KI-Durchbruch: Vorhersage von Fußgängerbewegungen für sicherere selbstfahrende Autos

Ingenieure entwickeln neuronale Netze für selbstfahrende Autos, um Menschen zu erkennen und ihre nächsten Bewegungen vorherzusagen. Es kann Posen und nächste Positionen für mehrere Fußgänger gleichzeitig bis 45 Meter vom Fahrzeug präzise vorhersagen.

Biomechanisch inspiriertes rekurrentes neuronales Netz

Die meisten selbstfahrenden Fahrzeuge erzeugen und pflegen eine interne Karte ihrer Umgebung mittels Kameras, LiDAR und GPS. Algorithmen verarbeiten diese Eingaben, planen einen Pfad und senden Anweisungen an Aktuatoren für Lenkung, Beschleunigung, Bremsen.

Parameter wie prädiktives Modellieren, hartkodierte Regeln, Hindernisvermeidung und Objektdiskriminierung helfen der Software, Verkehrsregeln zu befolgen. Bisher befasste sich die Arbeit meist mit Standbildern, die nicht berücksichtigen, wie Fußgänger sich in drei Dimensionen bewegen.

Um dies zu lösen, entwickelten Forscher der University of Michigan eine KI, die Menschen erkennt und ihre nächsten Bewegungen präziser vorhersagt als bestehende Technologien. Sie kann Posen und nächste Positionen für mehrere Fußgänger gleichzeitig bis 45 Meter vom Fahrzeug vorhersagen.

Funktionsweise

Bisher nutzte autonome Technologie ML-Methoden mit Millionen 2D-Bildern. Sie erkennen Stoppschilder in Echtzeit.

Die neue ML-Technik nutzt Videoclips von mehreren Sekunden, um Bewegung zu erkennen und präzise Vorhersagen zu treffen, wohin Fußgänger als Nächstes gehen.

Referenz: arXiv:1809.03705 | University of Michigan

Das System beobachtet Fußgängerposen: Schauen sie links/rechts oder spielen mit Handys? Solche Informationen verraten viel über ihre wahrscheinliche nächste Aktion.

Das neuronale Netz basiert auf Long Short-Term Memory mit Inspiration aus der Biomechanik menschlichen Gangs – beispielsweise Spiegelsymmetrie des Körpers und Periodizität des Gehens.

Genauigkeit

Die Ergebnisse waren beeindruckend: Median-Translationsfehler ca. 10 cm nach 1 Sekunde und unter 80 cm nach 6 Sekunden. Andere ähnliche Techniken lagen bis zu 700 cm daneben.

Für Effizienz setzte das Team physische Constraints des menschlichen Körpers – wie max. Geh-/Laufgeschwindigkeit oder Unfähigkeit zu fliegen – ein, damit das System nicht jede mögliche nächste Bewegung berechnen muss.

Zwei NVIDIA TITAN X GPUs mit CUDA Deep Learning Framework trainierten das Netz auf dem PedX-Datensatz mit echten Kreuzungen in Michigan.

Implementiert in Python 3.6, braucht es ca. 1 Millisekunde, um den nächsten Schritt jeder Person in jedem Frame vorherzusagen. Laut Forschern lässt sich der Code weiter optimieren.

Die KI kann die Fähigkeiten fahrerloser Autos steigern. Auch Gangstudien bipedaler Roboter und klinische Gangrehabilitationssysteme könnten profitieren.