Lifelong learning of dynamic objects detection and tracking in adverse conditions for autonomous vehicles
Public support
Provider
Ministry of Education, Youth and Sports
Programme
Promoting the mobility of researchers and workers in the framework of international cooperation in R&D
Call for proposals
—
Main participants
České vysoké učení technické v Praze / Fakulta elektrotechnická
Contest type
M2 - International cooperation
Contract ID
MSMT-8030/2018-20
Alternative language
Project name in Czech
Autonomní vozidla: metody dlouhodobého učení pro detekci dynamických objektů v obtížných podmínkách
Annotation in Czech
Hlavním vědeckým cílem projektu je vyvinout metody, které autonomnímu vozidlu umožní porozumět nejen tomu, jak okolní prostředí v danou chvíli vypadá, ale co se v něm odehrává. Znalost situace (děje) v okolí vozidla umožní předpovídat budoucí akce a trajektorie dalších účastníků provozu. K dosažení tohoto úkolu budeme zkoumat a vyvíjet metody které umožňují autonomním vozidlům detekovat a sledovat pohybující se objekty ve své blízkosti za obtížných povětrnostních podmínek a v nepřehledných dopravních situacích. Tyto metody budou založeny na principech dlouhodobého učení a adaptace, které umožní průběžné vylepšování těchto metod na základě zkušeností nasbíraných vozidlem během jeho provozu. Schopnost dlouhodobého učení tak povede k vozidlům, které budou schopny spolehlivě operovat v běžných dopravních situacích. Hlavním praktickým cílem je navázat vědeckou spolupráci mezi UTBM a ČVUT na poli autonomních vozidel. Klíčoví členové obou týmů již spolu krátce spolupracovali v rámci centra autonomních systémů v Anglii, kde Dr. Tomáš Krajník vyvíjel metody pro prostoročasové mapování [8] a spolehlivou dlouhodobou lokalizaci [18], a Dr. Zhi Yan vyvíjel metody pro detekci a sledování pohybujících-se objektů [5]. Dr. Zhi Yan nyní přechází na pracoviště Prof. Yassine Ruichek’s na UTBM, kde bude pracovat na problémech umělého vnímání a autonomní navigace. Tento tým je vybaven řadou inteligentních vozidel s potřebnou senzorickou základnou (RGB/RGB-D kamery, 2D/3D LiDARy, GPS, etc). Prof. Yassine Ruichek se dlouhodobě věnuje problémům umělého vnímání, lokalizace a senzorické fúze [19, 20, 21, 22], které jsou klíčové pro autonomní vozidla.
Scientific branches
R&D category
ZV - Basic research
OECD FORD - main branch
20204 - Robotics and automatic control
OECD FORD - secondary branch
—
OECD FORD - another secondary branch
—
CEP - equivalent branches <br>(according to the <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">converter</a>)
JD - Use of computers, robotics and its application
Completed project evaluation
Provider evaluation
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Project results evaluation
This project was being realized in the framework of the MOBILITY Activity that aims primarily on establishing and strenghtening ties with foreign research institutions. The control of particular outputs is not implemented by the evalution committee, but the correctness of allocated finances and the adequacy of their use are checked.
Solution timeline
Realization period - beginning
Jan 1, 2018
Realization period - end
Dec 31, 2019
Project status
U - Finished project
Latest support payment
Feb 19, 2019
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP20-MSM-8J-U/02:1
Data delivery date
Jun 29, 2020
Finance
Total approved costs
108 thou. CZK
Public financial support
108 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
0 thou. CZK