Volvo создала систему распознавания пешеходов

Volvo создала систему распознавания пешеходов

Содержание

  • 1 Защита пешехода
  • 2 Безопасное движение

Разработками в области безопасности давно славятся шведы из копании Volvo. Не так давно Volvo начала устанавливать в свои автомобили систему распознавания пешеходов Pedestrian Detection. За превентивную безопасность отвечает целый комплекс City Safety, а новая система – его часть.

Радар, расположенный в радиаторной решетке, вычисляет расстояние до опасного объекта, тип объекта устанавливает камера на лобовом стекле.

Электроника сопоставляет данные и определяет потенциально небезопасную ситуацию, после чего предупреждает водителя, издавая звуковой сигнал и показывая графический символ на панели приборов.

В случае отсутствия реакции водителя машина полностью останавливается.

Pedestrian Detection распознаёт человека ростом свыше 80 см и абсолютно исключает наезд при скорости до 35 км/ч.

Безопасное движение

Сегодня управлять автомобилем намного легче, ведь водителю помогает в этом не пара опций, а целые электронные комплексы. Обычно они включают в себя систему слежения за дорожными знаками и удержания в полосе движения, недопущения столкновений в пробках, адаптивный круиз-контроль, систему слежения за «мертвыми зонами» и многое другое.

Основа комплекса – это датчики и радары вместе с особой камерой, находящейся в верхней части лобового стекла. Вся информация от этой техники поступает в бортовой компьютер, который оповещает водителя о потенциальных опасностях.

Что произойдет, в случае если водитель уснул за рулём или отвлекся? Как только машина начнет смещаться с выбранной траектории и будет съезжать на соседнюю полосу, система, которая следит за дорожной разметкой, тут же это определит.

Чтобы не допустить съезжания, она издаст звуковой сигнал, а на панели приборов высветится нужная пиктограмма. Некоторые машины предупреждают водителя вибрацией рулевого колеса.

Если и после этого водитель не отреагирует, тогда усилитель руля автоматически постарается исправить направление движения и возвратить авто на заданный путь.

Подобным образом работает и система, контролирующая «мертвые зоны». Только в этой ситуации опасные сигналы исходят от датчиков, установленных по бокам и сзади автомобиля. Они определяют, что соседняя полоса занята и там едет автомобиль. Причем даже после включения сигнала поворота система не допустит пересечения траекторий движения авто.

Test Test

Volvo S60. Система обнаружения пешеходов

Subaru XV – первый японский кроссовер с подушкой безопасности для пешеходов (новости)

Система предупреждения об угрозе фронтального столкновения с функцией автоматического торможения

Система безопасности Mobileye.mp4

Источник: http://avtozakony.ru/news/autonews/intellektualnye-sistemy-bezopasnosti.html

Volvo: система распознавания пешеходов

«Вам придется направить автомобиль прямо на манекен и постараться не снимать ногу с педали газа.

Наши предыдущие испытания показали, что многие неподготовленные люди инстинктивно начинают тормозить, будучи не в силах ехать прямо на человеческую фигуру.

Если у вас не получится с первого раза, мы дадим вам вторую попытку», — наставлял нас инженер Volvo. Группа журналистов из России разразилась гомерическим хохотом.

Конечно, это не повод для гордости, но все же ваш покорный слуга посвятил достаточно времени жестоким компьютерным играм, чтобы при виде разодетой, как лондонский денди, куклы со зловещей улыбкой притопить газ.

«Полегче!» — взмолилась сердобольная дама-наставник, и тут в дело вмешался автомобиль. Попытавшись призвать меня к порядку сиреной и мигающими лампочками, машина сама затормозила так, что мы повисли на ремнях.

Невредимый манекен остался стоять в полуметре от капота, как будто бы ухмыляясь. Система обнаружения пешеходов существовала и раньше, мало того, ею уже оснащаются серийные автомобили Volvo.

Особенность данного теста заключалась в том, что дело происходило в полной темноте, в неосвещенном тоннеле неподалеку от Stora Holm — испытательного полигона шведской компании, куда журналистов пригласили для знакомства с системами безопасности будущего.

Столкновение с лосем — одно из самых опасных дорожно-транспортных происшествий. Как правило, такие встречи случаются за городом на участках дорог, где разрешена высокая скорость движения (в России это 90 км/ч, в некоторых европейских странах — 100 км/ч). Появление крупных животных на трассе наиболее опасно в темное время суток, когда видимость сильно ограничена, а время реакции увеличено.

У кошки четыре ноги

Автомобильные новации, продемонстрированные нам в окрестностях Гетеборга, имеют разные временные горизонты: так, система обнаружения животных и автопилот встанут на конвейер в следующем году вместе с новым внедорожником XC90, а коммуникации между автомобилями и полностью автоматическая парковка пока имеют лишь статус концептов.

Как выяснилось, главные герои автомобильной безопасности будущего не столько конструкторы, сколько программисты.

Все представленные системы используют давно существующее железо: радары и лидары, видеокамеры, протоколы передачи данных Wi-Fi и GSM.

Задача инженеров — научить электронный мозг автомобиля понимать то, что он видит и чувствует, общаться с себе подобными и принимать соответствующие ситуации меры.

Яркий пример — новейшая система распознавания животных. Инженер приглашает меня за руль тестового автомобиля, на панели приборов которого закреплен большой компьютерный монитор. На него выводится изображение с камеры, расположенной под внутрисалонным зеркалом, и информация о том, как интерпретирует картинку компьютер. Конечно, в серийном автомобиле такого экрана не будет.

Разогнавшись до 90 км/ч, я приближаюсь к стоящему у дороги манекену лося. На расстоянии 70 м фигура животного на экране обводится фиолетовой рамкой — это значит, что компьютер опознал в фигуре зверя.

Подъезжая к группе коллег, я замечаю, что их фигуры обведены рамками другого цвета.

Компьютер безошибочно отличает людей от животных, даже если два Homo sapiens стоят рядом, фигуры их сливаются в одну, а ног у них на двоих четыре.

Кроме людей и крупных животных электронный мозг Volvo умеет распознавать велосипедистов — для них предусмотрена своя рамка. Лазерный дальномер безошибочно определяет расстояние до опознанного объекта, чтобы машина могла оценить вероятность столкновения.

Но зачем автомобилю знать, что именно преградило ему дорогу — велосипедист, пешеход или животное? Ведь столкновение с любым препятствием нежелательно. Ответ кроется в коренных отличиях человека от машины.

Обладая абстрактным мышлением, человек способен оценивать незнакомые визуальные образы.

Скажем, увидев летающую тарелку, он мгновенно представит, что случится при столкновении с ней, и примет соответствующие меры.

По статистике большая часть наездов на пешеходов случается в сумерки или темное время суток. Новая система обнаружения пешеходов на автомобилях Volvo работает круглосуточно.

Это стало возможным благодаря применению высокоскоростной и высокочувствительной камеры, которая снимает обстановку перед автомобилем в двух экспозициях по очереди: для ночи и для дня.

Очевидно, что технология требует вдвое больших вычислительных мощностей и усовершенствованных алгоритмов для обнаружения пешеходов в сценах с низкой контрастностью.

Компьютер отреагирует только на те образы, которые ему знакомы. Он не способен обнаружить препятствие в общем смысле. Камера может «увидеть» заплатку на асфальте или облако за горизонтом — это контрастные элементы на дороге, но вовсе не повод бить тревогу. Лидар может среагировать на автомобиль, припаркованный за поворотом, или на возвышение дорожного полотна. Эти объекты тоже не опасны.

Получается, что компьютер необходимо обучать каждому вероятному препятствию в отдельности. Причем он должен различать пешехода не только в анфас, но и в профиль, и в движении. А велосипедист для него так и останется пустым местом, если не объяснить, что два круга и палочка между ними — это тоже опасность.

Еще один повод различать препятствия заключается в том, что реагировать на них нужно по‑разному. Пешеходов необходимо спасать: приподнимать заднюю кромку капота и раскрывать специальную подушку безопасности, прикрывающую стойки лобового стекла.

При встрече с крупным животным закрывать стекло подушкой не стоит — водителю нужно оставить максимум шансов совершить маневр уклонения, так как 500-килограммовая лосиная туша представляет смертельную опасность для людей в машине.

При этом система автоматического торможения максимально снизит скорость движения: по статистике, большая часть столкновений с крупными животными происходит на скорости свыше 110 км/ч, тогда как уже на 70 км/ч вероятность погибнуть и получить серьезную травму для водителя и пассажиров сводится к минимуму.

Источник: https://www.PopMech.ru/vehicles/14592-tormozit-nelzya-davit/

Автомобили Volvo смогут распознавать крупных зверей, выходящих на проезжую часть

26 фев 2016

Новая система распознавания крупных животных (лосей, оленей, и так далее) – это уникальная технология, созданная инженерами Volvo специально для автомобилей линейки «90» — внедорожника XC90, седана S90 и универсала V90.

Эта электронная вспомогательная система войдет в усовершенствованный комплекс автоматического предотвращения столкновений City Safety.

Недавно компания Volvo анонсировала выход обновлений для данной системы, на рынке новинка появится уже в будущем, 2017 году.

При помощи камер и радаров система предугадывает момент появления крупного животного на пути автомобиля. В случае, если на дороге появляется олень, лось или медведь, машина автоматически останавливается, а ремни безопасности натягиваются, чтобы избежать последствий для водителя и пассажиров.

Отметим, что столкновения с дикими животными – вовсе не шуточная проблема дорожного движения. От столкновений страдают водители во многих европейских странах (Швеции, Норвегии, Финляндии и других), а также в США, России и Канаде.  На долю таких инцидентов приходится порядка 6% от общего количества ДТП.

От столкновений с крупными млекопитающими страдают и автомобиль, и водитель, не говоря уже о самих животных, некоторые из которых занесены в Красную книгу. Компания Volvo стала одной из первых автомобилестроительных компаний, разработавших специальную систему по предотвращению столкновений с дикими зверями.

По словам представителей компании, это следующий шаг после создания системы распознавания пешеходов на трассах.

Кстати, это не единственное усовершенствование, которое вносится в работу технических  ассистентов автомобилей XC90, S90 и V90 .

В следующем году на некоторых рынках автомобили данной серии будут представлены с адаптивным круиз-контролем второго поколения Pilot Assist II, который может автоматически управлять машиной на скоростях до 130 километров в час на трассах с хорошей разметкой.

Кроме того, с будущего года все машины 90-ой серии будут продаваться с новым мультимейдийным комплексом Sensus с установленными приложениями Spotify, Park&Pay и свежими картами для автоматической навигации.

Кроме того, в ближайшие два года все автомобили шведской марки Volvo, относящиеся к разным модельным линейкам бренда, будут оснащаться модернизированной версией системы Volvo On Call.

Эта система позволяет владельцу авто получать информацию о состоянии машины на расстоянии.

Технология может синхронизироваться не только со смартфонами, но и с часами Apple Watch, Android Wear и Microsoft Band. 

При написании новости использовалась информация:
Мотор , Systemsauto

Источник: http://www.MotorPage.ru/Volvo/news/kompanija_volvo_razrabotala_sistemu_raspoznavanija_zhivotnih_na_doroge.html

Следим за пешеходами с помощью системы обнаружения пешеходов

Система обнаружения пешеходов (Pedestrian Detection System) распознает людей возле автомобиля и автоматически замедляет или полностью останавливает транспортное средство в случае возможного столкновения.

Применение данной системы позволяет на 15% сократить смертность пешеходов и на 30% снизить риск получения ими серьезных травм.

Впервые система обнаружения пешеходов была применена на автомобилях Volvo в 2010 году.

В настоящее время система имеет ряд модификаций:

Pedestrian Detection System от Volvo;

Advanced Pedestrian Detection System от TRW;

EyeSight от Subaru.

В системе слежение за пешеходами используются следующие взаимосвязанные функции:

обнаружение пешеходов;

предупреждение об опасности столкновения;

автоматическое торможение.

Для выявления пешеходов используется видеокамера и радар, которые эффективно работают на расстоянии до 40 м.

Если пешеход обнаружен видеокамерой и результат подтвержден радаром, система отслеживает движение пешехода, прогнозирует его дальнейшее перемещение и оценивает вероятность столкновения с автомобилем.

Результаты обнаружения выводятся на специальный дисплей. Система также реагирует на транспортные средства, которые стоят на месте или движутся в попутном направлении.

Система, придя к выводу, что при неизменной траектории движения автомобиля произойдет наезд на пешехода, посылается сигнал предупреждения водителю.

После этого система оценивает реакцию водителя на сигнал об опасности – изменение характера движения автомобиля (торможение, изменение направления движения). Если реакция отсутствует, то система слежения за  пешеходами автоматически доводит автомобиль до остановки.

В этом качестве система обнаружения пешеходов является производной системы автоматического экстренного торможения.

Читайте также:  Уродское авто для кортежа путина

Благодаря системе слежения за пешеходами можно практически полностью избежать столкновения на скорости до 35 км/ч.

Правда при высокой скорости система не может полностью предотвратить ДТП, но тяжесть последствий для пешехода может быть снижена до минимума за счет замедления автомобиля перед столкновением. Статистические данные свидетельствуют, что вероятность смертельного исхода при столкновении пешехода с автомобилем на скорости 65 км/ч составляет 85%, 50 км/ч – 45%, 30 км/ч – 5%.

Риск нанесения травмы пешеходам значительно снижается, если система обнаружения пешеходов используется совместно с системой защиты пешеходов или подушкой безопасности для пешеходов.

Правда последняя, как правило, слабо помогает, ведь водитель инстинктивно старается отклонить руль в последний момент, поэтому в большинстве случаев столкновение происходит слегка по касательной, а в этом случае польза от подушки гораздо меньше, ведь она не «работает» по бокам.

Да и значительная часть травм пешеходов связана в первую очередь со вторичным ударом о столбы, дорожное ограждение и пр., уже после того как они отлетают от автомобиля. Эти повреждения подушка, разумеется, нивелировать не сможет.

Обнаружение пешеходов с помощью инфракрасных камер реализовано в системе ночного видения, но активное предупреждение столкновения в ней не предусмотрено.

Система обнаружения пешеходов показала свою эффективность в сложных условиях городского движения. Она позволяет одновременно отслеживать несколько пешеходов, движущихся различными курсами, различает движение пешеходов с зонтами во время дождя и др.

Среди минусов системы слежения это то, что она неспособна работать в темное время суток и в плохую погоду. Кроме того иногда система принимает за пешеходов отдельно стоящие деревья. А также ничто не застрахует вас от того, что водитель, двигающийся сзади и не соблюдающий дистанцию, въедет в вас сзади при торможении.

Очень скоро получит широкое распространение по всему миру альтернатива системы слежения за пешеходами основанная на Wi-Fi Direct.

Новая система, разрабатываемая компанией General Motors (GM), может сама обнаружить в условиях переполненных дорог приближающихся пешеходов и велосипедистов прежде, чем водитель будет в состоянии это сделать самостоятельно в условиях плохой видимости. Система предупреждения использует в своей основе беспроводную связь Wi-Fi Direct между электронной системой автомобиля и мобильным телефоном пешехода или велосипедиста.

Wi-Fi Direct является стандартом построения одноранговых сетей передачи данных, который позволяет устройствам, таким как смартфоны и планшетные компьютеры, обмениваться данными напрямую друг с другом, а не через традиционную точку доступа.

Разрабатывая свою систему, исследователи GM решили объединить возможности технологии Wi-Fi Direct с электронной системой автомобиля, с другими системами обнаружения и предупреждения водителя, основанными на традиционных технологиях и которые уже устанавливаются на некоторые серийные автомобили.

Специалисты компании GM разработали приложение для всех популярных мобильных операционных систем, которое, используя технологию Wi-Fi Direct, позволяет системам транспортных средств идентифицировать себя. Это приложение могут установит в свои смартфоны и планшеты все люди, которые заботятся о своей безопасности на улицах городов.

Источник: https://www.rul.by/magazine/64318.html

Минпромторг разрабатывает систему распознавания пешеходов и препятствий

Внедрение технологии распознавания пешеходов и других препятствий снизит аварийность на российских дорогах, считают в Минпромторге. Разработка отечественной системы до 2020 года предусмотрена в рабочей версии нацпроекта «Безопасные и качественные автомобильные дороги», пишет газета «Известия».

В пресс-службе ведомства изданию подтвердили, что уже ведут соответствующую работу. Технологии распознавания основаны на применении сенсоров, таких как видеокамеры и СВЧ-радары, рассказали в Минпромторге.

Сенсоры сканируют дорожную обстановку перед автомобилем и передают информацию об обнаруженных объектах в блок принятия решений. Если риск столкновения достаточно высок, водителю будет выдаваться уведомление. А при отсутствии реакции с его стороны автомобиль автоматически затормозит.

Это позволит избежать столкновения или уменьшить тяжесть его последствий, полагают в Минпромторге.

«Повсеместное внедрение данных технологий в серийно выпускаемые автомобили позволит существенно снизить количество дорожно-транспортных происшествий и, как следствие, смертность на дорогах общего пользования», – отметили в министерстве.

Каким образом предполагается внедрять эту технологию, пока не ясно. В Минпромторге не говорят о принятии каких-либо дополнительных законодательных актов, такой информации нет и в бумагах Минтранса.

Сейчас зарубежные автопроизводители ставят на свои машины системы автономного экстренного торможения AEB (Autonomous Emergency Braking), работающие по описанной Минпромторгом схеме, рассказал директор департамента послепродажного обслуживания группы компаний «АвтоСпецЦентр» Евгений Гришкевич.

В серийном отечественном автопроме такие технологии не используются, пояснил директор аналитического центра «АВТОСТАТ» Сергей Целиков. Иномарки премиального класса оснащаются подобными системами, и это существенно влияет на цену автомобиля. У Volvo эта технология есть практически во всех моделях, внедряют ее и другие производители – в первую очередь в премиальном сегменте.

Системами экстренного торможения (в более дешевом и менее продвинутом варианте) оснащают и такие популярные автомобили, как Ford Focus или Volkswagen Golf. Прорабатывая технологию, Минпромторг мог бы создать систему, которую можно будет установить в качестве дополнительной опции на любой автомобиль, предположил Евгений Гришкевич.

Однако поставить ее в любом случае нельзя на популярные в России автомобили с механической коробкой передач, отметил эксперт Национального экспертного совета по обучению и тестированию водителей Александр Лыткин.

В Евросоюзе наличие AEB обязательно для новых грузовиков и автобусов с 2015 года, отметил он. В США производители сами договорились, что все новые легковые автомобили и пикапы будут оборудованы АЕВ с 1 сентября 2022 года.

Более тяжелые автомобили – с 1 сентября 2024 года.

Правительство рассчитывает к 2030 году снизить количество смертельных исходов при ДТП практически до нуля, следует из утвержденной в начале года Стратегии безопасности дорожного движения в России до 2024 года.

Источник: https://www.autostat.ru/news/35232/

Минпромторг занимается разработкой отечественной автомобильной системы распознавания пешеходов — Колеса.ру

Основные показатели аварийности в России продолжают снижаться, однако не такими темпами, как рассчитывают власти.

Так, если верить статистике ГИБДД, в первой половине 2018 года в РФ было зафиксировано 69 656 ДТП: этот показатель всего на 2,3% меньше по сравнению с результатом января-июня 2017 года.

Количество погибших в этих авариях сократилось на 7,9% до 6 974 человек, число раненых уменьшилось на 2,9% до 88 599 участников.

При этом к 2030 году Россия намеревается достичь показателя нулевой смертности на дорогах.

Такая цель заложена в Стратегии безопасности дорожного движения в РФ, которая была принята в начале текущего года.

Согласно документу, к 2024-му показатель должен сократиться с нынешнего 13,8 до 4 (речь идёт о количестве погибших в авариях на 100 000 человек). Такой показатель сейчас, например, в Германии.

Новости / Авто и общество

Генпрокуратура РФ отчиталась по обнаруженным нарушениям в сфере дорожной безопасности по итогам 2017 года. Всего за указанный период выявили почти 181 000 фактов нарушения законодательства, к ответственности удалось…

В правительстве решили повысить безопасность на российских дорогах с помощью разработки отечественной автомобильной системы распознавания пешеходов и иных препятствий. Как сообщают «Известия» со ссылкой на представителей Минпромторга, соответствующий пункт появится в рабочей версии национального проекта «Безопасные и качественные автомобильные дороги».

Не совсем ясно, почему разработка внесена именно в этот документ, так как основная цель проекта – приведение в нормативное состояние дорожной сети крупнейших городских агломераций, а также сокращение количества мест концентрации ДТП. То есть он «заточен» под проведение ремонта и реконструкции дорог. Возможно, так Минпромторгу проще получить доступ к финансированию новой разработки.

«Технологии, обеспечивающие обнаружение пешеходов, препятствий и других транспортных средств в условиях ограниченной видимости» должны быть разработаны до 2020 года. Ответственным по этому проекту назначен Минпромторг. В ведомстве отметили, что работы уже начались. В основу автомобильных систем для распознавания препятствий на дорогах лягут сенсоры – видеокамеры и СВЧ-радары.

Система должна работать по стандартной схеме (также действуют аналоги за рубежом): в случае, если сенсоры замечают объект, система уведомляет водителя о необходимости нажать на педаль тормоза. Если же автомобилист не реагирует, машина затормозит автоматически. По словам представителя Минпромторга, технологию планируется «повсеместно внедрить» в серийно выпускаемые автомобили.

Как именно ведомство намеревается это сделать, пока не ясно: на данный момент нет новых документов, которые обяжут автопроизводителей внедрять ещё одну систему в выпускаемые в России машины.

Отметим, подобные системы уже разработаны и применяются за рубежом, сейчас в основном на дорогих машинах.

Оснащение ими автомобилей безусловно будет стоить немалых денег, а значит, ценники на российском авторынке снова вырастут.

Источник: https://www.kolesa.ru/news/v-rossii-poyavitsya-sobstvennaya-avtomobilnaya-sistema-raspoznavaniya-peshehodov

Система обнаружения пешеходов Pedestrian Detection | Справочная информация

Использование файлов «cookie» ГК Favorit Motors

На веб-сайтах и в онлайн-сервисах ГК Favorit Motors могут использоваться файлы «cookie». Файлы «cookie» позволяют пользоваться корзиной для покупок и персонализировать просмотр наших сайтов.

Они помогают нам отслеживать наиболее посещаемые веб-страницы, определять эффективность рекламы и интернет-поисков, а также дают представление о поведении пользователей, что позволяет улучшать наши средства коммуникации и продукты.

Если вы хотите отключить файлы «cookie» в веб-браузере, свяжитесь со своим провайдером. На наших веб-сайтах используются файлы «cookie». Отключив их, вы можете потерять доступ к некоторым разделам сайтов. Мы используем следующие категории файлов «cookie», на наших веб-сайтах и прочих онлайн-сервисах:

Категория 1 — строго необходимые файлы «cookie». Эти файлы «cookie» необходимы для просмотра наших веб-сайтов и использования их функций. Без них невозможно обеспечить работу таких сервисов, как корзина, интернет-оплата, оформление кредита.

Категория 2 — эксплуатационные файлы «cookie». Эти файлы «cookie» собирающие информацию об использовании веб-сайтов, например, о наиболее часто посещаемых страницах. Такие данные могут быть использованы для оптимизации наших веб-сайтов и упрощения навигации.

Эти файлы «cookie» также используются нашими аффилированными лицами для того, чтобы определить, перешли ли вы на наш веб-сайт с сайта аффилированных лиц воспользовались ли вы нашими сервисами и купили ли вы наши продукты в результате посещения веб-сайта, в том числе — какие именно продукты и сервисы вы купили.

Эти файлы «cookie» не используются для сбора личной информации. Вся информация, собранная с их помощью, предназначена для статистических целей и остается анонимной.

Категория 3 — функциональные файлы «cookie». Эти файлы «cookie» позволяют нашим веб-сайтам запомнить сделанный вами выбор при просмотре сайта. Например, файл «cookie» может запомнить автомобили, добавленные в категорию «избранное», что позволит нам отобразить сохраненный Вами список при повторном просмотре нашего сайта.

Эти файлы также могут использоваться для запоминания таких настроек, как размер и шрифт текста, а также других настраиваемых параметров сайта. Эти файлы также могут использоваться для отслеживания рекомендуемых продуктов и видеоматериалов во избежание повторения. Информация, предоставляемая такими файлами «cookie», не позволяет вас идентифицировать.

Они не предназначены для отслеживания вашей работы на веб-сайтах, не имеющих отношение к ГК Favorit Motors.

Читайте также:  Неустойка по каско: как рассчитать и взыскать со страховой

КАК УПРАВЛЯТЬ ФАЙЛАМИ COOKIE НА ВАШЕМ ПК:

Если Вы хотите разрешить использование файлов «cookie» нашего сайта, следуйте описанным ниже действиям:

Источник: https://online.favorit-motors.ru/articles?id=21

Обнаружение пешеходов

Обнаружение пешеходов используется главным образом в исследованиях, посвященных беспилотным автомобилям. Общая цель обнаружения пешеходов — предотвращение столкновения автомобиля с человеком. На Хабре недавно был топик про «умные машины». Создание подобных систем очень популярное направление исследований (Darpa challenge).

Я занимаюсь распознаванием пешеходов для подобного проекта интеллектуальных автомобилей. Очевидно, что проблема обнаружения пешеходов — программная, а предотвращение столкновения — аппаратная. В данной статье я упомяну лишь о программной части, кратко расскажу об одном способе обнаружения людей на изображении и алгоритме классификации.

В своей работе я использую два сенсора: инфракрасную камеру и лидар. Температура тела человека обычно выше окружающей среды. Поэтому на изображении с инфракрасной камеры человека можно легко локализовать. Как правило, легко обнаружить незакрытые одеждой части тела: голову и кисти рук.

Но с помощью одной только камеры сложно определить размеры объекта, сложно сказать насколько далеко человек находится от камеры. Здесь на помощь приходит лидар. Он измеряет расстояние до объектов. Зачем вообще нам лидар? Посмотрим для начала на наши картинки. Вся идея предварительной обработки изображения сводится к тому, чтобы локализовать области интереса.

Нам не важно, что из себя представляет все изображение. Мы хотим выделить несколько областей и работать дальше с ними. В идеале область интереса должна охватывать изображения человека целиком. Зная что голова человека теплее окружающей среды, мы легко находим её на изображении. Дальше нам надо оценить размер человека. Тут–то и приходят на помощь данные от лидара.

Зная расстояние до объекта, фокусное расстояние камеры, размер объекта в координатах реального мира, легко подсчитать размер объекта в пикселях. Мы определили размер объекта в координатах реального мира равный прямоугольнику 2 на 1 метр в уверенности, что среднестатистический человек вписывается в такой прямоугольник.

Но в системе координат изображения области интереса все еще разного размера. Еще одно преобразование масштаба и наконец все области интереса не только охватывают одинаковую область реального мира, но и имеют одинаковые размеры в пикселях.

Рассмотрим каким образом можно совмещать данные двух сенсоров: находим горячую область на изображении (полагаем, что это голова человека), вычисляем угол, под которым находится центр этой область, приводим этот угол к системе координат лидара и по этому углу получаем расстояние до объекта. Для перевода угла из одной системы координат в другую, сенсоры должны быть откалиброваны.

Вместо настоящей калибровки сенсоров используется их специфическое расположение, при котором центры сенсоров совпадают в горизонтальной плоскости:

Конечно, на тестовой машине все немного иначе. Во–первых, приведенный рисунок показывает расположение статических сенсоров: их положение не меняется со временем.

Во–вторых, на нашей тестовой машине используется другой тип лидара — трехмерный. Он установлен посередине крыши автомобиля. Камера устанавливается в передней части крыши. Таким образом, центры сенсоров уже нельзя считать находящимися в одной точке. Вариантов решения данной проблемы я вижу два: параллельно перенести данные из системы координат одного сенсора в систему координат другого сенсора (предварительно измерив расстояние между ними), либо же (автоматически)откалибровать сенсоры.

Извлечение областей интереса

Извлечение признаков, которые используются для распознавание образов, и их классификация занимают достаточно много времени. Обработка одного кадра с 6–7 объектами в Матлабе может занять целую минуту. Для систем, ориентированных на работу в реальном времени, такая длительная обработка неприемлема.

На скорость сильно влияет количество обнаруженных теплых объектов, а человек не единственный теплый объект. Части машин, окна, светофоры тоже могут выделяться на общем температурном фоне. В данной работе упор сделан на скорость обработки информации. Нам нужно быстро отсеять максимум объектов, которые точно не являются людьми.

При этом желательно не пропустить ни одного реального человека. Все оставшиеся объекты можно затем классифицировать с помощью полноценного статического классификатора. Горячие области на изображении обнаруживаются с помощью метода под названием «Максимально стабильные области экстремума» (МСЕР от англ. Maximally Stable Extremal Regions [1]).

Исходное изображение обрабатывается пороговой функцией с изменяющимся значением порога. В результате получается новая последовательность изображений, размер которой соответствует количеству различных значений порога (например, для монохромного изображения со значениями пикселей от 0 до 255 получим 256 изображений). Первое изображение в последовательности будет абсолютно белым.

Дальше появятся черные области и самое последнее изображение в последовательности будет полностью черным. На рисунке ниже представлена такая последовательность в виде анимации:Белые области на изображении являются областями экстремума. Мы можем проанализировать как долго та или иная область экстремума присутствует в последовательности изображений.

Для этого можно использовать еще одну пороговую функцию. Например, со значением 10. Если область экстремума присутствует больше чем на 10 изображениях последовательности, то такая область называется максимально стабильной областью экстремума.

Найдя максимально стабильные области интереса, мы можем их еще немного отфильтровать: проверить соотношение сторон, отбросить далекие от камеры объекты, обработать перекрывающиеся между собой области.

Исходное изображение Максимально стабильные области экстремума
Области интереса Отфильтрованные области интереса

Дисперсия

В качестве метрики для классификации объектов используется «дисперсия»[2]. Вычисление данной метрики занимает мало времени и, к тому же, её значение инвариантно к условиям освещения. Считается она по формуле. В оригинальной работе дисперсия вычисляется по контуру объекта.

Для получения контура из областей интереса применяются последовательно фильтр Гаусса и оператор Собеля. Решение о принадлежности образа к тому или иному классу выносится с помощью пороговой функции.

Изображения людей обладают меньшим значением дисперсии, чем изображения частей машин или зданий.

Заключение

Результаты работы алгоритма в картинках:Тестовой компьютер оснащен процессором Интел коре 2 дуо с частотой 3 ГГц, кэшем размером 6 МБ, оперативной памятью размером 2 ГБ. Тесты проводились в системе Матлаб. Среднее время обработки одного кадра 64 мс.

Это значит, что за 1 секунду система сможет обрабатывать примерно 16 кадров. Это, конечно, лучше чем 1 кадр в минуту. Закономерно возникают следующие вопросы: насколько надежна дисперсия для классификации, как увеличится время работы над одним кадром при использовании полноценного классификатора.

Ответов на эти вопросы у меня пока нет. Сейчас как раз работаю над этим. Будут результаты — сообщу!

Литература

[1] J. Matas, O. Chum, M. Urban, and T. Pajdla, “Robust wide baseline stereo from maximally stable extremal regions,” in British Machine Vision Conference, 2002, pp. 384–396.

[2] A. L. Hironobu, A. J.

Lipton, H. Fujiyoshi, and R. S. Patil, “Moving Target Classification and Tracking From Real-Time Video,” in Applications of Computer Vision, 1998. WACV ’98. Proceedings., Fourth IEEE Workshop on, October 1998, pp.

8–14.

Источник: https://habr.com/post/100820/

Система обнаружения пешеходов:автомобиль сам видит пешехода

Система обнаружения пешеходов. Что за система и как она работает?

Вы наверняка знаете, уважаемые читатели, ДТП с участием пешеходов случаются довольно часто и, к сожалению, для последних они нередко заканчиваются трагично.

Не будем рассуждать, кто виноват в этом, и напоминать о правилах поведения на дорогах, а поговорим о том, как автопроизводители, внедряя новые технологии в свою продукцию, пытаются максимально уменьшить количество происшествий и несчастных случаев с участием автомобилей.

Одним из таких решений стала система обнаружения пешеходов.

Эффективна ли технология?

Ну что ж, друзья, не только мы с вами бдим и внимательно следим за дорожной обстановкой, теперь нам в этом помогает умная электроника. Как уверяют разработчики, система обнаружения пешеходов позволяет в значительной мере сократить количество трагических случаев — до 20% спасённых жизней.

Данная технология впервые была представлена шведской компанией Volvo ещё в 2010 году, и на данный момент многие автопроизводители штатно оснащают ею свои машины.

Именоваться она в технической и рекламной литературе может по-разному: фирменная разработка Volvo, о которой мы уже упоминали, зовётся Pedestrian Detection System, компания TRW, выпускающая самый широкий спектр различных автокомплектующих, назвала свою версию Advanced Pedestrian Detection System, а у известной марки Subaru она называется EyeSight.

Как работает система обнаружения пешеходов?

Она способна выполнять следующие действия:

  • обнаруживать людей вблизи автомобиля;
  • анализировать их действия и вероятное направление движения;
  • сигнализировать водителю об опасном сближении;
  • автоматически останавливать транспортное средство в критической ситуации.

Как мы видим, набор задач и функций у этой системы довольно велик. Как ей удаётся с ними справляться и каков алгоритм работы?

Всё начинается с того что камеры и радары, установленные в передней части авто, сканируют пространство перед ним.

Расстояние, на котором возможно обнаружение человека составляет около 40 метров. Далее полученная от этих устройств информация обрабатывается компьютером и анализируется.

Программное обеспечение построено таким образом, что способно не только выделять фигуры людей, но и вычислять их направление движения, а также возможные пересечения с траекторией машины.

Если на лицо опасное сближение, информация об этом выводится на экран мультимедиа системы авто и дублируется звуковым сигналом. По идее, водитель должен на это отреагировать и замедлить машину, но если такой реакции не последовало, электроника сама оттормозит транспортное средство.

Нужно отметить, что система обнаружения пешеходов поможет полностью избежать наезда на человека только на скорости до 35 км/ч, если же авто движется быстрее — она тоже сработает, но эффективность будет меньшей, и незадачливого пешехода может всё же зацепить.

Некоторые автопроизводители пошли ещё дальше и помимо электронной системы обнаружения доукомплектовывают свои машины подушками безопасности для пешеходов, которые устанавливают под капотом или в районе решётки радиатора.

Примерно вот так, если кратко, работает система обнаружения пешеходов. И всё же, вам не следует полагаться на электронику, и никогда не терять бдительности, не зависимо от того за рулём вы или гуляете пешком.

Источник: https://auto-ru.ru/sistema-obnaruzheniya-peshehodov.html

Система обнаружения пешеходов

Система обнаружения пешеходов — это одна из активных систем безопасности, которая может опознавать посторонние объекты на проезжей части даже в условиях плохой видимости.

История создания системы обнаружения пешеходов

Первые образцы систем обнаружения людей были разработаны для военных целей. Позже японские производители применили их в фототехнике. А в конце 90-х автопроизводители решили взять их на «вооружение». Одними из первых в 2010-м году стала Volvo.
Сейчас уже существует несколько систем от немецких и японских производителей.

Принцип работы системы обнаружения пешеходов

В передней части машины устанавливаются видеокамеры, которые постоянно следят за дорогой. И если они обнаруживают подвижный объект, то электроника просчитывает его траекторию и скорость. Так же определяет тип объекта, человек это или животное и т.д.

Далее электроника оповещает водителя, и анализирует его реакцию. Если водитель начинает оттормаживаться или поворачивать руль, то электроника помогает ему остановиться или объехать препятствие.

Читайте также:  Электрокар шкода будет выпускаться с гбо

Если же водитель никак не реагирует на сигналы, то машина может слегка притормозить, а при скоростях до 40 км/ч и полностью остановиться.
При применении системы обнаружения пешеходов вероятность наезда на пешехода уменьшается на 20-30%.

Методы обнаружения объектов могут быть нескольких типов: — целостным — частичным — распознавание по образам — разбивка пространства

При целостном обнаружении

используется камера засекает объект и «берет его в рамку». Т.е. видит его как один объект. Но при такой схеме множество помех могут «сбить» электронику и она потеряет объект.
При частичном обнаружении электроника «разбивает» объект на части и может достаточно точно его отслеживать. Но при таком методе необходима высокая мощность компьютера.
Распознавание по образам, как правило, самообучается. Она изучает пространство вокруг и формирует набор объектов. Одни объекты она в дальнейшем распознает как помехи, а другие как часть дорожной части.
При разбивки пространства используется несколько видеокамер, при обнаружении объектов, каждая из них следит за своим объектом.

Плюсы и минусы системы обнаружения пешеходов

Очень сложно определить объекты на дороге, они могут сильно отличаться по форме. П.э. требуются сложные алгоритмы обработки данных, и большие мощности компьютера. Соответственно и стоимость таких очень высока. И устанавливать ее еще очень долгое время будут только на дорогие машины.

Источник: http://www.ClassicBmw.ru/ustrojstvo-avtomobilya/sistema-obnaruzheniya-peshexodov/

Система обнаружения пешеходов

Система обнаружения пешеходов

Система обнаружения пешеходов — компьютерная технология, позволяющая распознавать людей, находящихся на проезжей части и автоматически замедляющая движение автомобиля

История создания системы обнаружения пешеходов

Системами распознавания для нужд армии и гражданских систем безопасности начали заниматься различные разработчики еще в девяностые годы.

В потребительской электронной технике системы распознавания лиц впервые появились в фотокамерах японского производства в начале 21-го века.

В 2010 году систему обнаружения пешеходов для автомобилей Pedestrian Detection System впервые предложила компания Volvo .

В настоящий момент, помимо PDS от Volvo существуют действующие системы Advanced Pedestrian Detection System компании TRW и EyeSight фирмы Subaru .

Назначение системы обнаружения пешеходов

Система не только распознает двигающиеся по проезжей части фигуры людей, но и предупреждает водителя о том, что впереди пешеходы. В случае, если в соответствии с заданными в компьютерной программе настройками компьютер решит, что существует опасность столкновения с пешеходом, она включит систему автоматической защиты от столкновения.

Исследования, проведенные после начала применения на автомобилях систем распознавания, показали, что в случае наезда автомобиля, оснащенного системой обнаружения пешеходов, на человека, вероятность смертного исхода сокращается на 20%, а нанесения тяжких телесных повреждений на 30%

Сложности, стоящие перед разработчиками систем обнаружения пешеходов

Поведение человека, его рост, характер жестов, цвет одежды и многие другие параметры слишком разнообразны, поэтому для создания эффективной системы обнаружения пешеходов необходимо создавать крайне сложную программу, способную анализировать все вышеперечисленные факторы. Для оперативной работы программы требуются значительные ресурсы компьютерной памяти и другие мощные и надежные компоненты. Оснащение автомобиля мощным, а значит, дорогостоящим компьютерным оборудованием приводит, прежде всего, к значительному увеличению его цены.

Вторая важная проблема, с которой сталкиваются разработчики, — наложение фигур, предметов, находящихся в руках у пешеходов, и цветов одежды, друг на друга, а так же на предметы или сооружения на заднем фоне. Это крайне затрудняет процесс распознавания отдельных фигур.

Методы обнаружения пешеходов

Если система «засекает» подвижный объект, она сначала заключает его в рамку согласно габаритам. Затем компьютер анализирует определенные параметры обнаруженного предмета.

Это может быть уровень инфракрасного (теплового) излучения, свидетельствующий о том, что объект «теплый», то есть это живое существо, человек. Альтернативный метод заключается в анализе гистограммы цветов внутри рамки и сравнения их с содержащимися в базе данных образцами.

Недостатком этого метода является постоянное наличие помех от посторонних предметов, попавших в рамку.

В случае применения этого алгоритма фигура человека расценивается как совокупность частей и фрагментов. Система анализирует контуры, их взаиморасположение и прочие параметры. Распознав отдельные части, программа формирует из них общую картину и сравнивает с образцом. Этот способ точнее, но требует больших технических и вычислительных ресурсов.

Метод распознавания по образцам

Этот недавно предложенный алгоритм сочетает в себе достоинства первого и второго, но с определенными усовершенствованиями.

В базу данных системы распознавания вносится не только информация о форме тела или отдельных частей, цветах и тому подобных общих характеристиках, но образцы фигур, сфотографированных в месте, где система эксплуатируется.

Таким образом, в процессе обучения она «натаскивается» на определенные локальные «типажи» для большей точности распознавания.

Распознавание по нескольким камерам

В этом случае на каждый подвижный объект (на переходящих дорогу пешеходов) нацеливается индивидуальная камера. Общая картина разбивается на фрагменты, и каждый квадрат оценивается отдельно на предмет нахождения в нем человека.

Как работает система обнаружения пешеходов

Когда датчики-радары и (или) видеокамера засекают подвижные объекты (в системе компании Subaru, например, для этого используются две камеры) по ходу движения, система определяет направление перемещения пешехода, скорость движения и прогнозирует его местонахождение в момент появления автомобиля в точке обнаружения объекта (дальность срабатывания системы – за 40 метров до объекта). Убедившись в том, что впереди объект, похожий на пешехода, компьютер выводит картинку с камеры на экран мультимедийной системы.

Если же компьютер считает, что при имеющейся скорости движения автомобиля и пешехода возможно столкновение, подается звуковой сигнал. Если водитель реагирует (поворачивает руль или нажимает на тормоз), система помогает ему остановить машину при помощи системы аварийного торможения.

В настоящий момент системы обнаружения гарантируют безопасность на скорости не выше 30-35 км/ч. В алгоритм распознавания внесены образцы типовых предметов, которые могут находиться в руках, к примеру, зонтов или сумок. Однако в условиях плохой видимости (по причине ухудшения погодных условий, например) и ночью система обнаружения пока бесполезна.

Примеры оснащения автомобилей системой обнаружения пешеходов

Работу системы обнаружения пешеходов можно увидеть, если прокатиться, например, в Volvo S60 в соответствующей комплектации.

Системой EyeSight оборудованы модели компании Subaru — Legacy и Outback. На Нью-Йоркском автосалоне 2012 года был анонсирован выпуск системы второго поколения.

http://blamper.ru

Источник: http://legkoe-delo.ru/remont-avtomobilya/automobile/96431-sistema-obnaruzheniya-peshekhodov

Водитель под контролем: как «умные» автомобили сокращают число ДТП

Внедряются многими производителями автомобилей. Позволяют машине самой «увидеть» на дороге пешехода и постараться избежать столкновения с ним.

Принцип действия таких систем одинаков: при помощи видеокамер и специального радара они отслеживают движение пешеходов и оценивают вероятность столкновения с ними. В случае высокой вероятности ДТП система посылает водителю звуковой сигнал.

Если водитель ничего не предпринимает, машина сама снижает скорость до полной остановки.

Гарантированно предотвратить ДТП такая система может лишь при определенной скорости — обычно это 35 км/ч. Если машина движется быстрее, то система не может препятствовать столкновению, но за счет снижения скорости уменьшит тяжесть его последствий.

Система обнаружения пешеходов в автомобиле BMW

До недавнего времени одним из существенных недостатков этой технологии была неспособность работать в темное время суток и при плохой погоде. Однако весной этого года Ford анонсировал улучшенную систему распознавания пешеходов, которая сможет «видеть» людей и ночью.

Это достигается благодаря встроенному в бампер радару и расположенной за лобовым стеклом широкоугольной камере, способной делать до 30 снимков в секунду.

Бортовой компьютер обрабатывает фото, пытаясь найти на них силуэт человека, и при обнаружении посылает водителю сигнал о необходимости тормозить.

Мониторинг «мертвых зон»

В августе этого года специалисты американского Страхового института дорожной безопасности (IIHS) провели исследование в нескольких штатах и подсчитали, что благодаря применению подобных технологий количество столкновений с машинами и пешеходами, попавшими в «мертвые зоны», снизилось на 14%, а ДТП, в которых пострадали люди, — на 23%.

Встроенные в бамперы датчики засекают наличие в «мертвой зоне» движущегося автомобиля объекта, и система подает водителю сигнал, который отражается в зеркале заднего вида. Если водитель не обратил на него внимания и все-таки включил поворотник, то об опасности его предупредят еще и звуком.

Активные системы мониторинга в случае появления в «слепой зоне» другой машины или мотоцикла автоматически возвращают автомобиль в свою полосу, если шофер все-таки решил перестроиться.

Предупреждение о скользкой дороге

Концерн Volvo совместно с министерствами транспорта Швеции и Норвегии разработал и протестировал систему предупреждения о скользкой дороге, использующую облачное хранилище данных.

Если автомобиль попадает на скользкий участок дороги и срабатывает пробуксовочная система, то информация об этом поступает в «облако» и сразу же отправляется всем машинам в радиусе километра, которые приближаются к опасному отрезку пути.

 

Система, получившая название Slippery Road Alert, уже устанавливается на некоторые модели скандинавского автопроизводителя.

Помимо этого водители тем же образом получают информацию о том, что рядом находится автомобиль с включенными аварийными сигналами. 

Контроль полосы движения

Многие аварии происходят из-за того, что уставший или отвлекшийся водитель съезжает со своей полосы. Одни системы контроля полосы движения подают акустический сигнал или сигнал вибрации на рулевое колесо при опасном приближении машины к разметке, другие — автоматически возвращают авто в заданную полосу.

Принцип работы у этих систем один: встроенная в лобовое стекло камера записывает изображение дорожного полотна впереди машины и передает его в блок управления. Он анализирует картинку в режиме реального времени и контролирует траекторию движения машины.

Если водитель перестраивается намеренно, ему необходимо включить поворотник, иначе система будет препятствовать маневру.  В некоторых моделях автомобилей уже начали появляться системы, обрабатывающие данные навигационных карт и заранее «осведомленные» обо всех поворотах на том или ином маршруте.

Система предотвращения аварий

Системы, следящие за самочувствием водителя, внедряются многими автомобильными брендами. Чаще всего контроль осуществляется с помощью датчиков рулевого колеса. Они фиксируют динамику действий водителя и передают данные в блок управления. Туда же поступает информация и от других систем, к примеру системы управления двигателем или торможения.

Блок анализирует стиль и условия вождения, характер движения авто и состояние дорожного полотна и определяет отклонения в действиях водителя от обычных. Если эти отклонения существенны, система подает сигнал о том, что нужно остановиться и отдохнуть.

Подобные технологии продолжают совершенствоваться: к примеру, Jaguar Land Rover «учит» автомобили считывать мозговые импульсы с помощью все тех же сенсоров на руле и определять вибрации, вызываемые дыханием и сердцебиением шофера, через датчики, встроенные в сиденье.

«Красный ключ»

Эту технологию внедрил на некоторых из своих моделей Volvo. Систему предлагается использовать, если за руль садится начинающий водитель или владелец передает машину кому-то на время.

При использовании «Красного ключа» принудительно включаются все установленные в авто системы безопасности вроде мониторинга «мертвых зон», адаптивный круиз-контроль выставляет максимальную дистанцию до едущего впереди автомобиля, а скорость машины ограничивается 120 км/ч.

Алиса Курманаева

Источник: https://tass.ru/ekonomika/4737381

Ссылка на основную публикацию