Forskere udvikler autonome systemer, der kan registrere ændringer i skygger

Ingeniører på MIT har udviklet et nyt system, der er ekstremt vigtigt for autonome køretøjer og deres sikkerhed. Systemet er i stand til at registrere små ændringer i skygger på jorden, og det kan bestemme, om der er nogen mobile objekter omkring hjørnet. 

En af de største mål for enhver virksomhed, der søger at skabe autonome køretøjer, er øget sikkerhed. Ingeniører arbejder konstant på at gøre køretøjerne bedre til at undgå kollisioner med andre biler eller fodgængere, især dem, der kommer omkring et bygnings hjørne. 

Det nye system har også potentialet til at blive brugt på fremtidige robotter, der navigerer på hospitaler. Disse robotter kunne levere medicin eller forsyninger på tværs af hospitalet, og systemet ville hjælpe dem med at undgå at ramme mennesker. 

En artikel vil blive præsenteret næste uge på den Internationale Konference om Intelligente Robotter og Systemer (IROS). Den indeholder beskrivelser af de succesfulde eksperimenter, der er gennemført af forskerne, herunder en autonom bil, der manøvrerer rundt om en parkeringsgarage og standser, når den nærmer sig et andet køretøj.

Det nuværende system er ofte LIDAR, der kan registrere synlige objekter mere end en halv sekund. Ifølge forskerne kan brøkdele af en sekund have en enorm indvirkning på hurtigt bevægelige autonome køretøjer.  

“For ansøgninger, hvor robotter bevæger sig rundt i miljøer med andre mobile objekter eller mennesker, kan vores metode give robotterne en tidlig advarsel om, at nogen kommer omkring hjørnet, så køretøjet kan sænke farten, tilpasse sin rute og forberede sig i forvejen på at undgå en kollision,” tilføjer medforfatter Daniela Rus, direktør for Computer Science and Artificial Intelligence Laboratory (CSAIL) og Andrew og Erna Viterbi Professor of Electrical Engineering and Computer Science. “Den store drøm er at give køretøjer ‘røntgen-syn’ af en art, når de bevæger sig hurtigt på gaderne.”

Det nye autonome system er kun blevet testet indendørs. Under disse betingelser er lysforholdene lavere, og robot-hastighederne er langsommere. Det autonome system kan analysere og registrere skygger meget lettere i denne omgang. 

Artiklen er samlet af Daniela Rus; første forfatter Felix Naser, der er en tidligere CSAIL-forsker; Alexander Amini, en CSAIL-studerende; Igor Gilitschenski, en CSAIL-postdoc; studerende Christina Liao; Guy Rosman fra Toyota Research Institute; og Sertac Karaman, associate professor of aeronautics and astronautics på MIT. 

ShadowCam System

Før de nye udviklinger havde forskerne allerede et system kaldet “ShadowCam.” Systemet kan identificere og klassificere ændringer i skygger på jorden gennem brug af computer-vision-teknikker. De tidligere versioner af systemet blev udviklet af MIT-professorerne William Freeman og Antonio Torralba. De to professorer var ikke medforfattere på IROS-artiklen, og deres arbejde blev præsenteret i 2017 og 2018. 

ShadowCam anvender video-frames fra en mål-specifik kamera, og det kan registrere enhver ændring i lysintensitet over tid. Dette fortæller systemet, om noget er i bevægelse længere væk eller kommer nærmere, og derefter analyserer det informationen og klassificerer hvert billede som et stationært objekt eller et mobilet. Dette giver systemet mulighed for at fortsætte på den bedst mulige måde. 

ShadowCam blev tilpasset og ændret til at blive brugt på autonome køretøjer. Oprindeligt brugte det augmented reality-mærker kaldet “AprilTags,” der var som QR-koder. ShadowCam brugte disse til at fokusere på bestemte klaser af pixels for at bestemme, om der var nogen skygger til stede. Men dette system viste sig at være umuligt at bruge i virkelige scenarier. 

På grund af dette skabte forskerne en ny proces, der anvender billed-registrering og en visuel-odometri-teknik sammen. Billed-registrering lagrer multiple billeder for at identificere enhver variation. 

Den visuel-odometri-teknik, som forskerne bruger, kaldes “Direct Sparse Odometry” (DSO), og den fungerer på samme måde som AprilTags. DSO bruger en 3D-print-sky, og den plotter de forskellige funktioner af en omgang på den. En computer-vision-pipeline lokaliserer derefter en region af interesse, såsom en gulv. 

ShadowCam anvender DSO-billed-registrering og lagrer alle billeder fra samme synspunkt som robotter. Robotter, der bevæger sig eller står stille, kan derefter fokusere på samme patch af pixels, hvor der er en skygge. 

Hvad kommer næste

Forskerne vil fortsætte med at arbejde på dette system, og de vil fokusere på forskellene mellem indendørs- og udendørs-lysforhold. Til sidst ønsker holdet at øge systemets hastighed samt automatisere processen.