Es una escena común para cualquiera que conduzca de noche en una carretera oscura. Dando vueltas por las esquinas y colinas, Las luces altas del automóvil están encendidas para mejorar la visión, mientras que la mano del conductor permanece preparada para apagarlas en cualquier momento. no sea que ceguen el tráfico que se aproxima y provoquen un accidente.

Xin Li cree que hay una mejor solución, y está trabajando con el fabricante de faros delanteros más grande de China para hacerlo realidad.

"Los faros modernos no tienen solo una o dos bombillas, pueden tener hasta un millón, "dijo Li, profesor de ingeniería eléctrica e informática en la Universidad de Duke y la Universidad de Duke Kunshan. "Estoy trabajando con socios de la industria para crear un 'faro inteligente' que pueda controlar cada píxel individualmente e iluminar automáticamente diferentes áreas frente al automóvil después de reconocer el entorno circundante".

Por ejemplo, el faro podría reducir la cantidad de luz que apunta a un automóvil que se aproxima y, al mismo tiempo, aumentar la iluminación de una señal de tráfico próxima. O podría detectar a los peatones cercanos y alertar al conductor resaltando su cuerpo mientras evita que la luz brille directamente en sus ojos.

El desafío de hacer un faro de este tipo no es necesariamente crear los diferentes patrones de luz, sino enseñarle al automóvil cómo reconocer automáticamente el entorno circundante y crear los patrones por sí mismo. Es un problema que HASCO Vision Technology, el mayor fabricante de lámparas para automóviles de China, está recurriendo a Li para que lo ayude a resolverlo con el aprendizaje automático.

Muchas empresas de automóviles utilizan cámaras y aprendizaje automático para ayudar a controlar sus propias versiones de automóviles autónomos. por lo que Li está lejos de ser el único en este sentido. Algoritmos de aprendizaje automático, sin embargo, necesitan grandes cantidades de datos de los que aprender, y muchos de los conjuntos de datos y algoritmos ya creados para este propósito se han centrado en la conducción diurna.

"Sin embargo, a nuestra aplicación no le importa el día, "dijo Li, que divide su tiempo entre los campus de Duke en Carolina del Norte y Kunshan, Porcelana. "Usar este enfoque para los faros inteligentes es en realidad más difícil porque las condiciones de iluminación son mucho peores. Es un desafío único que no ha sido bien estudiado en el pasado".

Mientras sus socios de la industria están trabajando para recopilar más imágenes nocturnas y anotar minuciosamente objetos importantes como letreros, peatones y otros coches, Li está optimizando el algoritmo de aprendizaje automático. Dado que las decisiones deben tomarse en tiempo real, los investigadores deben elegir el hardware adecuado y diseñar el algoritmo para que se ajuste a su arquitectura.

Ayudar a Li con esta tarea es el científico investigador de DKU Xin Feng. Juntos, Li y Feng ya tienen una demostración en funcionamiento que, aunque impresionante, todavía necesita mejorar antes de que salga a la carretera.

"La precisión de la detección es muy importante:no se puede perder nada ni a nadie, ", dijo Li." Y si bien ese es un problema muy importante y desafiante, es solo una métrica. La otra es la respuesta en tiempo real. Si el algoritmo tarda demasiado en responder, entonces no es útil. Técnicamente, esos son los dos temas más desafiantes ".

Pero son problemas que Li espera resolver en un futuro cercano, además de agregar algunas campanas y silbidos más. Otro aspecto del proyecto utiliza los faros para proyectar información importante como el clima y las condiciones de la carretera, señales de tráfico, indicaciones de navegación, e incluso carriles de conducción hacia la carretera dentro de los propios haces de los faros.

Otros avances podrían incluir el uso de sensores alternativos que eventualmente puedan poseer los autos autónomos, como el radar y el lidar. Pero por ahora, el proyecto utiliza solo cámaras orientadas hacia adelante para mantener bajos los costos, ya que en los próximos años es mucho más probable que los consumidores vean grandes cantidades de faros inteligentes en las carreteras que los vehículos autónomos con capacidades de detección adicionales.

"Creo que podemos lanzar un producto de primera generación al mercado en los próximos dos años, "dijo Li." Una vez que los tengamos en el camino, podemos obtener aún más comentarios y datos para mejorar aún más la precisión y el tiempo de respuesta para que las iteraciones futuras sean aún mejores ".