Apa Itu Machine Vision dan Seberapa Pentingnya pada Mobil Self-Driving?

Poin Penting

• Mobil self-driving mengandalkan teknologi visi mesin untuk melihat dan memahami lingkungan sekitarnya, memungkinkan mereka mendeteksi objek, mengidentifikasi rambu, dan menavigasi jalan.
• Visi mesin pada mobil self-driving terdiri dari sistem kamera, komputasi tepi, dan algoritma AI, yang bekerja sama untuk mengumpulkan informasi visual, memprosesnya secara real-time, dan mengidentifikasi pola dan objek.
• Visi mesin sangat penting untuk mencapai otonomi penuh pada mobil self-driving, karena memungkinkan klasifikasi objek, deteksi jalur dan sinyal, identifikasi tanda, dan pengenalan lalu lintas. Masa depan kendaraan otonom terletak pada kemajuan AI, komputasi tepi, dan teknologi kamera.

Mobil self-driving selalu menarik perhatian. Meskipun kami mungkin belum memiliki mobil yang sepenuhnya otonom, kami memiliki mobil yang canggih sistem bantuan pengemudi (ADAS) yang mampu melakukan kemudi otomatis, pergantian jalur, parkir, dan kontrol pelayaran sadar lalu lintas.

Mobil self-driving menggunakan banyak sensor untuk ADAS-nya, dengan visi mesin menjadi cara utama untuk mendeteksi, mengidentifikasi, dan menghitung jarak objek dan lingkungan sekitar. Tanpa visi mesin, kemungkinan besar tidak akan ada mobil self-driving dengan cruise control dan autopilot.

Apa itu Visi Mesin?

Visi mesin adalah teknologi yang memungkinkan mesin melihat dan mengenali objek di lingkungan sekitarnya. Ini adalah bagian dari visi komputer yang berfokus pada aplikasi industri deteksi objek berorientasi penglihatan pada mesin otonom seperti robot dan kendaraan.

Visi mesin saat ini menggunakan algoritma pembelajaran mendalam AI seperti jaringan saraf konvolusional (CNN) untuk membuat model yang kuat dan tergeneralisasi dengan baik yang dapat mengidentifikasi berbagai objek secara akurat kondisi. Hal ini memungkinkan penerapan visi mesin pada berbagai tugas yang memerlukan keandalan lebih tinggi di bidang manufaktur, pertanian, robotika, dan otomotif.

Bagaimana Cara Kerja Machine Vision pada Mobil Self-Driving?

Visi mesin pada mobil self-driving biasanya dapat dibagi menjadi tiga bagian: sistem kamera, pemrosesan (edge ​​computing), dan AI. Tumpukan teknologi ini memungkinkan kendaraan otonom untuk melihat, berpikir, dan mengidentifikasi tanda dan hambatan saat berkendara. Mari kita bahas setiap bagian secara mendalam untuk memahami bagaimana teknologi ini bersatu untuk membentuk visi mesin mobil self-driving.

Sistem Kamera

Visi mesin bergantung pada sistem kamera untuk mengumpulkan informasi visual tentang lingkungan. Mobil self-driving menggunakan beberapa kamera yang dipasang di sekitar mobil untuk mengumpulkan informasi visual sebanyak mungkin.

Dua sensor utama yang digunakan dalam kamera visi mesin: semikonduktor oksida logam komplementer (CMOS) dan perangkat yang digabungkan dengan biaya (CCD). Untuk mobil self-driving, CMOS sering kali disukai karena kecepatan pembacaannya yang cepat, dan bertenaga di kapal elektronik, dan kemampuan pemrosesan paralel, menjadikannya sensor yang lebih cepat, meskipun rentan terhadap kebisingan atau artefak. Solusi, seperti mode pencahayaan berbeda, penglihatan malam digital, dan filter, dapat membantu sensor CMOS selama kondisi pencahayaan kurang ideal.

Untuk mobil self-driving, kamera dipasang pada jarak tertentu satu sama lain untuk menghasilkan penglihatan stereoskopis. Penglihatan stereoskopis adalah kemampuan untuk menggabungkan dua atau lebih masukan visual, menciptakan kesan kedalaman atau tiga dimensi pada objek dan lingkungan. Hal ini, pada gilirannya, memungkinkan mobil melakukan triangulasi dan menghitung perkiraan jarak antara objek dan mobil.

Karena manusia mempunyai dua mata, kita juga mendapat manfaat dari penglihatan stereoskopis. Anda bisa mengujinya sendiri; tutup satu mata dan pilih benda kecil dari meja Anda. Letakkan tangan Anda di sisi benda dan pastikan ujung benda berjarak setidaknya dua inci. Cobalah berhenti sejenak selama beberapa detik dan lihat seberapa yakin Anda dengan perkiraan Anda. Sekarang, coba buka kedua mata dan lihat bagaimana kedalaman Anda jauh lebih baik.

Komputer Tepi

Sementara sistem kamera pada mobil self-driving mengumpulkan data, komputer onboard (edge ​​processor) mengumpulkan data. akan memproses semua input secara real-time untuk memperbarui status lingkungan sistem langsung. Meskipun tugas-tugas visi mesin pada umumnya dapat menghemat uang dengan menggunakan komputasi awan, jumlahnya terlalu banyak risiko mobil self-driving terhubung ke cloud, meskipun itu untuk melakukan outsourcing proses dalam persyaratannya untuk visi mesin.

Menggunakan komputer edge untuk memproses data masukan menghilangkan masalah latensi dan memastikan bahwa data diterima, diproses, dan dikomunikasikan secara real-time. Komputer edge untuk mobil self-driving menggunakan komputer khusus yang mengintegrasikan prosesor grafis AI seperti Tensor Core dan CUDA Cores dari NVIDIA.

Algoritma AI

Algoritma selalu menjadi bagian penting dari visi mesin. Algoritme inilah yang memungkinkan komputer mengidentifikasi semua pola, bentuk, dan warna yang disediakan oleh sistem kamera. Penggunaan AI dibandingkan algoritme visi mesin yang lebih tradisional akan sangat meningkatkan kemampuan mobil self-driving dalam mengidentifikasi objek, rambu jalan, marka jalan, dan lampu lalu lintas dengan andal. Banyak algoritma AI digunakan untuk melatih mobil self-driving. Yang paling populer meliputi:

• YOLO (Anda Hanya Melihat Sekali): Algoritme deteksi objek waktu nyata yang mengidentifikasi dan melacak objek dalam bidang pandang mobil.
• SIFT (Transformasi Fitur Skala-Icar): Digunakan untuk ekstraksi fitur, ini membantu mobil mengenali landmark dan objek khas di sekitarnya.
• Histogram Gradien Berorientasi (HOG): Digunakan untuk pengenalan objek, ini berfokus pada mengekstraksi pola dan gradien lokal dari gambar.
• Peningkatan Teks: Algoritme yang membantu pengenalan objek dengan menganalisis tekstur di lingkungan.
• Ada Peningkatan: Digunakan untuk klasifikasi data, AdaBoost menggabungkan beberapa pengklasifikasi lemah untuk membuat keputusan yang kuat tentang objek dan hambatan di jalur kendaraan.

Pentingnya Machine Vision pada Mobil Self-Driving

Visi mesin adalah cara utama mobil self-driving untuk merasakan dan memahami lingkungan sekitarnya. Tanpa visi mesin, kemungkinan besar mobil self-driving akan didorong kembali ke Level 1 skala otonomi kendaraan dan mungkin tidak akan pernah mencapai otonomi penuh.

Dengan visi mesin, mobil self-driving kini mampu melakukan klasifikasi objek, deteksi jalur dan sinyal, identifikasi rambu, dan pengenalan lalu lintas.

Meski kini banyak kendaraan self-driving yang menggunakan berbagai sensor, seperti LIDAR, RADAR, dan SONAR, semuanya sangat bergantung pada sensor. visi mesin untuk melihat lingkungan sekitar, mengidentifikasi objek, dan memahami arti rambu dan lampu lalu lintas pada jalan. Semua sensor tambahan ini hanya ada untuk meningkatkan penglihatan mesin dan meningkatkan keselamatan manusia, hewan, dan properti.

Meski begitu, machine vision dapat bekerja secara mandiri tanpa bantuan sensor lain untuk memberikan kemampuan autopilot. Faktanya, mobil self-driving terbaru Tesla tidak lagi memiliki RADAR dan kini hanya mengandalkan visi mesin untuk sistem Autopilot-nya.

Meskipun hal ini tidak berarti mendiskreditkan kegunaan teknologi sensor lainnya, hal ini menunjukkan pentingnya dan kekuatan visi mesin pada mobil self-driving.

Masa Depan Visi Mesin pada Kendaraan Otonom

Visi mesin adalah dasar dari mobil self-driving. Melalui visi mesin, mobil dapat melihat dan memahami lingkungan persis seperti manusia. Meskipun tantangan masih ada, manfaat visi mesin dalam hal keselamatan dan navigasi tidak bisa dianggap remeh. Mengenai masa depan kendaraan otonom, kemajuan lebih lanjut dalam AI, komputasi tepi, dan/atau kamera Teknologi pasti akan membuat mobil self-driving menjadi lebih mahir, yang kemungkinan besar akan membawa mereka ke tingkat yang lebih tinggi otomatisasi.