Combinar dos tipos de cámaras permitiría a los vehículos autónomos detectar objetos con precisión y eficacia, por ello un innovador sistema visual para vehículos autónomos según afirma un equipo de investigadores de Suiza en un estudio publicado en la revista Nature. Los vehículos autónomos necesitan sistemas visuales capaces de detectar objetos que se mueven con rapidez sin sacrificar la calidad de las imágenes.
El sistema descrito combina una cámara de color con una frecuencia de imagen reducida –para bajar el ancho de banda necesario para procesar imágenes— y una cámara de eventos, que detecta movimientos rápidos –como los de peatones o vehículos– y compensa la mayor latencia de la cámara de color.
Voz experta
“El desarrollo de sistemas de transporte inteligente está orientado a ofrecer servicios de información de tráfico en tiempo real a todos los usuarios de la vía, desde vehículos autónomos, peatones, hasta los usuarios más vulnerables, como pueden ser las personas con alguna discapacidad.
En un ecosistema en que los vehículos se comunicarán con otros vehículos y con diferentes infraestructuras de la vía, se vuelve trascendental que los vehículos sean capaces de analizar y procesar la información recibida para tomar decisiones. Sin embargo, características como las altas velocidades de los vehículos, la movilidad constante, la variable densidad del tráfico, etc., plantean grandes desafíos.
El artículo de Daniel Gehrig y Davide Scaramuzza presenta un avance interesante en la visión para automóviles utilizando cámaras de eventos combinadas con cámaras RGB que mejoran la percepción en tiempo real con una alta resolución y baja latencia, lo cual es crucial para la detección rápida y precisa de objetos en condiciones de alta velocidad y cambios abruptos de iluminación. Los autores utilizan una red neuronal convolucional (CNN) para procesar imágenes y una red neuronal de grafos asincrónica (GNN) para procesar eventos”.
Qué son la cámaras de eventos de los autos autónomos
Las cámaras de eventos son un tipo de sensor visual que se está utilizando en los vehículos autónomos para mejorar la detección de objetos en movimiento rápido, complementando a las cámaras de color tradicionales.
A diferencia de las cámaras de color que capturan imágenes completas a una frecuencia fija, las cámaras de eventos detectan cambios de brillo a nivel de píxel y generan eventos asíncronos cuando ocurren estos cambios. Esto les permite tener una alta resolución temporal y capturar movimientos rápidos con baja latencia o sea que significa que las cámaras de eventos pueden detectar y registrar cambios en la escena visual con un retraso mínimo entre la ocurrencia del evento y su procesamiento.
La combinación de una cámara de color de baja frecuencia de imagen, que reduce el ancho de banda necesario, junto con una cámara de eventos, permite a los vehículos autónomos detectar objetos que se mueven rápidamente, como peatones y otros vehículos, sin sacrificar la calidad general de la imagen. La cámara de eventos compensa la mayor latencia de la cámara de color.
Los datos de las cámaras de eventos se procesan con algoritmos de inteligencia artificial que aprenden a detectar obstáculos y situaciones de peligro a partir de los eventos generados. Esto mejora la percepción visual de los vehículos autónomos, lo que es crucial para su seguridad y eficacia en la conducción.
Algunos de los roles clave de las cámaras
– Detección de semáforos, señales de tráfico y otros elementos de la infraestructura vial.
– Rastreo de otros vehículos y detección de peatones.
– Lectura de marcas viales para mantener el vehículo en su carril.
– Complementar la información de otros sensores como radares y LiDAR.
Las cámaras, junto con algoritmos de inteligencia artificial, permiten a los vehículos autónomos procesar información visual en tiempo real, trazar rutas óptimas y tomar decisiones de conducción seguras.
Además, el uso combinado de cámaras de color de baja frecuencia y cámaras de eventos especializadas en movimiento rápido mejora aún más la capacidad de los vehículos autónomos para detectar objetos en movimiento sin sacrificar la calidad de imagen.
F: SMC ES, KIA.
Conoce la nueva Internet cuántica utilizando fibra óptica en Estados Unidos
