Обновить
52
0
Иван Дейлид@sid1057

Мечтатель, авантюрист и просто хороший парень

Отправить сообщение

Упс:D
Спасибо, поправлю)

Сам для себя ставил часто подобные усложнения в миссиях:)

А касательно априорных знаний - вопрос их формализации и использования алгоритмом беспилотника

Ох, поверьте, морской транспорт - это тоже отдельное море задач)

Сейчас это и называется не беспилотником и человек всегда отвечает как последний контур безопасности.
Речь о том, кто будет ответственным при SAE5

7 лет, но не из разряда ежедневной езды, хотя сложные ночные маршруты по 16 часов тоже были.

Сам лично в качестве сенсора использую попу, прижатую к водительскому сиденью, там и точность высокая и частота обновления данных на зависть всему остальному. Но это скорее не про возможность езды, а про возможность езды с большей скоростью, чем просто по картинке.

По лидарам - опять же, холивар, камера-онли это личное мнение.
Но проблемы я вижу следующие:
1. Помехи от множества активных сенсоров в одной зоне
2. Стоимость эксплуатации (период жизни лидара до замены кратно меньше, чем у камеры)

Так автор полностью согласен.

Но в целом я об этом и говорю, что характеристики кожаных мешков тоже должны быть посчитаны. Иначе как вообще понять, что внедраяется что-либо хотя бы соответствующее текущему уровню безопасностт?

Решал вторую проблему лично, а первую проблему не лично, но в целом это вопрос уже инженерного поля.

Увы, нельзя, так как статья сугубо отражающая персональные взгляды, а корпоротивную культуру никто не отменял.
Но в сфере беспилотников и адасов для разных видов транспорта.

Лидары раскрыл чуть-чуть, так как и степень их проблемности на фоне всего остального не такая уж и большая.

В ситиле науч-поп, потому что я и пытался сделать статью на хабре в стиле науч-поп:)
Всё-таки это не такое уж узкое профессиональное сообщество.

На практике пробемы не то, чтобы совсем другие. Скорее на практике куча ещё других проблем. Но я пытался описать наиболее общие/стратегические/концептуальные.

А вообще - с удовольствием пообщаюсь в хабровской личке или тг:)

Хороший вопрос.
Тут можно прочитать про adversarial attacks, но это больше про камеры.
Если атаки из разряда засветить сенсор - то зависит от проработанности алгоритмов безопасного отказа системы.

Буду только рад ошибиться насчёт 5 лет)
Про SF всё-таки вопрос спорный. Опять же, для однокамерного ADAS - там и фьюзить нечего, но если речь зайдёт о беспилотнике - вам без него не обойтись.

Системы активной помощи разных брендов тестирую при первой возможности. Но, вероятно из-за того, что смотрю на них инженер, желающий всё сломать, часто нахожу неприятные кейсы (что в корейских, что в немецких).

Это называется ADAS, а не беспилотник, и как раз подмена этих понятий - то, чем очень часто грешит Маск.

Окупаемость беспилотников тема холиварная.
Я придерживаюсь стратегии, что нужно не сделать беспилотник, а потом доказывать, почему он окупаем, а делать изначально его в жестких пределах окупаемости.

В основном вопрос всегда упирается в количество кадров (пилотов) и вторичные расходы (средняя цена аварии * средняя частота аварии).

Если острее стоит проблема пилотов - это точно беспилот.
Если острее стоит проблема вторичных расходов - это скорее ADAS.

О нём я говорю в самом конце, что специфика везде разная. Автомобиль, автобус, трамвай, поезд, самосвал. Везде есть собственная кухня плюсы и минусы.

Но так уж вышло, что чаще всего в инфополе говорят именно об автомобилях

Я люблю измерять прогресс в игровых консолях. Это и про массовость компонентов, и про доступную цену, и про архитектурные решения. Вообще касательно этого пункта я сделаю ремарки в следующей статье!

Слежу за подобными компаниями. EyeSight в какой-то степени пионер, смущает только то, что они используют стерео на очень короткой базе, но да, для массовости рынка самое то.

Было бы интересно посмотреть, стали бы они более массовыми, если бы не покупка стартапа Subaru.

Абсолютно верно

Очень важно смотреть на соотношение аварий/аварийных ситуации к виду пилота.

В этот момент я буду планировать свою траекторию на 30см вперёд, чтобы выйти из трудной ситуации, а не всё и сразу.

Потому что тесты все эти тесты я уже видел (даже лошадь), но даже они не обеспечивают полноты тестирования.

А сложность описанного мной кейса объясняется тем, что детекторы как правило обучаются на отдельные классы (вот у нас человек, а вот лошадь, а вот машина). Вопрос в том, как нейронная сеть классифицирует человека в маске коня, как человека или как коня? Или вообще решит, что этот объект не подходит под заданные распределения классов и скорее всего не является ни тем, ни другим.

1

Информация

В рейтинге
Не участвует
Откуда
Санкт-Петербург, Санкт-Петербург и область, Россия
Дата рождения
Зарегистрирован
Активность

Специализация

Технический директор, Computer Vision Software Engineer
Ведущий
Git
Linux
Python
OpenCV
Computer Engineering
Компьютерное зрение
Управление компанией
Deep Learning
PyTorch
Computer Science