Isesõitvad autod ei tuvasta(nud) musta nahavärviga inimesi - Revision history

Erkask at 21:07, 13 December 2020

2020-12-13T21:07:07Z

Kkiven: /* Autonoomsuse viis taset */

2020-12-13T19:58:51Z

Autonoomsuse viis taset

← Older revision		Revision as of 22:58, 13 December 2020
Line 23:		Line 23:
	== Autonoomsuse viis taset ==		== Autonoomsuse viis taset ==

	Isejuhtimise defineerimiseks on mii Ameerika Ühendriikide Transpordiamet (National Highway Traffic Safety Administration ehk NHTSA) kui ka rahvusvaheline autoinseneride ühing Society of Automotive Engineers International ehk SAE International on defineerinud isejuhtiva sõiduki viis eri taset. Järgnevad tasemed on NHTSA defineeritud tasemed. Kanada päritolu isejuhtivate sõidukite disainer ja liikumise eestvedaja Brad Templeton on aga NHTSA klassifikatsiooni kõvasti kritiseerinud. Ta soovitab üle maailma võtta kasutusele SAE süsteemi. Tema sõnul on NHTSA tasemete määratlus ebatäpne, 2 ja 3 ebaturvalised ning 5. tase puhas ulme ~~<ref>https://www.accelerista.com/uudis/innovatsioon/isejuhtiva-soiduki-tasemed/</ref>~~. Enamus riike kasutab kas NHTSA või SAE süsteemi, kuid näiteks Saksamaa töötas välja oma klassifikaatorid, mis on õnneks sisuliselt identsed SAE tasemetega. Eesti Valitsus võttis samuti kasutusele SAE süsteemi.		Isejuhtimise defineerimiseks on mii Ameerika Ühendriikide Transpordiamet (National Highway Traffic Safety Administration ehk NHTSA) kui ka rahvusvaheline autoinseneride ühing Society of Automotive Engineers International ehk SAE International on defineerinud isejuhtiva sõiduki viis eri taset. Järgnevad tasemed on NHTSA defineeritud tasemed. Kanada päritolu isejuhtivate sõidukite disainer ja liikumise eestvedaja Brad Templeton on aga NHTSA klassifikatsiooni kõvasti kritiseerinud. Ta soovitab üle maailma võtta kasutusele SAE süsteemi. Tema sõnul on NHTSA tasemete määratlus ebatäpne, 2 ja 3 ebaturvalised ning 5. tase puhas ulme. Enamus riike kasutab kas NHTSA või SAE süsteemi, kuid näiteks Saksamaa töötas välja oma klassifikaatorid, mis on õnneks sisuliselt identsed SAE tasemetega. Eesti Valitsus võttis samuti kasutusele SAE süsteemi <ref>https://www.accelerista.com/uudis/innovatsioon/isejuhtiva-soiduki-tasemed/</ref>.
	<h4>Tase 0: autonoomsust pole</h4>		<h4>Tase 0: autonoomsust pole</h4>
	Autonoomsus puudub, ehk juht peab tegema kõik ise, kuid võib natukene teavitustega aidata, andes näiteks teada, kui inimene või auto on liiga lähedal.		Autonoomsus puudub, ehk juht peab tegema kõik ise, kuid võib natukene teavitustega aidata, andes näiteks teada, kui inimene või auto on liiga lähedal.

Kkiven: /* Autonoomsuse viis taset */

2020-12-13T19:58:12Z

Autonoomsuse viis taset

← Older revision		Revision as of 22:58, 13 December 2020
Line 23:		Line 23:
	== Autonoomsuse viis taset ==		== Autonoomsuse viis taset ==

	Isejuhtimise defineerimiseks on mii Ameerika Ühendriikide Transpordiamet (National Highway Traffic Safety Administration ehk NHTSA) kui ka rahvusvaheline autoinseneride ühing Society of Automotive Engineers International ehk SAE International on defineerinud isejuhtiva sõiduki viis eri taset <ref>https://www.accelerista.com/uudis/innovatsioon/isejuhtiva-soiduki-tasemed/</ref>.		Isejuhtimise defineerimiseks on mii Ameerika Ühendriikide Transpordiamet (National Highway Traffic Safety Administration ehk NHTSA) kui ka rahvusvaheline autoinseneride ühing Society of Automotive Engineers International ehk SAE International on defineerinud isejuhtiva sõiduki viis eri taset. Järgnevad tasemed on NHTSA defineeritud tasemed. Kanada päritolu isejuhtivate sõidukite disainer ja liikumise eestvedaja Brad Templeton on aga NHTSA klassifikatsiooni kõvasti kritiseerinud. Ta soovitab üle maailma võtta kasutusele SAE süsteemi. Tema sõnul on NHTSA tasemete määratlus ebatäpne, 2 ja 3 ebaturvalised ning 5. tase puhas ulme <ref>https://www.accelerista.com/uudis/innovatsioon/isejuhtiva-soiduki-tasemed/</ref>. Enamus riike kasutab kas NHTSA või SAE süsteemi, kuid näiteks Saksamaa töötas välja oma klassifikaatorid, mis on õnneks sisuliselt identsed SAE tasemetega. Eesti Valitsus võttis samuti kasutusele SAE süsteemi.
	<h4>Tase 0: autonoomsust pole</h4>		<h4>Tase 0: autonoomsust pole</h4>
	Autonoomsus puudub, ehk juht peab tegema kõik ise, kuid võib natukene teavitustega aidata, andes näiteks teada, kui inimene või auto on liiga lähedal.		Autonoomsus puudub, ehk juht peab tegema kõik ise, kuid võib natukene teavitustega aidata, andes näiteks teada, kui inimene või auto on liiga lähedal.

Kkiven: /* Kokkuvõte */

2020-12-13T19:47:23Z

Kokkuvõte

← Older revision		Revision as of 22:47, 13 December 2020
Line 88:		Line 88:
	liiklejate surmasid, ei saa täielikult isesõitvaid autosid tänavatele lasta. Paljud eksperdid usuvad, et seda ei juhtugi kunagi, kuid paljud ettevõtted jällegi on kindlad, et see päev kunagi saabub.		liiklejate surmasid, ei saa täielikult isesõitvaid autosid tänavatele lasta. Paljud eksperdid usuvad, et seda ei juhtugi kunagi, kuid paljud ettevõtted jällegi on kindlad, et see päev kunagi saabub.

	Autonoomsete autodega tuleb veel palju arendustööd teha ning mõelda välja paremaid lahendusi, et nendega ja nende ümber liiklemine oleks igas olukorras turvalisem. Üks probleemidest on näiteks inimese tuvastamine. Auto suudab inimesi ning muid objekte tuvastada tänu radarile, LIDAR-kaamerale tavalistele kaameratele ning muudele süsteemidele. Inimese tuvastamine pole siiski veel täiuslikkuseni jõudnud. Nimelt tuvastab autonoomne auto viiel protsendil vähem kordadel tumeda nahavärviga inimest. Selle probleemi lahendusteks on puakutud algoritmide kohandamist ning tuvastamissüsteemide mitmekesisemaks muutmist. Paigaldama hakatakse ka uusi süsteeme, et veelgi edendada auto turvalisust. Näiteks hakatakse ka kasutama soojuskaameraid.		Autonoomsete autodega tuleb veel palju arendustööd teha ning mõelda välja paremaid lahendusi, et nendega ja nende ümber liiklemine oleks igas olukorras turvalisem. Üks autonoomse auto probleemidest on näiteks inimese tuvastamine. Auto suudab inimesi ning muid objekte tuvastada tänu radarile, LIDAR-kaamerale tavalistele kaameratele ning muudele süsteemidele. Inimese tuvastamine pole siiski veel täiuslikkuseni jõudnud. Nimelt tuvastab autonoomne auto viiel protsendil vähem kordadel tumeda nahavärviga inimest. Selle probleemi lahendusteks on puakutud algoritmide kohandamist ning tuvastamissüsteemide mitmekesisemaks muutmist. Paigaldama hakatakse ka uusi süsteeme, et veelgi edendada auto turvalisust. Näiteks hakatakse ka kasutama soojuskaameraid.

	Statistika küll näitab, et autonoomsed autod põhjustavad kordades vähem liiklusõnnetusi kui tavalised autod, kuid siiski ei ole need veel täiuslikud. Isesõitvad autod on põhjustanud mitmeid surmasid, kuid need õnnetusjuhtumid on sundinud ettevõtteid tegema veel rohkem parandusi turvalisuse poole.		Statistika küll näitab, et autonoomsed autod põhjustavad kordades vähem liiklusõnnetusi kui tavalised autod, kuid siiski ei ole need veel täiuslikud. Isesõitvad autod on põhjustanud mitmeid surmasid, kuid need õnnetusjuhtumid on sundinud ettevõtteid tegema veel rohkem parandusi turvalisuse poole.

Kkiven: /* Õnnetused isesõitvate autodega */

2020-12-13T19:41:51Z

Õnnetused isesõitvate autodega

← Older revision		Revision as of 22:41, 13 December 2020
Line 58:		Line 58:
	Teadaolevalt esimene hukkunuga liiklusõnnetus, kus osales autonoomne auto, toimus Willistonis (Floridas) 7. mail 2016. aastal. Tesla Model S juht oli lülitanud maanteel sõites auto autopiloodi peale. Tesla isesõitev auto sõitis otsa valget värvi traktorihaagisele, mille tagajärjel suri auto juht. Põhjus, miks Tesla Model S ei suutnud kokkupõrget vältida, oli sensorite ebatäiuslikkus. Nimelt ei suutnud auto eristada heleda taeva taustal maanteed ületavat heledat värvi haagist ning sõitis täiskiirusel haagise "alla". Kusjuures varasemalt oli hukkunu postitanud internetti video, kus tema Tesla suutis edukalt vältida kokkupõrget. <ref name="esimene hukkunu"> https://www.theguardian.com/technology/2016/jun/30/tesla-autopilot-death-self-driving-car-elon-musk </ref>		Teadaolevalt esimene hukkunuga liiklusõnnetus, kus osales autonoomne auto, toimus Willistonis (Floridas) 7. mail 2016. aastal. Tesla Model S juht oli lülitanud maanteel sõites auto autopiloodi peale. Tesla isesõitev auto sõitis otsa valget värvi traktorihaagisele, mille tagajärjel suri auto juht. Põhjus, miks Tesla Model S ei suutnud kokkupõrget vältida, oli sensorite ebatäiuslikkus. Nimelt ei suutnud auto eristada heleda taeva taustal maanteed ületavat heledat värvi haagist ning sõitis täiskiirusel haagise "alla". Kusjuures varasemalt oli hukkunu postitanud internetti video, kus tema Tesla suutis edukalt vältida kokkupõrget. <ref name="esimene hukkunu"> https://www.theguardian.com/technology/2016/jun/30/tesla-autopilot-death-self-driving-car-elon-musk </ref>

	Teadaolevalt esimene jalakäijast hukkunuga liiklusõnnetus, millega oli seotud isesõitev auto, toimus 19. märtsil aastal 2018 Tempes (Arizonase osariigis). Autoks oli 2017. aasta Volvo XC90 SUV, ning see oli seotud Uberi (sõidujagamisplatvorm) isesõitvate autode programmiga. Volvo juhiistmel istus küll operaator, kes pidi kontrollima auto iseseisvust, kuid ta ei suutnud õnnetust ära hoida. ~~Õnnetuse~~ tagajärjel peatas Uber ajutiselt autonoomsete autode projekti sündmuse üksikasjade väljaselgitamise ajaks. <ref name="esimene hukkunud jalakäija"> https://www.nbcnews.com/tech/innovation/self-driving-uber-car-involved-fatal-accident-arizona-n857941 </ref>		Teadaolevalt esimene jalakäijast hukkunuga liiklusõnnetus, millega oli seotud isesõitev auto, toimus 19. märtsil aastal 2018 Tempes (Arizonase osariigis). Autoks oli 2017. aasta Volvo XC90 SUV, ning see oli seotud Uberi (sõidujagamisplatvorm) isesõitvate autode programmiga. Volvo juhiistmel istus küll operaator, kes pidi kontrollima auto iseseisvust, kuid ta ei suutnud õnnetust ära hoida. 18. eelneva kuu jooksul olid Uberi isesõitvad autod olnud 37 erinevas liiklusõnnetuses, ning surmaga lõppenud õnnetuse tagajärjel peatas Uber ajutiselt autonoomsete autode projekti sündmuse üksikasjade väljaselgitamise ajaks. Projekt avati uuesti pärast 2 aastat seisakut.<ref name="esimene hukkunud jalakäija"> https://www.nbcnews.com/tech/innovation/self-driving-uber-car-involved-fatal-accident-arizona-n857941 </ref>

	Kuigi eelnevalt välja toodud kurbade tagajärgedega õnnetused toimusid vigade või puuduste pärast autode süsteemis, ei saa siiski süüdistada ainult autosid ning autode tootjaid. Tegemist oli küll isesõitvate autodega, aga siiski ei saanud tol ajal ja ei saa ka veel praegu eeldada, et sellise autoga sõites ei pea ise tähelepanelik olema. Kui nende autode juhid oleksid pööranud tähelepanu teel toimuvale, oleksid võinud nad eluga pääseda. Liiga palju tehakse isesõitvate autodega seda viga, et pannakse auto autopiloodile ning ise keskendutakse oma äriasjadele või millelegi muule, selle asemel, et teed jälgida. Autopilooti on hea kasutada näiteks juhul, kui on vaja näiteks sõidu ajal kindlasti teha telefonikõne, kuid näiteks (tarkvarafirma) programmeerija ei tohiks kindlasti mitte võtta välja oma sülearvutit ning hakata autoroolis olles programmeerima.		Kuigi eelnevalt välja toodud kurbade tagajärgedega õnnetused toimusid vigade või puuduste pärast autode süsteemis, ei saa siiski süüdistada ainult autosid ning autode tootjaid. Tegemist oli küll isesõitvate autodega, aga siiski ei saanud tol ajal ja ei saa ka veel praegu eeldada, et sellise autoga sõites ei pea ise tähelepanelik olema. Kui nende autode juhid oleksid pööranud tähelepanu teel toimuvale, oleksid võinud nad eluga pääseda. Liiga palju tehakse isesõitvate autodega seda viga, et pannakse auto autopiloodile ning ise keskendutakse oma äriasjadele või millelegi muule, selle asemel, et teed jälgida. Autopilooti on hea kasutada näiteks juhul, kui on vaja näiteks sõidu ajal kindlasti teha telefonikõne, kuid näiteks (tarkvarafirma) programmeerija ei tohiks kindlasti mitte võtta välja oma sülearvutit ning hakata autoroolis olles programmeerima.

Kkiven: /* Kokkuvõte */

2020-12-13T19:39:02Z

Kokkuvõte

← Older revision		Revision as of 22:39, 13 December 2020
Line 90:		Line 90:
	Autonoomsete autodega tuleb veel palju arendustööd teha ning mõelda välja paremaid lahendusi, et nendega ja nende ümber liiklemine oleks igas olukorras turvalisem. Üks probleemidest on näiteks inimese tuvastamine. Auto suudab inimesi ning muid objekte tuvastada tänu radarile, LIDAR-kaamerale tavalistele kaameratele ning muudele süsteemidele. Inimese tuvastamine pole siiski veel täiuslikkuseni jõudnud. Nimelt tuvastab autonoomne auto viiel protsendil vähem kordadel tumeda nahavärviga inimest. Selle probleemi lahendusteks on puakutud algoritmide kohandamist ning tuvastamissüsteemide mitmekesisemaks muutmist. Paigaldama hakatakse ka uusi süsteeme, et veelgi edendada auto turvalisust. Näiteks hakatakse ka kasutama soojuskaameraid.		Autonoomsete autodega tuleb veel palju arendustööd teha ning mõelda välja paremaid lahendusi, et nendega ja nende ümber liiklemine oleks igas olukorras turvalisem. Üks probleemidest on näiteks inimese tuvastamine. Auto suudab inimesi ning muid objekte tuvastada tänu radarile, LIDAR-kaamerale tavalistele kaameratele ning muudele süsteemidele. Inimese tuvastamine pole siiski veel täiuslikkuseni jõudnud. Nimelt tuvastab autonoomne auto viiel protsendil vähem kordadel tumeda nahavärviga inimest. Selle probleemi lahendusteks on puakutud algoritmide kohandamist ning tuvastamissüsteemide mitmekesisemaks muutmist. Paigaldama hakatakse ka uusi süsteeme, et veelgi edendada auto turvalisust. Näiteks hakatakse ka kasutama soojuskaameraid.

	Statistika küll näitab, et autonoomsed autod põhjustavad kordades vähem liiklusõnnetusi kui tavalised autod, kuid siiski ei ole need veel täiuslikud. Isesõitvad autod on põhjustanud mitmeid surmasid, kuid need ~~õnnetudjuhtumis~~ on sundinud ettevõtteid tegema veel rohkem parandusi turvalisuse poole.		Statistika küll näitab, et autonoomsed autod põhjustavad kordades vähem liiklusõnnetusi kui tavalised autod, kuid siiski ei ole need veel täiuslikud. Isesõitvad autod on põhjustanud mitmeid surmasid, kuid need õnnetusjuhtumid on sundinud ettevõtteid tegema veel rohkem parandusi turvalisuse poole.

	== Kasutatud materjalid ==		== Kasutatud materjalid ==

	{{reflist}}		{{reflist}}

Kkiven: /* Kokkuvõte */

2020-12-13T19:38:39Z

Kokkuvõte

← Older revision		Revision as of 22:38, 13 December 2020
Line 85:		Line 85:

	== Kokkuvõte ==		== Kokkuvõte ==
	~~Enne~~, kui ollakse 100% kindlad, et autonoomsed autod suudavad iseseisvalt vältida teiste		Isesõitvad autod on meie tulevik, kuid enne, kui ollakse 100% kindlad, et autonoomsed autod suudavad iseseisvalt vältida teiste
	liiklejate surmasid, ei saa täielikult isesõitvaid autosid tänavatele lasta. Paljud eksperdid usuvad, et seda ei juhtugi kunagi, kuid paljud ettevõtted jällegi on kindlad, et see päev kunagi saabub. Autonoomsete autodega tuleb veel palju arendustööd teha ning mõelda välja paremaid lahendusi, et nendega ja nende ümber liiklemine oleks igas olukorras turvalisem. Üks probleemidest on näiteks inimese tuvastamine. Auto suudab inimesi ning muid objekte tuvastada tänu ~~erinevatele radaritele~~, kaameratele ning muudele süsteemidele. Inimese tuvastamine pole siiski veel täiuslikkuseni jõudnud. Nimelt tuvastab autonoomne auto viiel protsendil vähem kordadel tumeda nahavärviga inimest. Selle probleemi ~~lahendused algavad~~ algoritmide ~~kohandamisest~~ ning tuvastamissüsteemide mitmekesisemaks ~~muutmiseks kuni uute süsteemide paigaldamiseni~~. Statistika küll näitab, et autonoomsed autod põhjustavad kordades vähem liiklusõnnetusi kui tavalised autod, kuid siiski ei ole need veel täiuslikud.		liiklejate surmasid, ei saa täielikult isesõitvaid autosid tänavatele lasta. Paljud eksperdid usuvad, et seda ei juhtugi kunagi, kuid paljud ettevõtted jällegi on kindlad, et see päev kunagi saabub.

			Autonoomsete autodega tuleb veel palju arendustööd teha ning mõelda välja paremaid lahendusi, et nendega ja nende ümber liiklemine oleks igas olukorras turvalisem. Üks probleemidest on näiteks inimese tuvastamine. Auto suudab inimesi ning muid objekte tuvastada tänu radarile, LIDAR-kaamerale tavalistele kaameratele ning muudele süsteemidele. Inimese tuvastamine pole siiski veel täiuslikkuseni jõudnud. Nimelt tuvastab autonoomne auto viiel protsendil vähem kordadel tumeda nahavärviga inimest. Selle probleemi lahendusteks on puakutud algoritmide kohandamist ning tuvastamissüsteemide mitmekesisemaks muutmist. Paigaldama hakatakse ka uusi süsteeme, et veelgi edendada auto turvalisust. Näiteks hakatakse ka kasutama soojuskaameraid.

			Statistika küll näitab, et autonoomsed autod põhjustavad kordades vähem liiklusõnnetusi kui tavalised autod, kuid siiski ei ole need veel täiuslikud. Isesõitvad autod on põhjustanud mitmeid surmasid, kuid need õnnetudjuhtumis on sundinud ettevõtteid tegema veel rohkem parandusi turvalisuse poole.

	== Kasutatud materjalid ==		== Kasutatud materjalid ==

	{{reflist}}		{{reflist}}

Kkiven at 19:30, 13 December 2020

2020-12-13T19:30:15Z

← Older revision		Revision as of 22:30, 13 December 2020
Line 85:		Line 85:

	== Kokkuvõte ==		== Kokkuvõte ==
			Enne, kui ollakse 100% kindlad, et autonoomsed autod suudavad iseseisvalt vältida teiste
			liiklejate surmasid, ei saa täielikult isesõitvaid autosid tänavatele lasta. Paljud eksperdid usuvad, et seda ei juhtugi kunagi, kuid paljud ettevõtted jällegi on kindlad, et see päev kunagi saabub. Autonoomsete autodega tuleb veel palju arendustööd teha ning mõelda välja paremaid lahendusi, et nendega ja nende ümber liiklemine oleks igas olukorras turvalisem. Üks probleemidest on näiteks inimese tuvastamine. Auto suudab inimesi ning muid objekte tuvastada tänu erinevatele radaritele, kaameratele ning muudele süsteemidele. Inimese tuvastamine pole siiski veel täiuslikkuseni jõudnud. Nimelt tuvastab autonoomne auto viiel protsendil vähem kordadel tumeda nahavärviga inimest. Selle probleemi lahendused algavad algoritmide kohandamisest ning tuvastamissüsteemide mitmekesisemaks muutmiseks kuni uute süsteemide paigaldamiseni. Statistika küll näitab, et autonoomsed autod põhjustavad kordades vähem liiklusõnnetusi kui tavalised autod, kuid siiski ei ole need veel täiuslikud.
	== Kasutatud materjalid ==		== Kasutatud materjalid ==

	{{reflist}}		{{reflist}}

Kkiven at 18:05, 13 December 2020

2020-12-13T18:05:42Z

← Older revision		Revision as of 21:05, 13 December 2020
Line 49:		Line 49:
	Kõige enam masinõpet nõudev nägemissüsteem on tavaline kaamera. Kaamerad on põhiline süsteem, mille abil tuvastatakse, mis objektiga lõpuks tegemist on. Reaalse pildiga on võimalik näha objekti kuju ja värvus. Kaamera jääb küll tavaliselt hätta takistuste kauguse määramisega, kus tulevad appi teised süsteemid, ning üldiselt on raskusi halva nähtavusega ajal, näiteks pimedas, udus, vihma ajal. Parima informatsiooni jaoks salvestatakse pilt 360° ringluses, kus rõhk on pandud ette näitavatele kaameratele. Kasutatakse ka erinevaid kaameraid heleduse-tumeduse mõõtmiseks ja värvi leidmiseks.<ref name="tesla"> https://www.tesla.com/models </ref>		Kõige enam masinõpet nõudev nägemissüsteem on tavaline kaamera. Kaamerad on põhiline süsteem, mille abil tuvastatakse, mis objektiga lõpuks tegemist on. Reaalse pildiga on võimalik näha objekti kuju ja värvus. Kaamera jääb küll tavaliselt hätta takistuste kauguse määramisega, kus tulevad appi teised süsteemid, ning üldiselt on raskusi halva nähtavusega ajal, näiteks pimedas, udus, vihma ajal. Parima informatsiooni jaoks salvestatakse pilt 360° ringluses, kus rõhk on pandud ette näitavatele kaameratele. Kasutatakse ka erinevaid kaameraid heleduse-tumeduse mõõtmiseks ja värvi leidmiseks.<ref name="tesla"> https://www.tesla.com/models </ref>
	<h4>Soojuskaamera</h4>		<h4>Soojuskaamera</h4>
	2021. aastast hakatakse 4. taseme autonoomsetele autodele lisama FLIR'i soojuskaameraid. Autotehnika ettevõte Veoneer, kes pakub praegu issõitvatele autodele nii radareid kui ka LIDAR-kaameraid, hakkab neile lisama ka veel FLIR'i soojuskaameraid ja -sensoreid. FLIR on tuntud termograafiatarkvara tootja, mille tooteid kasutatakse laialdaselt ka muudes tehnoloogia valdkondades. Soojuskaamerad aitavad autol paremini tuvastada erinevaid objekte, sealhulgas ka jalakäijaid. Soojuskaameraid kasutatakse ka juba praegu tavalistes autodes, kuid need on peamiselt kasutusel metsloomade tuvastamiseks pimedal ning halva nähtavusega ajal.<ref name="FLIR">https://www.flir.eu/oem/adas/</ref><ref name="soojuskaamerate lisamine">https://www.designnews.com/electronics-test/flirs-thermal-sensors-are-coming-self-driving-cars-2021</ref>		2021. aastast hakatakse 4. taseme autonoomsetele autodele lisama FLIR'i soojuskaameraid. Autotehnika ettevõte Veoneer, kes pakub praegu issõitvatele autodele nii radareid kui ka LIDAR-kaameraid, hakkab neile lisama ka veel FLIR'i soojuskaameraid ja -sensoreid. FLIR on tuntud termograafiatarkvara tootja, mille tooteid kasutatakse laialdaselt ka muudes tehnoloogia valdkondades. Soojuskaamerad aitavad autol paremini tuvastada erinevaid objekte, sealhulgas ka jalakäijaid. Soojuskaameraid kasutatakse ka juba praegu tavalistes autodes, kuid need on peamiselt kasutusel metsloomade tuvastamiseks pimedal ning halva nähtavusega ajal<ref name="FLIR">https://www.flir.eu/oem/adas/</ref><ref name="soojuskaamerate lisamine">https://www.designnews.com/electronics-test/flirs-thermal-sensors-are-coming-self-driving-cars-2021</ref>.
	<h4>Programmeering ja masinõpe</h4>.		<h4>Programmeering ja masinõpe</h4>
	Eelnevalt toodud süsteemidest saadud info lükatakse kokku ja töödeltakse auto ajus. Kattuv informatsioon tuleb ainult kasuks, näiteks lidarist saadud pildi järgi saadud objekt kinnitatakse kaamera pildist saadud infoga. Süstemid ei oska ise kahjuks midagi nendega teha ja siin tulebki sisse masinõpe. Pole vahet kui palju erinevaid "silmi" autol on kui ta ei tea, mida nende andmetega peale hakata. Kõige suuremad probleemid takistuse tuvastamisel tekivad just siin. Masinale maailma õpetamine on aeganõudev ja väga mahukas ülesanne. Andmete ära tundmisel annab tunda iga süsteemi väke viga, näiteks udune pilt, kaks erinevat objekti sulandusid info kogumisel üheks jne. Tumeda nahaga inimeste mitte nägemine tulenebki peamiselt masinõppe ja kaamera vigadest.		Eelnevalt toodud süsteemidest saadud info lükatakse kokku ja töödeltakse auto ajus. Kattuv informatsioon tuleb ainult kasuks, näiteks lidarist saadud pildi järgi saadud objekt kinnitatakse kaamera pildist saadud infoga. Süstemid ei oska ise kahjuks midagi nendega teha ja siin tulebki sisse masinõpe. Pole vahet kui palju erinevaid "silmi" autol on kui ta ei tea, mida nende andmetega peale hakata. Kõige suuremad probleemid takistuse tuvastamisel tekivad just siin. Masinale maailma õpetamine on aeganõudev ja väga mahukas ülesanne. Andmete ära tundmisel annab tunda iga süsteemi väke viga, näiteks udune pilt, kaks erinevat objekti sulandusid info kogumisel üheks jne. Tumeda nahaga inimeste mitte nägemine tulenebki peamiselt masinõppe ja kaamera vigadest.

Kkiven at 18:04, 13 December 2020

2020-12-13T18:04:16Z

← Older revision		Revision as of 21:04, 13 December 2020
Line 48:		Line 48:
	<h4>Kaamera</h4>		<h4>Kaamera</h4>
	Kõige enam masinõpet nõudev nägemissüsteem on tavaline kaamera. Kaamerad on põhiline süsteem, mille abil tuvastatakse, mis objektiga lõpuks tegemist on. Reaalse pildiga on võimalik näha objekti kuju ja värvus. Kaamera jääb küll tavaliselt hätta takistuste kauguse määramisega, kus tulevad appi teised süsteemid, ning üldiselt on raskusi halva nähtavusega ajal, näiteks pimedas, udus, vihma ajal. Parima informatsiooni jaoks salvestatakse pilt 360° ringluses, kus rõhk on pandud ette näitavatele kaameratele. Kasutatakse ka erinevaid kaameraid heleduse-tumeduse mõõtmiseks ja värvi leidmiseks.<ref name="tesla"> https://www.tesla.com/models </ref>		Kõige enam masinõpet nõudev nägemissüsteem on tavaline kaamera. Kaamerad on põhiline süsteem, mille abil tuvastatakse, mis objektiga lõpuks tegemist on. Reaalse pildiga on võimalik näha objekti kuju ja värvus. Kaamera jääb küll tavaliselt hätta takistuste kauguse määramisega, kus tulevad appi teised süsteemid, ning üldiselt on raskusi halva nähtavusega ajal, näiteks pimedas, udus, vihma ajal. Parima informatsiooni jaoks salvestatakse pilt 360° ringluses, kus rõhk on pandud ette näitavatele kaameratele. Kasutatakse ka erinevaid kaameraid heleduse-tumeduse mõõtmiseks ja värvi leidmiseks.<ref name="tesla"> https://www.tesla.com/models </ref>
	<h4>Programmeering ja masinõpe</h4>		<h4>Soojuskaamera</h4>
			2021. aastast hakatakse 4. taseme autonoomsetele autodele lisama FLIR'i soojuskaameraid. Autotehnika ettevõte Veoneer, kes pakub praegu issõitvatele autodele nii radareid kui ka LIDAR-kaameraid, hakkab neile lisama ka veel FLIR'i soojuskaameraid ja -sensoreid. FLIR on tuntud termograafiatarkvara tootja, mille tooteid kasutatakse laialdaselt ka muudes tehnoloogia valdkondades. Soojuskaamerad aitavad autol paremini tuvastada erinevaid objekte, sealhulgas ka jalakäijaid. Soojuskaameraid kasutatakse ka juba praegu tavalistes autodes, kuid need on peamiselt kasutusel metsloomade tuvastamiseks pimedal ning halva nähtavusega ajal.<ref name="FLIR">https://www.flir.eu/oem/adas/</ref><ref name="soojuskaamerate lisamine">https://www.designnews.com/electronics-test/flirs-thermal-sensors-are-coming-self-driving-cars-2021</ref>
			<h4>Programmeering ja masinõpe</h4>.
	Eelnevalt toodud süsteemidest saadud info lükatakse kokku ja töödeltakse auto ajus. Kattuv informatsioon tuleb ainult kasuks, näiteks lidarist saadud pildi järgi saadud objekt kinnitatakse kaamera pildist saadud infoga. Süstemid ei oska ise kahjuks midagi nendega teha ja siin tulebki sisse masinõpe. Pole vahet kui palju erinevaid "silmi" autol on kui ta ei tea, mida nende andmetega peale hakata. Kõige suuremad probleemid takistuse tuvastamisel tekivad just siin. Masinale maailma õpetamine on aeganõudev ja väga mahukas ülesanne. Andmete ära tundmisel annab tunda iga süsteemi väke viga, näiteks udune pilt, kaks erinevat objekti sulandusid info kogumisel üheks jne. Tumeda nahaga inimeste mitte nägemine tulenebki peamiselt masinõppe ja kaamera vigadest.		Eelnevalt toodud süsteemidest saadud info lükatakse kokku ja töödeltakse auto ajus. Kattuv informatsioon tuleb ainult kasuks, näiteks lidarist saadud pildi järgi saadud objekt kinnitatakse kaamera pildist saadud infoga. Süstemid ei oska ise kahjuks midagi nendega teha ja siin tulebki sisse masinõpe. Pole vahet kui palju erinevaid "silmi" autol on kui ta ei tea, mida nende andmetega peale hakata. Kõige suuremad probleemid takistuse tuvastamisel tekivad just siin. Masinale maailma õpetamine on aeganõudev ja väga mahukas ülesanne. Andmete ära tundmisel annab tunda iga süsteemi väke viga, näiteks udune pilt, kaks erinevat objekti sulandusid info kogumisel üheks jne. Tumeda nahaga inimeste mitte nägemine tulenebki peamiselt masinõppe ja kaamera vigadest.