Předefinování robotiky: Inovativní řešení strojového vidění Purdue University

Výzkumníci z prestižní Purdue University udělali významný pokrok v oblasti robotiky, strojového vidění a vnímání. Jejich průlomový přístup nabízí významné zlepšení oproti konvenčním technikám, slibující budoucnost, ve které stroje mohou vnímat své okolí účinněji a bezpečněji než kdykoli předtím.

Představujeme HADAR: Revoluční skok ve strojovém vnímání

Zubin Jacob, Elmore Associate Professor of Electrical and Computer Engineering, ve spolupráci s výzkumným pracovníkem Fanglinem Bao, představil průkopnickou metodu nazvanou HADAR, zkratka pro heat-assisted detection and ranging. Jejich inovace získala značnou pozornost a tato pozornost ještě více zvýšila očekávání ohledně potenciálních aplikací HADARu v různých sektorech.

Tradičně záviselo strojové vnímání na aktivních senzorech, jako jsou LiDAR, radar a sonar, které emitují signály pro sběr třírozměrných dat o svém okolí. Tyto metody však představují výzvy, zejména při škálování. Jsou náchylné k interferenci signálů a mohou dokonce představovat rizika pro lidskou bezpečnost. Omezení video kamer v podmínkách nízkého osvětlení a “ghosting efekt” v konvenčním termálním zobrazování ještě více komplikovaly strojové vnímání.

HADAR se snaží řešit tyto výzvy. “Objekty a jejich prostředí neustále emitují a rozptylují tepelné záření, vedoucí k texturově chudým obrazům, známým jako ‘ghosting efekt’,” vysvětlil Bao. Pokračoval: “Termální obrázky obličeje osoby ukazují pouze obrysy a some teplotní kontrast; nejsou zde žádné rysy, takže to vypadá, jako byste viděli ducha. Tato ztráta informací, textury a rysů je překážkou pro strojové vnímání pomocí tepelného záření.”

HADARova řešení spočívá v kombinaci termofyziky, infračerveného zobrazování a strojového učení, umožňující plně pasivní a fyzikálně vědomé strojové vnímání. Jacob zdůraznil paradigmatický posun, který HADAR přináší, když uvedl: “Naše práce buduje informační teoretické základy termálního vnímání, aby ukázala, že tma nese stejnou množství informací jako broad daylight. Evoluce udělala lidi zaujatými vůči dennímu světlu. Strojové vnímání budoucnosti překoná tento dlouho existující dichotomii mezi dnem a nocí.”

Praktické důsledky a budoucí směry

Účinnost HADARu byla podtržena jeho schopností obnovit textury v nočním scénáři mimo silnici. “HADAR TeX vidění obnovilo textury a překonalo ghosting efekt,” poznamenal Bao. Přesně nakreslil složitý vzor, jako jsou vodní vlny a vrásky kůry, ukazující jeho vynikající smyslové schopnosti.

Ale předtím, než může být HADAR integrován do reálných aplikací, jako jsou samořídící auta nebo roboti, je třeba řešit výzvy. Bao uvedl: “Současný senzor je velký a těžký, protože algoritmy HADARu vyžadují mnoho barev neviditelného infračerveného záření. Abychom jej mohli aplikovat na samořídící auta nebo roboty, musíme snížit jeho velikost a cenu a také zvýšit rychlost kamer.” Aspirace spočívá ve zvýšení snímkové frekvence současného senzoru, který目前 vytváří jeden obraz za sekundu, aby splnil požadavky autonomních vozidel.

Co se týče aplikací, zatímco HADAR TeX vidění je目前 přizpůsobeno pro automatizovaná vozidla a roboty, jeho potenciál sahá mnohem dále. Od zemědělství a obrany po zdravotnictví a monitoring volně žijících zvířat jsou možnosti rozsáhlé.

V uznání jejich průlomové práce získali Jacob a Bao financování od DARPA a byli oceněni 50 000 dolarů z Trask Innovation Fund Office of Technology Commercialization. Duo také disclosed their innovation to the Purdue Innovates Office of Technology Commercialization, taking the initial steps to patent their creation. This transformative research from Purdue University is set to redefine the boundaries of machine perception, making way for a safer, more efficient future in robotics and beyond.