnih vozilih naredi za približno toliko uporabnega, kot je uporaben v vozilih s človeškim voznikom. Pa še to je vprašanje, če ga ni bolje nadomestiti kar z "centralnim ML". ML sistem ima širok spekter uporabnosti, ima pa hkrati težave, kot sem jih že omenil. Torej bo potrebno še delati na temu.

xmetallic je 27. mar 2018 ob 22:36 izjavil:

AndrejO je 25. mar 2018 ob 18:05 izjavil:

Za state of the art LIDAR je uspeh, če naredi že samo zajem s klasifikacijo v 0,1s, torej faktor več, kot si ti umišljaš, da računalniki nekaj preračunavajo. Sploh pa bi s tvojim predlaganim pristopom potrebovali po nekaj sekund za vsako iteracijo, ne pa stotinke sekunde. Slednje lahko trenutno dobiš samo z ML modeli. Sploh pa ne mešati samodejnih podsistemov (vse od ESP, ABS, city-stop, ... naprej), ki ne vsebujejo nikakršnih elementov odločanja, temveč zgolj predpisano reakcijo na zelo omejen nabor zaznanih vhodnih signalov, ki so v primerjavi z izgradnjo scene okoli vozila, naravnost trivialni.

Nekaj stotink je bilo komentirano pod tvoji seznamom kaj vse mora narediti, in ne pod "mojim" pristopom.

Tvoj pristop je slepa ulica, ker bi procesiranje vseh signalov za približno ekvivaltenten rezultat vzelu sekunde, če ne še več, vsaka sprememba pri odkriti napaki, pa leta za odpravo, če ne še več.

xmetallic je 27. mar 2018 ob 22:36 izjavil:

Pristop, ki ga omenjaš nisem nikoli izpostavil kot nekaj, kar bi bilo sposobno upravljati z vozilom ampak zgolj kot primerjava sposobnosti zaznavanja človek vs računalnik.

Zaznavanje je integralen in dejansko tudi najbolj kompleksen del ML, ki tudi samostojno upravlja vozilo. To, kar ti preprosto odmahneš z besedo "zaznavanje" je jedro problema, ki ga rešuje ML.

xmetallic je 27. mar 2018 ob 22:36 izjavil:

AndrejO je 25. mar 2018 ob 18:05 izjavil:

Bojim se, da si svoje poznavanje slednjih neupravičeno in tudi narobe posplošil na dimenzijo in naravo problema, ki ga rešuje sistem avtonomnega vozila.

Le kakšen problem naj bi reševalo avtonomno vozilo? Menda ne bo namenjeno zdravljenju viroze? V svojih komentarjih sem le izpostavil, da ima samovozeče vozilo boljši pregled nad dogajanjem v prometu kot človek, ter da bi se v prometu, kjer bi vsi dosledno upoštevali predpise odrezal vsaj tako dobro če ne tudi boljše kot človek.

V tem trenutku imajo "state of the art" testna avtonomna vozila še vedno slabši pregled nad dogajanjem v prometu.

Česar ne razumeš je to, da "vedeti, da je 2834mm stran od senzorja v natančno znani smeri nekaj, kar je odbilo laserski žarek" ni še niti približno blizu temu, da bi vozilo imelo kakršenkoli pregled nad dogajanjem. To je tako, kot bi rekel, da ima radar za usmerjanje letalskega prometa "pregled nad dogajanjem". Nima ga. To je orodje, ki ljudem omogoča "pregled nad dogajanjem". Šele ko daš v vozilo nadomestek za voznika, boš lahko rekel, da ima "vozilo" nek "pregled" in v tem slednjem pogledu so vozila prišla fenomenalno daleč, niso pa še čisto tam, kjer bi morala biti.

Besede so v tem fohu jeba, ker implicirajo, da je nekaj za računalnik trivialno že zgolj zato, ker je trivialno za človeka. Npr. spoznaj lepo sosedo na sliki. Potrošene so bile miljarde in leta, da smo se približali temu, da bi lahko računalnik v večini primerov na sliki pravilno "zazna" tvojo lepo sosedo. Pa je to nekaj za kar ti ne potrebuješ niti 0,1s.

Še vedno me zanima kateri "senzor" v vozilu bo zaznal fizikalni zakon po katerem v n% primerov za žogo na cesto priteče otrok. Ko že praviš, da imajo tvoji "senzorji" boljši pregled nad dogajanjem v prometu, kot pa človek. Saj si rekel, da je to vse samo fizika, mar ne?

Malo bolj otroška predstavitev Subarujevega sistema eye sight

xmetallic je 30. mar 2018 ob 22:21 izjavil:

Če vzameš laser, ga usmeriš proti ogledalu. Od trenutka ko si ga usmeril proti ogledalu, do trenutka ko se ti je snop vrnil (odbil) nazaj je preteklo nekaj časa. Ta podatek zadostuje za izračun oddaljenosti objekta od tebe. To imajo vsa avtonomna vozila. Seveda ne v kitajski obliki ampak malce bolj napredne sisteme za merjenje oddaljenosti. Oddaljenost objekta pred seboj lahko izračunaš tudi s pomočjo zvoka, kar pa pri avtonomnih vozilih ni preveč uporabno. Nič novega in nič za kar bi potreboval strojno učenje.

Sem že napisal, da niti laserja ne rabiš, oziroma je slabše z laserjem kot s kamero.
Še hitrejše od laserja je zajem s slike stereo vida (2 kameri, pri katerih veš kakšna je razlika med gorišči). Ker tam stalno računaš razdaljo do objekta pred tabo. V povezavi z GPS-om pa še njegovo hitrost. Pri radarju pa imaš neko frekvenco ponovitev pošiljanja signala in potem lovljenje signala nazaj. Kar je v bistvu veliko slabše, ker pošlješ signal in potem čakaš na odgovor, potem spet čakaš da pošlješ signal in spet pošlješ signal, pa spet čakaš, da nazaj pride.

krneki0001 je 30. mar 2018 ob 22:43 izjavil:

xmetallic je 30. mar 2018 ob 22:21 izjavil:

Če vzameš laser, ga usmeriš proti ogledalu. Od trenutka ko si ga usmeril proti ogledalu, do trenutka ko se ti je snop vrnil (odbil) nazaj je preteklo nekaj časa. Ta podatek zadostuje za izračun oddaljenosti objekta od tebe. To imajo vsa avtonomna vozila. Seveda ne v kitajski obliki ampak malce bolj napredne sisteme za merjenje oddaljenosti. Oddaljenost objekta pred seboj lahko izračunaš tudi s pomočjo zvoka, kar pa pri avtonomnih vozilih ni preveč uporabno. Nič novega in nič za kar bi potreboval strojno učenje.

Sem že napisal, da niti laserja ne rabiš, oziroma je slabše z laserjem kot s kamero.
Še hitrejše od laserja je zajem s slike stereo vida (2 kameri, pri katerih veš kakšna je razlika med gorišči). Ker tam stalno računaš razdaljo do objekta pred tabo. V povezavi z GPS-om pa še njegovo hitrost. Pri radarju pa imaš neko frekvenco ponovitev pošiljanja signala in potem lovljenje signala nazaj. Kar je v bistvu veliko slabše, ker pošlješ signal in potem čakaš na odgovor, potem spet čakaš da pošlješ signal in spet pošlješ signal, pa spet čakaš, da nazaj pride.

A se ti sploh zavedaš, kako nič pojma nimaš? Ker kar si sedaj naklobasal, je popoln bs.

A je tebi sploh jasno, kako stvari delujejo, in kaj pomeni "razdalja med goriščema"? Ker sem prepričan, da ti ni.

@Okapi Perfektno jasno mi je in očitno veliko bolj kot tebi. Se namreč že nekaj let ukvarjam s stereovidom za hobi. Nekje 6 do 7 let nazaj sem bil na enem predavanju o računalniškem vidu, ker me zadeva zanima. Predavatelj je začel o tem razlagat in malo kasneje je še subaru dal ven eyesight, ki deluje na tem principu. Poleg tega se v tem načinu snemajo tudi 3D filmi.

Zase sem že takrat sestavil sistem dveh kamer (sicer s samo 60fps), katerega sem tudi že testiral (ni povezan na avto, če to misliš, mora računalnik še vedno biti v naročju sovoznika, čeprav bo počasi prišel do te stopnje, da bo vgrajen v avto). Na displayu lepo sproti prikazuje vozila pred mojim avtom in razdalje do njih (ter izračunano hitrost na podlagi GPS-a in hkrati iz OBD2 priključka) v realnem času. Tudi ob prižigu zavornih luči avta pred tabo, se že vklopi alarm.

Poanta sistema je da ti poleg višine in širine (kar ti da že ena sama kamera) doda še tretjo dimenzijo. In to je globina. Obstaja zelo simpl enačba za to, da si izračunaš za koliko je oddaljen objekt od teh dveh kamer. Ko to povežeš še z GPS-om ali števcem hitrosti v avtu, dobiš še izračunano hitrost vozila pred tabo. Ob zaviranju avta pred tabo, zna subarujev eyesight tudi ustaviti tvoj avto, pozna gosji red (torej vozi s hitrostjo avta pred tabo) in še par zadev.

@janig, ti pa lahko enako Subarujevim pošlješ, da nimajo pojma.
Kako je volvo povozil direktorja na predstavitvi radarja, pa kako se je zaletel v zadnji del kamiona:

Okapi, na tvojo žalost si se spet zmotil. Iz tega delam namreč tudi magistrsko nalogo na FERI-ju. Še vedno mi je pa to hobi.

Ne da se mi, ne bom prepričeval prepričanega.

Mi ni treba nič brati, ker vem, kako se meri razdalja z dvema kamerama. Zato mi je tudi jasno, da ti pojma nimaš, ker sicer ne bi pisal o "razliki med goriščema".

Vse to (in še več), kar počne Subaru s stereo kamero, počne Mobileye z eno mono kamero.

Ker je znana pozicija kamere glede na ravnino, na kateri se objekti nahajajo, lahko s tem izračuna tudi oddaljenost posameznih objektov.

Če imaš dve kameri primarno za depth map, imaš isti problem kot npr. z LIDARjem - imaš podatke o globini (pa še to na omejeni razdalji), ne veš pa, kaj je tam. Kar pa je v bistvu glavni problem.

niti ne. če bi bila tam čez cesto priletela ena velika vreča verjetno nočeš tvegati in full bremzati zaradi tega kajne?

krneki0001 je 31. mar 2018 ob 01:28 izjavil:

Edit: našel tiskarsko napako - napisal razlika, namesto razdalja. Sorry, se zgodi.

krneki0001 je 30. mar 2018 ob 22:43 izjavil:

...(2 kameri, pri katerih veš kakšna je razlika med gorišči)...

Mislim, koliko pisanja za to da si se obesil na eno narobe napisano besedo, namesto da bi me samo popravil že pri prvem postu, da sem naredil tipkarsko napako.

Ne, ni narobe napisana besede, ker tudi razdalja med goriščema nima nič s tem.

Vazelin je 31. mar 2018 ob 01:38 izjavil:

niti ne. če bi bila tam čez cesto priletela ena velika vreča verjetno nočeš tvegati in full bremzati zaradi tega kajne?

Sploh ni treba, da je vreča. Še napis ali oznako na cesti lahko kamera vidi kot oviro. Če je ta oznaka dovolj zvito narisana, še človek misli, da vidi oviro.

nebivedu, prvi Teslin avtopilot (tisti, ki je dejansko sam vozil okoli), je bil baziran na eni Mobileyeovi kamerci.

Mislim, da praktično nihče ne uporablja Mobileye samo za opozarjanje, ampak vsaj za zaviranje v sili, če ne tudi za aktivni tempomat in držanje ceste. Kar nekaj proizvajalcev je radarje nadomestilo s tole mono kamerco.

Volvo tudi uporablja Mobileye.

Res je, da so še dodatni senzorji, predvsem ko so v igri avtonomne funkcije. A to večinoma zaradi redundance, kot zaradi slabosti sistema ene kamere (teh je nekaj, a malo).

Mobileye je bil izrecno proti temu, da Tesla na trg da autopilot brez redundance; zato so tudi prekinili sodelovanje, ko je prišlo do tiste nesreče s smrtnim izidom, ker je Tesla na svojo pest izzivala in se opekla. Potem so kar dolgo časa ostali brez autopilota - notri so sicer natlačili polno hardvera ("AP 2.0"), niso pa dolgo imeli pametnega softvera, ki bi bil vsaj približno konkurenčen predhodni rešitvi.

Zanimivo:

Subaru made a point of saying that the cameras were developed by them. No mention of who developed the software with its complex algorithms. My guess is Mobileye, which supplies BMW and GM with OEM camera based ADAS and also has a line of aftermarket consumer models. Interestingly, Subaru refers to a "stereo camera" and processing "stereo images", and doesn't use the term 3D. That likely reflects the fact that Subaru is a Japanese company and Japanese 3D enthusiasts prefer the term stereo.

Torej 2x mobileye v subarujih.


Tako pa zgleda potem eyesight v avtu za 22k evrov: