Unikt öppet dataset för självkörning lanseras

Självkörande fordon, maskiner och drönare kan minska miljöbelastningen, sänka kostnader och minska antalet olyckor. Nu sätter ett nytt öppet dataset för utvärdering av farkosternas algoritmer en ny standard för utvecklingen av självkörande transportsystem såväl på vägar som på vatten och i luften.

Autonoma farkoster behöver uppfatta sin omgivning för att kunna fungera och de gör det med hjälp av kameror, sensorer och radar. Den artificiella perceptionen gör att fordonens hastighet och styrning kan anpassas till omgivningen.

Artificiell perception

De senaste åren har forskare och företag i hela världen tävlat om vilka mjukvarualgoritmer som ger den bästa artificiella perceptionen. Datamängder, eller dataset med inspelade sekvenser, hjälper forskarna att verifiera hur väl algoritmerna fungerar.

Nu lanserar Chalmers, i samarbete med Göteborgs universitet, Rise, och Sjöfartsverket ett öppet dataset som kallas Reeds. Det är nu tillgängligt för akademi och industri i hela världen. Eftersom datasetet spelar in omgivningen kring testfordonet med en kvalitet och noggrannhet som ligger i framkant är det unikt.

Använt ett fartyg

Forskarna har valt att använda ett fartyg eftersom rörelser där relaterar till omgivningen på ett mer komplext sätt jämfört med landfordon, vilket ökar svårighetsgraden för mjukvarualgoritmerna. Det gör Reeds till det första marina datasetet av den här typen.

“Målet är att sätta en standard för hur morgondagens helt autonoma system utvecklas och utvärderas. Med Reeds skapar vi ett dataset med högsta möjliga kvalitet och som ger stor samhällsnytta och säkrare system, säger Ola Benderius som leder projektet i ett pressmeddelande.

Han är docent på avdelningen för fordonsteknik och autonoma system på institutionen för mekanik och maritima vetenskaper vid Chalmers och han hoppas att ett genombrott för mer rättvisande verifiering ska öka kvaliteten på artificiell perception, samt att Reeds ska bana vägen för det.

Läs mer: Isoleringsmaterial från Chalmers ger effektivare eldistribution