O novo sistema de IA MvACon aumenta a precisão da percepção dos carros autônomos

Pesquisadores da Universidade Estadual da Carolina do Norte desenvolveram uma nova abordagem para ajudar os carros autônomos a entender melhor o que está ao seu redor. Essa nova configuração, que eles chamaram de MvACon (Multi-View Attentive Contextualization, Contextualização Atenta a Múltiplas Visões), aborda alguns dos soluços comuns encontrados nos atuais sistemas de IA transformadores de visão que trabalham na detecção de coisas em 3D de diferentes ângulos.

Eles realizaram vários testes usando o conjunto de dados nuScenes - um conjunto popular para direção autônoma - e o MvACon conseguiu aumentar a precisão da detecção em vários sistemas de visão de primeira linha. Quando o combinaram com o sistema BEVFormer, ele apresentou melhorias claras na descoberta de onde os objetos estão, na previsão da direção para a qual estão voltados e até mesmo na aproximação da velocidade com que estão se movendo.

A equipe descobriu que o método de atenção do MvACon, que se concentra em grupos, mantém a detecção nítida de veículos e estruturas próximas. A equipe chama isso de "sistema de coordenadas local consciente do contexto do objeto", o que significa que o sistema tem uma noção melhor do espaço, o que ajuda muito a rastrear como as coisas se movem e se viram.

Um aspecto inovador dessa tecnologia é que ela pode ser facilmente adicionada aos atuais sistemas de visão de veículos autônomos sem a necessidade de hardware adicional. E não importa em que configuração seja usada, ela melhorará consistentemente o desempenho, independentemente de como for implementada.

Os testes mostraram que o sistema teve um desempenho eficaz mesmo em cenários desafiadores com vários objetos lotados.