Almanya’da Daimler ve Kassel Üniversitesi'ndeki bilim insanları, yalnızca radar dataları ile ferdî “trafik katılımcılarını” sınıflandırabilen (daha evvelce bilinmeyen gizli obje sınıfları dahil) yeni bir makine öğrenme yapısı geliştirdiler. Bilim insanları, bunun şoförsüz araba sanayisi için özel bir yarar sağlayabileceğini tez ediyorlar.
Yeni teknolojinin genel sınıflandırma performansının evvelki formüllerle karşılaştırıldığında geliştirilebilir ve ek olarak, yeni sınıfların çok daha yanlışsız bir halde tanımlanabilir olduğu belirtiliyor. Ayrıyeten bu radarın imajdaki birden fazla objeden direkt bir sürat ölçümü elde edebilen birkaç sensörden biri olduğu söyleniyor. Öbür sensörlere kıyasla sis, kar yahut şiddetli yağmur üzere olumsuz hava şartlarında daha sağlam sonuçlar elde edildiği lisana getiriliyor. Bunların yanı sıra bilim insanları radarın eksiksiz olmadığını da ekliyor. Radarın başka sensörlere kıyasla nispeten düşük bir açısal çözünürlüğe sahip olup, seyrek bilgi sunumuna yol açtığı söyleniyor.
Ekip, 80 LSTM (uzun kısa periyodik bellek) hücresi içeren bir sınıflandırıcı koleksiyonu yahut biyolojik nöronları taklit eden katmanlı matematiksel işlevler ile tahlil sağlamaya çalışıyor. Nesneler ortasındaki temel farkları tanımlamak için toplam 98 özellikten oluşan dinamik bir altküme kullanılıyor. (aralık, açı, genişlik ve Doppler kıymetlerinin dağılımına ait özellikler gibi…)
Ekip, yapay zekayı eğitmek için 3.800'den fazla hareketli yol kullanıcısı için 3 milyondan fazla bilgi noktası içeren bir bilgi seti oluşturdu. Test aracının ön yarısına monte edilmiş dört adet radar sensörü ile yaklaşık 100 metre aralıklarla örnekler alındı. Sınıflandırıcılar algılanan objeleri altı seçenekten birine ayırdı: yaya, yaya kümesi, bisiklet, otomobil, kamyon ve çöp. Sınıflandırma kusurlarının birden fazla, yaya ve yaya kümesi sınıfları ortasında ortaya çıktı.
