محققان تکنیک جدیدی برای شبکههای عصبی (DNN) معرفی کردهاند که میتواند دقت تشخیص اشیا در سیستمهای رانندگی خودکار مبتنی بر LiDAR را بر اساس محدودیتهای زمانی (Deadline-aware) تنظیم کند.
نکته کلیدی این دستاورد این است که به جای نیاز به آموزش چندین مدل مختلف، تنها با یک مدل و تغییر پویا در رزولوشن ورودی (Input Resolution)، سیستم میتواند در لحظه تصمیم بگیرد که چقدر پردازش برای حفظ ایمنی و جلوگیری از تاخیر لازم است. این روش در تستهای شبیهسازیشده روی مجموعه داده nuScenes عملکرد فوقالعادهای در جلوگیری از تصادف و مدیریت پیچیدگیهای محیطی نشان داده است.
منبع: arXiv Machine Learning