یکی از چالش‌های اصلی برای یک خودروی بدون سرنشین، رسیدن به نتیجه‌گیری مناسب بر اساس چیزهایی است که در اطراف خود می‌بیند، به طوری که بتواند موقعیت‌های غیرمنتظره را پیش‌بینی کند و بتواند به طور ایمن در سطح معابر رفت و آمد کند.
به همین منظور یک محقق یونانی به نام پنگیوتیس ملتیس (Panagiotis Meletis)، با بخش فناوری دانشگاه فنی آیندهوون هلند، در آزمایشگاه سیستم‌های ادراک حرکتی برای بهبود توانایی خودروهای بدون سرنشین در تشخیص اشیای اطراف خود همکاری کرده است. وی می‌گوید که می‌توان به یک شبکهٔ عصبی مصنوعی (هوش مصنوعی) آموزش داد که یک صحنه ترافیک را با ارسال مقادیر زیادی از تصاویر موقعیت‌های ترافیکی که در آن همهٔ عناصر محیطی علامت گذاری شده‌اند، تجزیه و تحلیل کند. سپس می‌توان سطح درک هوش مصنوعی را با دادن تصاویر جدید و بدون علامت گذاری اندازه‌گیری کرد. تحقیقات وی به منجر به ساخت متدی شد که قدرت تحلیل بسیار بالایی برای ماشین‌های خودران به همراه می‌آورد.
گفتنی است که توانایی متد ملتیس در کارگاهی که به عنوان بخشی از کنفرانس بینایی کامپیوتری و تشخیص الگو برگزار شده بود سنجیده شد. همچنین این روش حتی در باران‌های شدید و تابش مستقیم نور خورشید که اختلالات بصری برای دوربین این خودروها ایجاد می‌کنند، بررسی شده و سربلند بیرون آمده است.
منبع techxplore.com
