Apple publicerar forskning om självkörande bilar
Har hittat nytt sätt att använda LiDAR-sensorer
Apple och självkörande bilar har det snackat en del om de senaste åren men än så länge har väldigt lite konkreta uppgifter om detta läckt ut från Cupertino. Nu har dock Apples forskare publicerat en rapport med titeln "VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection" där man beskriver hur man kan använda självkörande bilars LiDAR-sensorer mer effektivt.
Man kallar tekniken för "VoxelNet" och med den ska LiDAR-sensorer inte bara kunna upptäcka var ett objekt i bilens väg befinner sig utan även kunna avgöra om det rör sig om en bil, en cyklist, eller en gångtrafikant. LiDAR är bra på att bestämma var ett objekt befinner sig i en tredimensionell miljö men har väldigt låg upplösning vilket gör det svårt att avgöra vad det är för typ av objekt i bilens väg.
Detta löser man idag med andra sensorer och kameror vilket givetvis gör systemen lite dyrare. Skulle Apples VoxelNet visa sig fungera bra skulle man med andra ord antagligen kunna kapa en hyfsad kostnad på system som används i självkörande bilar. I dagsläget verkar VoxelNet fungera på bilar, cyklister och gångtrafikanter men jag antar att man skulle kunna anpassa det till att kunna identifiera älgar, ekorrar eller andra saker jag vanligtvis kör på.
Läs gärna våra regler!