ASI reçoit un financement de phase deux pour le développement de la fusion multi-capteurs en apprentissage profond

Autonomous Solutions, Inc. (ASI) a récemment annoncé avoir reçu une subvention de phase deux du Centre des systèmes de véhicules terrestres de l’armée américaine pour le développement des capacités de combat (anciennement TARDEC). Sur la base des progrès réalisés au cours de la phase un, ASI a été choisi pour poursuivre le développement d’une architecture d’apprentissage en profondeur (DL) qui prendra en charge la fusion de capteurs dans des environnements avec un GPS limité ou inexistant.

Plus précisément, ASI fait des progrès rapides dans la triangulation des entrées de données des caméras traditionnelles, LiDAR et radar pour alimenter l’apprentissage automatique qui fournira une visibilité, une prévisibilité et une sécurité plus claires dans les environnements où l’intégrité du GPS est restreinte ou où le GPS ne peut pas être utilisé du tout.

«L’objectif est de créer une compréhension plus claire en temps réel de l’environnement d’un véhicule autonome, en particulier lors de la navigation dans des conditions météorologiques, des environnements ou des conditions compromis», a déclaré Jeff Ferrin, directeur de la technologie chez ASI. «À mesure que les véhicules autonomes progressent, en particulier pour une utilisation industrielle, le besoin d’utiliser l’apprentissage automatique, l’apprentissage en profondeur et d’autres algorithmes d’intelligence artificielle pour améliorer les performances dans des environnements difficiles ne fait qu’augmenter. Par conséquent, le succès de ce projet est d’une importance cruciale – non seulement pour l’application directe au sein de l’armée américaine, mais pour les applications dans les multiples secteurs d’activité d’ASI.

Dans le cas d’une architecture d’apprentissage en profondeur qui fusionne les informations provenant du LiDAR, des radars et des caméras, l’innovation ne pourrait pas venir assez tôt pour certaines industries, en particulier l’exploitation minière.

«Au fur et à mesure que les opérations minières mondiales réévaluent l’économie du gisement et redessinent les mines à la suite de l’automatisation, les opérations minières deviendront de plus en plus complexes et dépendantes de la technologie. Par association, le besoin d’une visibilité avancée et d’une connaissance de la situation augmente de façon exponentielle », explique Chris Soccio, directeur général des opérations de Ferrexpo Yeristovo. «Dans les endroits où le GPS ou les réseaux de communication sont compromis ou peu fiables, la capacité à tirer parti de l’apprentissage automatique alimenté par trois méthodes d’entrée diverses devient non seulement immédiatement souhaitable, mais essentielle pour assurer la redondance du système pour une exploitation minière sûre et efficace.»

ASI prévoit d’achever la mission de la phase deux d’ici septembre 2022.