Cíl projektu:
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.