قاده التفكير
توطين المستخدم الداخلي باستخدام التعرف البصري على المكان
يعد التعرف البصري على المكان أحد الركائز الأساسية لـ تطوير رؤية الكمبيوتر والروبوتات. تتمثل مهمة خوارزميات VPR في تحديد المواقع التي تم فحصها بناءً على الصور. يمكن أن تدعم التكنولوجيا الروبوتات المستقلة والقوى العاملة البشرية على حد سواء ، وتحديد المناطق المحيطة وتسهيل تنفيذ الإجراءات المطلوبة.
الباحثين في NeuroSYS تسخير خوارزميات رؤية الكمبيوتر كجزء من منصة AR المطورة ، نسفلو، مما يتيح تعليمات العمل التفاعلية والتدريب العملي لتحديد مواقع المستخدمين أثناء خضوعهم للتدريب في الموقع. في هذه الحالة ، يؤدي استخدام VPR إلى تسريع كبير في عمليات الإعداد والتعلم بسبب انخفاض الحاجة إلى التدريب والإشراف المسبقين.
تحديد موقع شخص أو العثور على المكان المطلوب باستخدام GPS هو أخبار قديمة بالفعل. ولكن ماذا تفعل عندما لا يعمل نظام الملاحة عبر الأقمار الصناعية؟ أنظمة تحديد المواقع الداخلية (IPS) قادمة للإنقاذ.
عند البحث عن إبرة في كومة قش ، يمكنك الاستفادة من تقنيات مختلفة ، بما في ذلك إشارات التنبيه ، وتحديد المواقع المغناطيسية ، ووحدات القياس بالقصور الذاتي (IMU) مع مقاييس التسارع والجيروسكوبات ، وقياس الحركة من آخر نقطة معروفة ، وتحديد المواقع على أساس wi-fi ، أو ببساطة - استخدم العلامات المرئية.
جميع الطرق المذكورة أعلاه لها عيوبها (على سبيل المثال ، الحاجة إلى تثبيت علامات أو إشارات ، وزيادة الخطأ في القياس بمرور الوقت وتتطلب إعادة تحديد الموضع) ، مما يفوق فوائدها. الحل الذي يجيب على المشكلة الحاسمة - مكان المستخدم العام بدقة لأقرب بضعة أمتار - يتضح أنه يقع ضمن اختصاص الخوارزميات.
ال عملية التعرف على الأماكن يعتمد على إجراء من خطوتين ، وإنشاء قاعدتي بيانات. في البداية ، يتم تصوير المكان المستهدف ويتم تمييز عناصر معينة ونقاط رئيسية بواسطة كاشف ميزة لتحديد العناصر المميزة للمنطقة. بعد ذلك ، تتم مقارنة النقاط المصنفة بصورة مرجعية. بمجرد اعتبار النقاط الأساسية التي تم تقييمها متشابهة بدرجة كافية بواسطة أداة مطابقة الميزات ، فإن الصورة مؤهلة لإظهار نفس المكان.
ال قاعدة بيانات الصور يجمع بين صور المواقع المستهدفة ، في هذه الحالة ، مساحات العمل ، ومجموعة من خصائصها بما في ذلك المعرفات الفريدة ، متبوعة بالواصفات المحلية والعالمية. المجموعة الأخرى ، قاعدة بيانات الغرفة، يطابق نقاط مفاتيح فردية مع مناطق معينة في المساحة المدروسة.
باستخدام الشبكات العصبية SuperPoint و SuperGlue و netVLAD من مجال التعرف على المكان المرئي ، استخدم الباحثون العملية المذكورة أعلاه في توطين المستخدم. تتعاون الشبكات العصبية العميقة ، SuperPoint و SuperGlue ، في اكتشاف الميزات ومطابقتها ، واستخراج المعلومات من قواعد البيانات.
الواصفات العالمية تدخل المرحلة
تستدعي العملية واصفات عالمية ، تعمل كمتجهات تميز المكان ، وتحدد المناطق بطريقة لا تعرض أي غموض. لأداء دورها ، يجب أن تكون المتجهات إضاءة وحيادية لوجهة نظر - بغض النظر عن المنظور وظروف الإضاءة ، يجب ألا تترك الواصفات العالمية أي شك عند تمييز الأماكن في الصور المختلفة.
بالإضافة إلى ذلك ، يجب ألا تكون الكائنات المتغيرة الموجودة في منطقة الاهتمام مرتبطة بالواصفات العالمية كميزات تميز الأماكن. عناصر مثل الأثاث والمعدات عرضة للتغيير (التجديد والتفكيك) ، مما يعني أنها لا تستطيع تحديد المناطق من خلال وجودها.
تعمل برؤية الكمبيوتر التعرف على المكان يعتمد على العناصر الدائمة للمواقع التي تم فحصها ، مثل الأبواب والنوافذ والسلالم وغيرها من العناصر المميزة ذات الطبيعة طويلة الأمد. خلال البحث المعني ، تم استخدام الشبكة العصبية العميقة NetVLAD لإجراء العمليات الحسابية ، ونتيجة لذلك ، تم تقديم متجهات تفي بالمتطلبات المحددة. في عملية المطابقة العامة للواصف ، تتم معالجة صور المتجهات الأكثر تشابهًا ، باتباع حسابات المسافة بين كل نقطة ربط مميزة.
عند معالجة قاعدتي بيانات - قاعدة بيانات الغرفة والأخرى ، تحتوي على النقاط الرئيسية والواصفات العالمية - يتعامل النظام مع سمات الصور. بعد إجراء تقدير لأوجه التشابه وأقصر المسافات ، تحدد الشبكة العصبية الثانية ، SuperGlue ، صور الموقع. يسمح النظام الذي يستخدم VPR بتعريب المستخدم بناءً على عدد النقاط الرئيسية المطابقة ، باختصار.
وجدت الخوارزميات التطبيق في منصة AI & ARيُمكّن نظام VPR المستخدمين من إجراء التدريب باستخدام نظارات ذكية. يُمكّن نظام VPR المتدربين من تحديد مواقعهم في مكان العمل، وإطلاق برامج تعليمية وأدلة إرشادية مناسبة لكل موقع، مما يُحسّن السلامة ويُقلل الحاجة إلى الإشراف المباشر.
تم تمويل المشروع من أموال الاتحاد الأوروبي في إطار صناديق التنمية الإقليمية الأوروبية كجزء من البرنامج التشغيلي للنمو الذكي. تم تنفيذ المشروع كجزء من المركز الوطني للبحث والتطوير: المسار السريع.
