Беспилотный складской погрузчик

Разработка решения для беспилотного погрузчика.

Deep learning
Computer vision
CUDA
ConvNets

2017

Коротко о главном

Задача

Разработать end-to-end прототип системы автопилотируемого складского погрузчика, способного безопасно передвигаться по складу без водителя из пункта А в пункт B.

Решение

  • Модуль прогнозирования движения погрузчика только на основе входных изображений с нескольких камер с применением конволюционных нейронных сетей
  • Модуль управления — формирования угла поворота руля, ускорения и торможения
  • Модуль сбора данных — программное обеспечение для создания обучающих выборок
  • Модуль обучения - end-to-end конволюционная модель

В целом

В настоящее время происходит настоящая революция в области машинного обучения. С развитием deep learning его применимость в различных прикладных задачах увеличивается. И область автопилотируемых автомобилей - тому не исключение. Эта индустрия включает в себя не только построение систем автоматического управления автомобилями по дорогам общего назначения, но и такие бизнес приложения, как автоматизация движения погрузчиков по складам.

Совместно с одной крупной российской компанией был создан прототип автопилотируемого складского погрузчика, способного безопасно передвигаться по складу по заданному маршруту. Отличительной особенностью данной системы является то, что обучение модели проиcходит end-to-end на основе данных реальных действия водителя. Потенциально, обучающая выборка бесконечна: никакой ручной сегментации и детектирования объектов. За счет этого открываются возможности по быстрому внедрению системы в любые новые склады.

Ниже представлено несколько демонстрационных видео, показывающих, как работает система на новом заезде по заранее заданному маршруту.

Видео 1. Процесс обучения модели.

Видео 2. Процесс обучения модели.
Следующий проект

Утилита разметки изображений