La Escuela de Ingeniería Tandon de la Universidad de Nueva York (NYU), en colaboración con May Mobility, ha lanzado un innovador conjunto de datos que promete impulsar el desarrollo de la tecnología de vehículos autónomos (AV). Este nuevo conjunto de datos, denominado MARS (MultiAgent, multitraveRSal, y multimodal), ofrece datos de conducción del mundo real sin precedentes, proporcionando valiosos conocimientos para los investigadores y avanzando en el campo de los AV.
El conjunto de datos MARS fue presentado en la Conferencia de Visión por Computadora y Reconocimiento de Patrones (CVPR) de IEEE / CVF, y está disponible públicamente para facilitar el estudio de las interacciones de los AV y su comprensión del entorno a lo largo del tiempo. Esta colaboración destaca el potencial de las asociaciones entre la industria y el ámbito académico para avanzar en la investigación de vehículos autónomos.
El laboratorio de Automatización e Inteligencia para la Ingeniería Civil (AI4CE) de NYU Tandon, junto con ingenieros de May Mobility, han curado el conjunto de datos MARS. Los datos fueron recopilados utilizando una flota de cuatro vehículos autónomos Toyota Sienna Autono-MaaS, que operaron en una zona de 20 kilómetros en una ciudad de Estados Unidos, abarcando áreas residenciales, comerciales y universitarias. El conjunto incluye datos de sensores como LiDAR, cámaras, GPS/IMU e información sobre el estado del vehículo, elementos cruciales para el desarrollo de algoritmos avanzados para AV.
Chen Feng, investigador principal del proyecto y profesor asistente en NYU Tandon, destacó que “los conjuntos de datos para la investigación de vehículos autónomos generalmente provienen de un solo vehículo que pasa una vez por un lugar determinado. MARS ofrece muchas más oportunidades porque captura interacciones reales entre múltiples AV que recorren rutas fijas cientos de veces, incluyendo pasadas repetidas por los mismos lugares bajo condiciones variables”.
Lo que distingue al conjunto de datos MARS es su naturaleza “multitraversal”, con datos recopilados de miles de pasadas por 67 ubicaciones específicas en diferentes momentos del día y bajo diversas condiciones climáticas. Esto permite a los investigadores estudiar cómo los AV pueden utilizar el conocimiento previo para mejorar su comprensión en tiempo real del entorno.
El servicio de suscripción FleetAPI de May Mobility permitió a los investigadores de NYU Tandon acceder a más de 1.4 millones de cuadros de datos de sensores sincronizados. Esta colaboración establece un precedente para las asociaciones entre la industria y el ámbito académico que benefician a toda la industria de los AV.
Feng añadió que “el conjunto de datos MARS nos permite estudiar tanto cómo múltiples vehículos pueden percibir su entorno de manera colaborativa y más precisa, como cómo los vehículos pueden construir una comprensión detallada de su entorno a lo largo del tiempo”.
El lanzamiento de MARS llega en un momento crucial, ya que la industria de los AV se esfuerza por avanzar más allá de los entornos de prueba controlados y enfrentar las complejidades de la conducción en el mundo real. Este conjunto de datos, recopilado de múltiples vehículos comerciales en uso real, desempeña un papel vital en el entrenamiento y validación de los sistemas de inteligencia artificial que impulsan los AV.
La colaboración entre May Mobility y NYU Tandon subraya su compromiso con la creación de soluciones de movilidad más seguras y la mejora de los algoritmos de conducción autónoma, impulsando el desarrollo de la tecnología de vehículos autónomos.
Fuente: https://selfdrivenews.com/nyu-may-mobility-propel-autonomous-vehicle-research/
