El nuevo sistema de IA MvACon aumenta la precisión de percepción de los coches autoconducidos

Investigadores de la Universidad Estatal de Carolina del Norte desarrollaron un nuevo enfoque para ayudar a los coches autoconducidos a comprender mejor lo que les rodea. Esta nueva configuración, que han bautizado como Contextualización Atenta Multivista (MvACon), resuelve algunos de los contratiempos habituales de los actuales sistemas de IA con transformador de visión que trabajan detectando cosas en 3D desde distintos ángulos.

Realizaron varias pruebas con el conjunto de datos nuScenes -uno muy popular para la conducción autónoma- y MvACon consiguió aumentar la precisión de detección en varios sistemas de visión de primer nivel. Cuando lo combinaron con el sistema BEVFormer, mostró claras mejoras a la hora de averiguar dónde se encuentran los objetos, predecir hacia dónde miran e incluso aproximarse a la velocidad a la que se mueven.

El equipo descubrió que el método de atención de MvACon, que se centra en los grupos, mantiene la detección nítida para los vehículos y las estructuras cercanas. Llaman a esto un "sistema de coordenadas local consciente del contexto del objeto", lo que significa que el sistema consigue un mejor sentido del espacio, lo que ayuda mucho a rastrear cómo se mueven y se enfrentan las cosas.

Un aspecto innovador de esta tecnología es que puede añadirse fácilmente a los actuales sistemas de visión de vehículos autónomos sin necesidad de hardware adicional. Y sea cual sea la configuración en la que se utilice, mejorará sistemáticamente el rendimiento independientemente de cómo se implemente.

Las pruebas demostraron que el sistema funcionaba eficazmente incluso en escenarios difíciles con múltiples objetos aglomerados.