Apples AI-experter arbetar för att göra självkörande bilar smartare
Apple kan ha återuppväckt rykten om sina Apple Car -ambitioner genom att publicera en forskningsartikel online -beskriver hur neurala nätverk kan användas för att upptäcka autonoma bilvänliga objekt i 3D-punktmoln.
Resultaten kan användas för att förbättra precisionen i LiDAR -teknik, där pulserande laserljus används för att mäta avståndet från föremål.
Tidningen, med titeln "VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection", är verk av Apple AI-forskare Yin Zhou och maskininlärningsexperten Oncel Tuzel. Den beskriver hur 3D -punktmoln kan göra det svårt för teknik, till exempel autonoma fordon, att upptäcka föremål med nödvändig precision och hastighet.
Som ett svar beskriver Zhou och Tuzel att utbilda ett neuralt nätverk - kallat VoxelNet - för att lära sig komplexa funktioner för att känna igen 3D -former. Resultaten kunde överträffa nuvarande LiDAR-baserade detekteringsalgoritmer och bildbaserade metoder "med stor marginal."
Det neurala nätverket utbildades för att känna igen tre grundläggande typer av objekt, inklusive en bil, en fotgängare och en cyklist.
Apples autonoma ambitioner
Apples autonoma bilprojekt dök nyligen upp i nyheterna igen efter företagets självkörande bil upptäcktes av VD av en självkörande bilstart som heter Voyage.
Apples reviderade autonoma fordon ser ut att packa sex Velodyne-tillverkade LiDAR-sensorer, några radarenheter och många andra kameror, alla inneslutna i ett vitt plastskal. Även om det inte är lika strömlinjeformat som några av de rivaliserande teknikerna som finns, det ser definitivt mer seriöst ut än sista riggen såg vi ur Cupertino.
Intressant nog är den teknik som beskrivs i Apples nya forskningsartikel inte annorlunda från det sätt som iPhone X känner igen ansikten för sin Face ID teknik för ansiktsigenkänning -som också förlitar sig på ett djupavkännande punktmoln med laser.
Du kan kolla Apples nya forskningsartikel här.
Via: Apple Insider