Ученые Санкт-Петербургского электротехнического университета разработали программу, которая повышает надежность распознавания дороги беспилотным транспортом при плохой видимости и на больших расстояниях.
В ЛЭТИ разработали алгоритм, который улучшает навигацию беспилотного транспорта в сложных условиях. Разработка призвана решить проблему точного определения границ проезжей части при плохом освещении, во время дождя или когда часть дороги перекрыта другими объектами. Ошибки в таком распознавании могут приводить к сбоям в системах помощи водителю и создавать риски для безопасности.
Программа представляет собой систему для сегментации, то есть выделения проезжей части. Она обрабатывает мультимодальные данные — информацию от лидаров, стереокамер и инерциальных датчиков. Алгоритм работает в два этапа: сначала выделяет поверхность дороги и отделяет ее от окружающих объектов, а затем анализирует данные, объединяя их в однородные зоны. Важной особенностью является способность алгоритма подстраиваться под плотность поступающих данных, что обеспечивает устойчивую работу при плохой видимости и на больших дистанциях.
Главное отличие разработки от существующих аналогов — интеграция данных с различных сенсоров уже на этапе первичной обработки. Такой подход позволяет снизить накопленную погрешность и повысить отказоустойчивость всей системы. Алгоритм был реализован на платформе ROS2, которая поддерживает работу в реальном времени и синхронизацию потоков данных.
Система обучалась на 24 тысячах изображений дорожных сцен и показала высокие результаты. Испытания продемонстрировали снижение количества ложных срабатываний систем ADAS на 23% и повышение точности определения границ проезжей части на 35%. Разработка может применяться не только в беспилотных автомобилях, но и в роботизированных погрузчиках, сельскохозяйственной технике и интеллектуальной транспортной инфраструктуре.
В настоящее время команда готовится к промышленным испытаниям алгоритма на базе логистического комплекса и параллельно разрабатывает адаптированную версию для сельскохозяйственных машин, работающих в условиях бездорожья.