ضعف پنهان سیستمهای خودران در تونلها و شب
یکی از پیچیدهترین خطاهای ادراکی خودروهای خودران در شرایط واقعی، پدیده «سایههای مصنوعی» است؛ موضوعی که بهویژه در تونلها و محیطهای کمنور، دقت سیستمهای دید رایانهای را بهطور جدی تحتتأثیر قرار میدهد.
به گزارش خودران، با وجود پیشرفتهای چشمگیر در رانندگی خودکار، خودروهای خودران هنوز در برخی شرایط محیطی با چالشهای جدی روبهرو هستند. یکی از مهمترین این چالشها، سایههای مصنوعی است؛ سایههایی که نه ثابتاند و نه طبیعی، بلکه حاصل ترکیب نورهای مصنوعی، بازتابها، چراغهای خودروها یا تغییر ناگهانی شدت نور هستند. این سایهها در تونلها، مسیرهای زیرزمینی و جادههای شبانه بیشترین اختلال را ایجاد میکنند.
در چنین محیطهایی، سیستمهای ادراکی خودرو — بهویژه دوربینها — ممکن است سایه را بهعنوان جسم، مانع یا عابر تشخیص دهند، یا بالعکس، یک مانع واقعی را به اشتباه سایه تصور کنند. این خطا میتواند باعث ترمزگیری ناگهانی، انحراف از مسیر یا کاهش غیرضروری سرعت شود.
چرا سایههای مصنوعی برای دوربینها خطرناکاند؟
سیستمهای دید رایانهای خودروهای خودران براساس الگوریتمهایی کار میکنند که تغییرات شدت نور، کنتراست و رنگ را تحلیل میکنند. در شرایطی مانند ورودی و خروجی تونل، دوربینها با دو مشکل همزمان مواجه میشوند:
• کاهش شدید داینامیک رنج نور
• زمانبندی ناکافی برای تنظیم نوردهی
این دو عامل باعث میشود یک سایه کوچک یا تغییر نور، در تصویر دیجیتال بهعنوان یک شیء سهبعدی تفسیر شود. برخی سیستمهای خودران حتی سایههای مخالف جهت نور یا سایه عابر را بهعنوان مانع فیزیکی شناسایی میکنند و واکنش غلط نشان میدهند.
تونل: محیطی با بیشترین خطای ادراک
تونلها یکی از سختترین محیطها برای خودروهای خودران هستند. دلایل:
• نور چراغهای سقفی تونل یکدست نیست و «سایههای ضربانی» ایجاد میکند
• بازتاب نور چراغ خودروها از دیوارهای براق تونل سایههای ساختگی ایجاد میکند
• نواحی ورودی و خروجی تونل دارای تغییر ناگهانی نور (Light Flick) هستند
• رطوبت و مه در تونلهای طولانی میتواند سایه را «واقعیتر» از یک مانع نشان دهد
در آزمایشهای 2024 شرکتهای خودران، بیشترین ترمزهای ناخواسته در ورودی و خروجی تونل ثبت شده است.
تأثیر نور خودروهای دیگر در شب
در شب، مشکل سایهها دو برابر میشود. عبور خودروهای مخالف و انعکاس نور LEDهای پرقدرت، سایههای غیرطبیعی روی سطح جاده ایجاد میکند. برخی شبکههای بینایی، این سایهها را با حیوان، مانع یا حتی «شیء در حال حرکت» اشتباه میگیرند.
این موضوع در جادههای برونشهری ایران نیز رایج است؛ جایی که خطکشیهای فرسوده و نبود روشنایی یکنواخت، خطای ادراک را تشدید میکند.
راهکارهای فنی برای کاهش خطا
برای رفع یا کاهش خطای سایههای مصنوعی، چند راهکار در صنعت در دست توسعه است:
• ترکیب دوربین + LiDAR برای تشخیص حجم واقعی اشیاء
• استفاده از حسگرهای IR برای تشخیص دمای اجسام (مانع واقعی حرارت دارد، سایه ندارد)
• بهبود الگوریتمهای Exposure Control در ورودی و خروجی تونلها
• آموزش شبکهها با دادههای شب و تونل واقعی بهجای دادههای شبیهسازیشده
• استفاده از مدلهای زبانی چندعاملی (MLLM) برای تحلیل «رفتار سایهها» از منظر فیزیک نور
در پلتفرمهای جدید مانند Nvidia Drive Thor، بخشی از قدرت پردازشی دقیقاً برای همین نوع تصحیحهای لحظهای طراحی شده است.
جمعبندی
سایههای مصنوعی یکی از مهمترین دلایل خطای ادراک دوربینها در خودروهای خودران هستند؛ بهویژه در تونلها و محیطهای کمنور. با اینکه شرکتهای خودران بهسرعت در حال توسعه الگوریتمها و سختافزارهای مقاوم در برابر این خطاها هستند، اما تا امروز این مشکل یکی از چالشهای حلنشده رانندگی خودکار باقی مانده و در برخی موارد میتواند باعث توقف یا اختلال عملکرد خودرو شود.