Cognitive Pilot сэкономит десятки человеко-лет благодаря автоматическому обучению
Компания Cognitive Pilot решила сложную задачу, которая позволит экономить десятки человеко-лет при разработках автопилотов. При данном подходе нейронная сеть самостоятельно выбирает из поступающего видеопотока репрезентативные данные для дальнейшего принятия решений при автопилотировании сельскохозяйственной техники, сообщает сайт компании.
«Мы используем метрику сравнения разных кадров. Так в задаче автономного управления комбайном при его проезде по кромке мы выбираем кадры, в которых отклонения от среднего, больше определенной величины. Например, на изображении появилась «проплешина», или торчащая из земли часть опоры. По сравнению с общей дисперсией этот элемент дает большой скачок, и система этот кадр берет. А при проезде лесополосы картинки хоть и меняются часто (мелькают кусты, деревья), но особого разнообразия в видеопотоке мы не наблюдаем, отклонение от среднего ниже среднего и нас такие данные не интересуют».
Разработанный Cognitive Pilot механизм позволяет отфильтровывать из видеопотока лишние данные, которые не влияют на процесс обучения — например, из обучения автоматически исключаются кадры перегонки комбайна с одного поля на другое с поднятой жаткой, или моменты, когда он стоит на месте или проходит по участку маршрута с малыми изменениями полевой сцены.
Благодаря исключению «мусора» при обучении экономится значительное количество времени нейронных сетей и обучение автоматики происходит быстрее. Это позволяет наращивать функциональность существующих решений для автономного управления сельскохозяйственным транспортом, вплоть до решения самых нестандартных задач, вроде автоматизированной уборки урожая на снегу, и выходить компании на новые зарубежные рынки.
«У нас очень большой опыт по обучению нейронных сетей и созданию датасетов. В этой зоне мы в числе мировых лидеров. В отличие от многих игроков рынка ИИ для беспилотного транспорта, которые работают в основном с готовыми данными, публичными датасетами и используют их, как правило, в приложениях для одного направления, или агро, или automotive, или иного, мы накопили солидную экспертизу по обучению нейронных сетей на собственных датасетах сразу в нескольких сегментах: агро, рельсового транспорта и авто».
Выбор разнообразных, репрезентативных данных из видеопотока до последнего времени являлся одним из наиболее серьезных препятствий при обучении нейронных сетей. На решение этой задачи в таких приложениях, как автопилотирование, могло уходить очень много времени.
Для того, чтобы нейронная сеть могла с промышленной точностью распознавать объекты дорожной, полевой или иной сцены и тем самым обеспечивать безопасность при любых погодных условиях и времени суток, ее необходимо обучить на больших массивах данных, содержащих все возможные ситуации, которые только могут повлиять на процесс управления транспортным средством. Традиционный, ручной подход к ее решению — чрезвычайно трудоемкая, утомительная и длительная процедура.
Узнавайте первыми актуальные новости сельхозтехники России и мира на наших страницах в Facebook и ВКонтакте, а также на каналах в Telegram и YouTube.
Cognitive Pilot открыл 13 региональных представительств за три месяца
Системы комплексной автоматизации и беспилотного управления трактором