Группа ученых из российского МФТИ и китайских университетов разработала самообучающуюся систему обработки данных 4D-радаров RadarSFEMOS. Как утверждают разработчики, алгоритм готов к работе на серийных радарах, которые стоят в 50 раз дешевле лидаров.

В RadarSFEMOS используется диффузионная модель шумоподавления. Она очищает радарные данные от шумов за миллисекунды. Для идентификации предметов применяется трансформерный анализатор с адаптивной архитектурой.

Система различает объекты при 5—10 точках отражения радарных волн на квадратный метр проекции окружающих объектов. В лидарах для этих целей требуется минимум 100 точек на квадратный метр. Утверждается, что новая система определяет движение объектов вокруг автомобиля и разделяет их на движущиеся и статичные при любых погодных условиях.

RadarSFEMOS определяет скорость автомобиля-носителя, окружающих объектов, а также скорость движения объектов к автомобилю и от него. Система обучается без ручной разметки массива данных за счет внедрения ИИ. Алгоритмы постепенно «привыкают» отличать радарные шумы от реального движения и повышать точность работы.

Систему испытали на стандартных наборах данных View-of-Delft (VoD) и TJ4DRadSet. Проверялась способность RadarSFEMOS избегать фантомных торможений и других реакций на несуществующие объекты. В исследовании утверждается, что точность определения положения объектов выросла до 89%, число ложных срабатываний упало в несколько раз.

Статья о RadarSFEMOS опубликована в журнале IEEE Robotics and Automation Letters.

В России в 2025 году планируют разработать законопроект о регулировании движения высокоавтоматизированных транспортных средств. С июня 2023 года в России на нескольких трассах было запущено движение грузовых беспилотников в рамках экспериментального правового режима.