Wetenschappers maken algoritme voor zelfrijdende auto’s dat ‘verstopte’ objecten herkent

Wetenschappers van Stanford hebben een nieuw algoritme gemaakt voor zelfrijdende auto’s. Het systeem herkent dingen die achter muren of om hoeken staan. Daardoor kunnen zelfrijdende auto’s uiteindelijk veiliger worden, stellen de onderzoekers op Nature.

De wetenschappers noemen de techniek “non-line-of-sight imaging” (NLOS). Het systeem schijnt lasers op de omgeving, en op basis van weerkaatsingen van het licht kan inzichtelijk worden gemaakt hoe de omgeving er uit ziet. Wordt het licht onderbroken of veranderen patronen, dan kan dat er op wijzen dat er objecten in de omgeving zijn die bestuurders niet kunnen zien.

Nauwkeuriger

De ontwikkelaars gebruiken lasers die van nauwkeruiger kwaliteit zijn dan de huidige Lidar-systemen. Nadeel is echter dat de scans vrij langzaam kunnen zijn. Dit kan twee minuten duren, maar ook een uur. Hoe lang een scan precies duurt, is afhankelijk van bijvoorbeeld belichting en de reflectie van een verstopt object.

De onderzoekers stellen echter dat het algoritme al wel klaar is voor de Lidar-systemen in zelfrijdende auto’s. “De vraag is of de huidige hardware in zulke systemen deze vorm van beeldbewerking al ondersteunen”, aldus Matthew O’Toole van Stanford. Voor het systeem helemaal geschikt is voor de openbare weg, moeten er nog wel enkele stappen gezet worden. Het systeem moet bijvoorbeeld beter werken in daglicht en met objecten in beweging.