LiDAR ile Akıllı Token Seçimi: Otonom Araçlar İçin Hızlı Görüş Modelleri

Otonom araçların görüntü işleme modellerine bak: her karede binlerce token (görüntü parçası) işleniyor, ancak çoğu gökyüzü, bina ya da boş yol. Bu gereksiz veriler planlayıcının dikkatini dağıtıyor ve hesap gücünü harcıyor.

Yeni bir araştırma ilginç bir bulgu ortaya koyuyor: rastgele tokenların yüzde 75'ini atmak, yoğun modelden daha iyi sonuç veriyor. Neden? Çünkü model, kalan yüzde 25'e, gerçekten sürüşe kritik olan veriye, daha iyi odaklanabiliyor.

Bu fikrin üzerine inşa edilen Geometry-Aware Token Selection (GATS) yöntemi LiDAR ve radar noktalarını kullanarak, görüntü işleme başlamadan önce hangi tokenların tutulacağını seçiyor. Buradaki fark: seçici, görsel özellikler yerine gerçek 3D geometri verilerine bakıyor. model yalnızca seçilmiş bölgeleri kodluyor ve uçtan uca hesap işlemi 18 kata kadar azalıyor.

Tutulan her token, LiDAR noktasından bir 3D referans alıyor ve kutu açıklaması (box annotation) olmadan gelecekteki özellik ve 3D yer değiştirmeleri tahmin eden kendi kendine öğrenen bir dünya modeline gidiyor. Yüzde 25 bütçede çalışan sistem, gereksiz bilgiyi filtreleyen bir akıllı bekçi gibi davranıyor.

Bu yaklaşım otonom sürüş sistemlerinde hız ve doğruluk arasındaki dengeyi önemli ölçüde iyileştiriyor. Daha az veri işlemek, daha düşük güç tüketimi ve gerçek zamanlı karar almayı kolaylaştırıyor, bu da elektrikli araçlar için pil ömrü ve güvenlik açısından kritik.