به گزارش ایسنا و به نقل از تک‌کرانچ، پژوهشگران "دانشگاه میشیگان"(UM) تاکنون برای پیشرفت خودروهای خودران تلاش بسیاری داشته‌اند و در حال حاضر نیز سعی دارند الگوریتمی ابداع کنند که بتواند علاوه بر تشخیص حرکات عابران پیاده، نوع کاری که آنها انجام می‌دهند و نحوه انجام دادن آن را پیش‌بینی کنند. این فناوری در صورت موفقیت، برای بهبود توانایی خودروهای خودران در پیش‌بینی حرکات عابران پیاده مهم خواهد بود.

توجه به عابران پیاده و پیش‌بینی حرکات آنها، بخش مهمی از سیستم‌های ناوبری خودروی خودران به شمار می‌رود. درک حضور عابر پیاده و محل قرار گرفتن او می‌تواند تفاوت بزرگی در نحوه عملکرد خودروی خودران ایجاد کند. اگرچه برخی شرکت‌های خودروسازی، درباره قابلیت خودروهای خود در تشخیص عابران پیاده تبلیغ می‌کنند اما این قابلیت فقط به تشخیص حرکت و حالت بدن عابر محدود می‌شود.

این الگوریتم‌های دیداری می‌توانند به سادگی تشخیص یک انسان و دیدن تعداد پیکسل‌های در حال حرکت در یک قاب باشند اما حرکات طبیعی انسان، کمی پیچیده‌تر از این اندازه هستند.

در ابداع سیستم جدید دانشگاه میشیگان، از فناوری لیدار و دوربین سه‌بعدی استفاده شده تا نه تنها مسیر حرکت عابر، بلکه حالت و نحوه راه رفتن او نیز پیش‌بینی شود. پیش‌بینی حالت بدن می‌تواند نشان دهد که عابر قصد نزدیک شدن به خودرو و یا دور شدن از آن را دارد. به علاوه، سرعت حرکت و هدف احتمالی عابر را نیز نشان می‌دهد.

اگر سیستم تشخیص دهد که فردی در حال دور زدن یا راه رفتن در ترافیک است و یا دستان خود را از خودروی دیگر بیرون گذاشته، سیگنال‌ها را برای توقف خودرو ارسال می‌کند. این داده‌ها می‌توانند به پیش‌بینی حرکات دیگر عابر و ارائه مجموعه کامل‌تری از نقشه‌های لازم برای هدایت خودرو و یا احتمال تصادف ارائه دهد.

نکته مهم سیستم در این است که عملکرد آن، تنها با چندین قاب تصویر صورت می‌گیرد و همین برای پیش‌بینی‌های لازم کافی است.

انتهای پیام