Решения ANSYS позволяют решать практически все задачи, связанные с разработкой беспилотных и автономных автомобилей: задачи, связанные с датчиками, сенсорами и человеко-машинными интерфейсами, задачи разработки ПО автоматизированной системы вождения, управляющего, задачи проектирования вычислительной платформы и платформу автомобиля в целом.
ANSYS SCADE Vision, работающий по технологии Hologram предлагает технологию и среду тестирования ПО систем распознавания, основанных на искусственном интеллекте, для беспилотных и автономных транспортных средств.
SCADE Vision ускоряет обнаружение слабых мест в ПО систем распознавания, которые могут быть связаны с особыми случаями (edge cases), и помогает определить их первопричины - так называемые инициирующие события. Использование SCADE Vision меняет классические подходы к разработке систем распознавания:
- При обычном подходе к разработке и тестированию систем распознавания выполняется запись реальных сценариев дорожного движения во время движения автомобиля, ручной поиск особых случаев и передача фрагментов с особыми случаями для отладки и поиска уязвимостей в отдел разработки ПО систем распознавания. В то время как SCADE Vision автоматически обнаруживает уязвимости в ПО систем распознавания на базе искусственного интеллекта, излишней ручной работы не требуется.
- Для обнаружения дефектов разработки систем распознавания требуются большие объемы размеченных данных. Подготовка таких данных требует, как финансовых, так и временных затрат. SCADE Vision работает с необработанными данными, непосредственно полученными с сенсоров и датчиков.
- Новые версии ПО систем распознавания автономных и беспилотных транспортных средств должны быть испытаны на реальных дорогах, что может привести к авариям. SCADE Vision оценивает надежность алгоритмов распознавания до реальной поездки, выполняя тестирование ПО в контуре управления.
SCADE Vision позволяет радикально сократить затраты на разработку безопасной системы распознавания и ее тестирование:
- Повышение безопасности системы распознавания.
Именно безопасное распознавание помогает выявить уязвимости существующих систем на основе искусственного интеллекта. SCADE Vision дополняет традиционное моделирование и натурные испытания систем распознавания. - Снижение временных затрат.
Это возможно благодаря отказу от поиска специфичных сценариев в ручном режиме. SCADE Vision позволяет превратить петабайты обычных исходных данных в мегабайты активных сценариев для тестирования. Пользователи сообщают о 30-ти кратном ускорении по сравнению с ручным или полуавтоматическим подходом в части обнаружения особых случаев в ПО систем распознавания. - Использование ресурсов по назначению.
Разработчики ПО выполняют именно свои функции - занимаются разработкой ПО, а не выполняют разметку видеоданных.
Области применения SCADE Vision
ANSYS SCADE Vision, работающий по технологии Hologram автоматизирует идентификацию потенциальных уязвимостей в системах распознавания. Данная возможность позволяет найти и классифицировать особые случаи, когда система может демонстрировать небезопасное поведение. ANSYS SCADE Vision предназначен для аналитиков по безопасности, разработчиков нейронных сетей и инженеров, работающих с системами распознавания на основе машинного обучения.
SCADE Vision позволяет автоматически тестировать ПО системы распознавания, на основе искусственного интеллекта. Обычно данное ПО представляет собой свёрточную нейронную сеть CNN (Сonvolutional Neural Network). Тестирование заключается в запуске алгоритмов распознавания сетью CNN дважды:
- На первом запуске на вход алгоритмов распознавания подаются необработанные (неразмеченные) кадры видео, полученного с датчиков автономного транспортного средства
- На втором запуске на вход алгоритмов распознавания подается дополненная/модифицированная, посредством SCADE Vision, версия видеокадров из первого запуска, на которых обнаружены объекты, представляющие интерес для тестирования (например, пешеходы, автомобили).
Затем инструменты SCADE Vision анализируют результаты, полученные по итогам двух вариантов распознавания, с использованием нескольких специализированных алгоритмов поиска дефектов для выявления слабых и уязвимостей ПО систем распознавания, включая дефекты с ошибочным распознаванием объектов или их нераспознаванием там, где это было необходимо.
SCADE Vision не требует наличия размеченных данных для поддержки тестирования ПО систем распознавания; наоборот инструмент выполняет поиск уязвимостей по необработанным данным с сенсоров и датчиков, полученных непосредственно на беспилотных и автономных транспортных средствах.
Веб-интерфейс предоставляет возможность настройки (указание репозиториев входного видеопотока/изображений, алгоритмов распознавания / тестируемой сети CNN и т. п.) и запуска одного или нескольких анализов одновременно. Пользовательский интерфейс помогает выполнить быструю идентификацию во входном видеопотоке / кадрах объектов, представляющих особый интерес для тестирования, или потенциальных дефектных объектов для эффективного анализа среди большого числа видеоданных, полученных при вождении беспилотных и автономных транспортных средств
SCADE Vision предлагает аналитикам специальный веб-интерфейс для классификации найденных в ходе тестирования дефектов системы распознавания к определенным инициирующим событиям (triggering events - в контексте стандарта ISO SOTIF)
Набор инициирующих событий разнообразен:
- Погодные условия: снег, дождь, лесной пожар.
- Условия освещения: блики, ночь, солнце в зените.
- Инфраструктура: заборы, отражающие поверхности, памятники и статуи.
- Типы участников дорожного движения: люди в инвалидных колясках, люди в специальных костюмах.
- Неполное обучение систем машинного обучения и многое другое.
SCADE Vision позволяет генерировать отчеты в печатном и электронном виде для предоставления их группам разработки алгоритмов распознавания и аналитикам по безопасности. Специальный пользовательский интерфейс помогает аналитикам расставлять по отчету комментарии, в том числе рекомендации для смягчения последствий ключевых инициирующих событий с указанием примеров дефектов. Автоматически сгенерированные отчеты помогают организовать взаимодействие и коммуникации между аналитиками по безопасности, командами разработки ПО систем распознавания, а также другими заинтересованными лицами.