Aarhus University Seal

Computerhjerne forhindrer påkørsler på marken

Forskere har udstyret en selvkørende traktor med stereoøjne og kunstig intelligens. Nu kan den spotte mennesker og dyr på marken bedre end landmanden og dermed forhindre ulykker. Teknologien kan på sigt få stor betydning for sikkerheden omkring en lang række autonome køretøjer.

Peter Christiansen (tv) og Mikkel Fly Kragh har trænet en computer til at registrere farer på marken og give traktoren besked om en hensigtsmæssig kørsel. Metoden kan på sigt få betydning for sikkerheden i for eksempel selvkørende biler. (Foto: Lars Kruse)

I laboratoriet på Aarhus Universitet har en gruppe forskere travlt. De træner en supercomputer i at genkende fremmedobjekter på marken, og på bare et enkelt år har den opnået en dømmekraft, der imponerer garvede videnskabsfolk over hele verden.

”Vi har arbejdet med kunstige neurale netværk, hvor avancerede algoritmer får computeren til at lære sammenhænge og tage beslutninger på baggrund af visuel information fra et stort billeddatasæt,” siger ph.d.-studerende Peter Christiansen. 

Til formålet fodrer forskerne computeren med tusindvis af billeder fra marker og omgivelser på landet, og nu har den altså kapacitet til med meget stor sikkerhed at genkende visuelle karakteristika i form af objekter som hunde, katte, køer og mennesker.

Forskernes resultater er netop blevet optaget i Tidsskriftet Sensors.

Læs den videnskabelige artikel her


Ser 700.000 punkter i sekundet
Som supplement til affotograferingerne bruger forskerne både en radar og en såkaldt lidar, der gør dem i stand til at foretage intet mindre end 700.000 afstandsmålinger i sekundet og dermed skabe en 3d-repræsentation af omgivelserne.

På den måde kan traktoren helt uden menneskelig involvering identificere forhindringer på marken på et splitsekund.

”Maskinen fortolker nu selv den visuelle og geometriske information fra marken på et niveau, hvor selv en meget skarpsindig landmand må give op,” siger ph.d.-studerende Mikkel Fly Kragh

I projektet bygger forskerne videre på et kendt neuralt netværk med en algoritme, der kan skelne imellem 1000 klasser af objekter. Men de har finjusteret algoritmen, så computeren nu også kan identificere uspecificerede objekter, der ikke hører til på en mark.

”Når traktoren kører hen over marken, identificerer den forskellige objekter eller elementer i billedet. Den registrerer på den måde almindelige omgivelser som græs, træer, himmel og buske, og det aktiverer neuronerne i det neurale netværk på en bestemt måde. Computeren genkender disse vanlige neuronaktiveringer og kan derfor reagere, hvis aktiveringen afviger fra det kendte mønster,” siger Peter Christiansen.

Videon viser, hvordan den intelligente traktor virker.

 

Hvis der pludselig dukker et barn op…

Traktoren kan altså ikke bare se, at der kommer et menneske på marken. Den kan også se, hvis et ukendt objekt dukker op, og netop det er et afgørende skridt i forhold til at gøre teknologien sikker, forklarer Peter Christiansen:

”Det særlige ved vores videnskabelige arbejde er den algoritme, der kan tage højde for uforudsete objekter på marken. Det kan eksempelvis være, at afgrøderne dækker for et legende barn i flyverdragt og med elefanthue på. Det gør det svært for computeren at placere de visuelle informationer i kategorierne menneskekrop eller ansigt. Her vil traktoren med vores system have mulighed for at reagere på ukendte objekter og forhindre påkørsel,” siger han.

Den nye metode til objektsgenkendelse er udviklet specifikt til landbrugets forhold, men kan på sigt også anvendes til for eksempel selvkørende biler.

 

Kontakt

Peter Christiansen, ph.d.-studerende, Institut for Ingeniørvidenskab

Mikkel Fly Krag, ph.d.-studerende, Institut for Ingeniørvidenskab


Om projektet

Forskernes arbejde er en del af projektet SAFE, som har til formål at udvikle teknologi til intelligente landbrugsmaskiner. Projektet har et budget på 29 millioner kroner og er støttet af Innovationsfonden. 

Læs mere om SAFE