Budownictwo
Drogi
Energetyka
Geoinżynieria
Hydrotechnika
Inż. Bezwykopowa
Kolej
Mosty
Motoryzacja
Tunele
Wod-Kan
Polska baza scenariuszy drogowych a rozwój AI w transporcie
Projekt DARTS-PL zakłada stworzenie 840 scenariuszy odzwierciedlających rzeczywiste warunki ruchu w Polsce. Jak podkreśla Instytut Transportu Samochodowego, różnice w infrastrukturze, znakach drogowych czy zachowaniach uczestników ruchu w Polsce wymagają stworzenia dedykowanej bazy, która pozwoli na bardziej precyzyjne szkolenie algorytmów pojazdów autonomicznych.
Mapa lokalizacji i zakres nagrań
Na stronie projektu darts-database.com udostępniono mapę z ponad setką lokalizacji, obejmujących m.in. miejsca szczególnie problematyczne i charakteryzujące się dużą liczbą zdarzeń drogowych. Każda z lokalizacji zostanie nagrana kilkukrotnie – w dzień i w nocy, a także w różnych porach roku.
Technologia i proces adnotacji
Dane gromadzone są przez pojazd badawczy wyposażony w cztery LiDAR-y, siedem kamer zapewniających widok 360°, sześć radarów oraz kamerę termowizyjną. Łącznie powstanie 168 tysięcy klatek danych obejmujących 15 typów uczestników ruchu, ponad 100 znaków drogowych, 27 zdarzeń specjalnych oraz szerokie spektrum infrastruktury, od przejazdów kolejowych po wszystkie klasy dróg.
Politechnika Warszawska odpowiada za proces adnotacji, czyli etykietowania obiektów widocznych w nagraniach, takich jak piesi, pojazdy czy elementy infrastruktury. Dzięki zastosowaniu narzędzi opartych na uczeniu maszynowym proces ten jest szybszy i bardziej precyzyjny, co zwiększa jakość danych uczących.
Znaczenie testowania pojazdów autonomicznych
Zgromadzone dane będą kluczowe dla szkolenia modeli sztucznej inteligencji odpowiedzialnych za sterowanie pojazdami autonomicznymi. Jakość bazy i poprawność adnotacji bezpośrednio wpływają na bezpieczeństwo oraz zdolność pojazdów do prawidłowego rozpoznawania uczestników ruchu i reagowania na dynamicznie zmieniające się warunki drogowe.
Dostępność bazy scenariuszy
Twórcy projektu deklarują, że baza scenariuszy drogowych będzie dostępna zarówno dla środowisk naukowych, jak i dla sektora komercyjnego. Udostępnienie danych non-profit ma wspierać rozwój technologii pojazdów autonomicznych nie tylko w Polsce, lecz także na arenie międzynarodowej.
