Segnet, el sistema de aprendizaje para coches autónomos

SegNet

La Universidad de Cambridge ha desarrollado un nuevo sistema de análisis de imágenes RGB llamado SegNet, que podría facilitar la innovación en la industria de los coches autónomos.

La mayoría de sistemas de coches autónomos usan sistemas LIDAR o similares para capturar en tiempo real información del entorno y crear una representación del mismo que el coche pueda interpretar, pero dichos sistemas son muy costosos.

Con SegNet, la Universidad de Cambridge propone un sistema mucho más barato y sencillo, basado únicamente en la interpretación de imágenes RGB y machine learning. El software desarrollado puede coger imágenes de una escena de cualquier calle que no haya visto antes y clasificar sus píxeles en 12 categorías diferentes con más de un 90% de acierto.

SegNet puede trabajar con imágenes diurnas y nocturnas, y es capaz de diferenciar el cielo, la carretera, la acera, otros vehículos, peatones, señales, etc… Lo que permite no sólo que pueda reconocer los elementos, sino también conocer su posición con mayor precisión que con GPS.

Según Roberto Cipolla, investigador principal del proyecto, aunque el sistema puede reconocer elementos en tiempo real, todavía queda para que los conductores puedan confiar en este tipo de tecnología, pero cuanto más se trabaje en su efectividad y precisión, se hará más factible su uso real de los coches autónomos y otros tipos de robots.

Tags :