Intel, arazi araçları için sanal ortamlardan gerçek dünya ortamına geçişi kolaylaştırmaya yardımcı olacak ileri çözümler ve simülasyonlar geliştiriyor. Şirket; Barselona, İspanya merkezli Computer Vision Center ve UT Austin ile birlikte DARPA RACER’ın simülasyon programında otonom arazi aracı simülasyonunu ve öğrenmenin simülasyondan gerçek dünyaya aktarımını ilerletiyor.
Getirdiği yenilikler
Defense Advanced Research Projects Agency (İleri Savunma Araştırma Projeleri Kurumu – DARPA), Intel Laboratuvarları’nın yanında işbirliği içinde olduğu kuruluşlar Barselona, İspanya merkezli Computer Vision Center ve University of Texas at Austin tarafından desteklenen Intel Federal LLC’ye otonom arazi araçları için ileri simülasyon çözümlerini geliştirme fırsatını sundu. Esnekliğe Sahip Karmaşık Ortamlarda Robotik Otonomi – Simülasyon (RACER-Sim) programı, geliştirme maliyetini önemli ölçüde azaltmak ve simülasyon ile gerçek dünya arasındaki boşluğu kapatmak için yeni nesil arazi simülasyon platformları oluşturmayı amaçlıyor.
Konu hakkında konuşan Intel Laboratuvarları Otonom Araçlar Laboratuvarı Direktörü German Ros, “Intel Laboratuvarları, CARLA simülatörü gibi çeşitli projeler aracılığıyla otonom taşıt simülasyonu geliştirmede ilerleme kaydetmeye başladı bile. Arazi taşıtı robotiği ve otonom taşıtlar alanında yeni ufuklar keşfetmeye katkıda bulunmak için RACER-Sim’e katılmaktan gurur duyuyoruz. Her tür ortam ve koşul için arazi robotlarındaki ilerlemeyi hızlandıracak çok yönlü ve açık bir platform oluşturmak amacıyla Computer Vision Center ve UT Austin’in tanınmış uzmanlarından oluşan bir ekip kurduk.” dedi.
Neden önemli?
Otonom sürüş bağlamında, yolda ve arazideki dağıtımlar arasındaki fark hâlâ çok önemli boyuttadır. Bugün pek çok simülasyon ortamı bulunmakla birlikte, bunların çok azı, yüksek ölçekte ve hızda arazi otonomisini geliştirme için optimize edilmiştir. Ayrıca gerçek dünya demoları, hâlâ sistem performansını doğrulamanın birincil yöntemi işlevini görmektedir.
Otonom arazi araçları, yol ağlarının bulunmaması ve taş ve her tür bitkilerle kaplı uç toprak koşulları gibi önemli zorluklarla baş etmek zorunda. Bu gibi uç koşullar, geliştirme ve test süreçlerinin maliyetini artırır ve yavaşlatır. RACER-Sim programı, çözümler geliştirmek ve test etmek için ileri simülasyon teknolojileri sağlayarak ve yapay zekâ ile çalışan otonom sistemlerin dağıtım süresini ve doğrulamasını kısaltarak bu sorunun üstesinden gelmeyi amaçlıyor.
Nasıl çalışıyor?
RACER-Sim, otonom arazi araçlarının tasarımındaki tüm araştırma ve geliştirme sürecini hızlandırmayı amaçlayan ve toplam 48 ay süren iki aşamadan oluşuyor. Birinci aşamada, Intel karmaşık arazi ortamlarını en yüksek doğrulukla benzeri görülmemiş ölçeklerde taklit eden (örneğin fiziksel özellikler, sensör modelleme, arazi karmaşıklığı vs.) yeni simülasyon platformları ve harita oluşturma araçları oluşturmaya odaklanıyor. Yüksek ölçekli simülasyon ortamlarını geleneksel yöntemlerle oluşturmak için önemli kaynaklar gerekir ve bu, simülasyon iş akışlarındaki en büyük zorluklardan biridir. Intel Laboratuvarları’nın simülasyon platformu, yalnızca birkaç tıkla 100.00 mil kareden büyük bir alanı kapsayan muazzam ortamlar oluşturmak da dahil, geleceğin haritalarının özelleştirilmesine olanak tanıyacak.
İkinci aşamada ise, Intel Laboratuvarları fiziksel bir robot kullanmadan yeni algoritmalar uygulayarak araştırma ve geliştirme sürecini hızlandırmak için RACER’da işbirliği yapan kuruluşlarla birlikte çalışacak. Ardından ekipler robotun performansını simülasyonda doğrulayarak, önemli bir zaman ve kaynak tasarrufu sağlayacak. İkinci aşama, yeni sim2real (simülasyondan gerçeğe) tekniklerinin geliştirilmesini de içerecek. Bu teknikler, robotu simülasyonda eğiterek ona beceriler kazandırmayı ve ardından bu becerileri gerçek bir robotik sisteme aktarmayı amaçlıyor. Bu sayede otonom arazi araçlarının eğitimi doğrudan simülasyonda yapılabilecek.
Intel, bu yeni simülasyon araçlarının, geleneksel test ve doğrulama protokollerinin barındırdığı riskleri, maliyetleri ve gecikmeleri azaltan sanal testler kullanarak otonom sistemlerin gelişimini önemli ölçüde iyileştirmesini bekliyor. Simülasyon platformu ileride, gerçek dünyada uygulanmaya hazır yapay zekâ modelleri oluşturmak için doğrulamanın ötesine geçecek.
https://www.youtube.com/watch?v=ysm7C65qdec
