Metodyka
Analiza niepewności i wykrywanie anomalnych zdarzeń (Out-of-Distribution detection)
Fuzja czujników: LiDAR, radar, wizja
Wzbogacanie, adaptacja, uczenie się samoźriane
Zasady symulacji dynamiki płynów w warunkach niekorzystnych warunków atmosferycznych
W celu wykrycia niekorzystnych warunków atmosferycznych należy połączyć radar i kamerę.
Należy oszacować niepewność na poziomie każdego piksela.
Próg powinien być dostosowywany w czasie rzeczywistym.
Frequently asked questions
Obsługa błędów (OOD)?
Progi i plany awaryjne.
Pogoda?
Wykorzystaj kanały radarowe i termiczne.
Opóźnienia (Latency)?
Efektywne modele i przycinanie (pruning).
Kalibracja?
Aktualizacje zewnętrznych parametrów online.
Niepewność (Uncertainty)?
Przekazuj ją do planerów.
Zbiory danych (Datasets)?
Różnorodność i obsługa 'długogrzmienia' (long-tail coverage).
Awaria (Failures)?
Wykrywanie i przejście do bezpiecznego stanu.
Symulacja (Simulation)?
Losowanie domen (domain randomization).
Metryki (Metrics)?
Solidny mAP i ryzyko.
Perspektywy (Outlook)?
Samonaprawiająca się percepcja.
Wypróbuj na żywo
Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Inverse Kinematics (FABRIK) i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.
▶ Otwórz symulację Inverse Kinematics (FABRIK)