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 kan registrere små ændringer i skygger på jorden og bestemme, om der er nogen flyttende objekter omkring hjørnet. 

En af de vigtigste 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 rundt om et hjørne af en bygning. 

Det nye system har også potentialet for at blive brugt på fremtidige robotter, der navigerer på hospitaler. Disse robotter kunne levere medicin eller forsyninger rundt om på 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 udført af forskerne, herunder en autonom bil, der manøvrerer rundt om en parkeringsgarage og standser, når den nærmer sig en anden bil.

Det nuværende system er ofte LIDAR, der kan registrere synlige objekter mere end en halv sekund før. Ifølge forskerne kan brøkdele af en sekund have en enorm betydning for hurtigt flyttende autonome køretøjer.  

“For ansøgninger, hvor robotter flytter sig rundt i miljøer med andre flyttende objekter eller mennesker, kan vores metode give robotterne en tidlig advarsel om, at nogen er på vej rundt om 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 ‘røntgen-syn’ til køretøjer, der flytter 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-studenter; Igor Gilitschenski, en CSAIL-postdoc; studerende Christina Liao; Guy Rosman fra Toyota Research Institute; og Sertac Karaman, associeret professor i aeronautik og astronautik 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 kan registrere ændringer i lysintensitet over tid. Dette fortæller systemet, om noget flytter sig længere væk eller kommer nærmere, og derefter analyserer systemet informationen og klassificerer hvert billede som et stationært objekt eller et flyttende. 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 anvendte det augmented reality-mærker kaldet “AprilTags”, der var som QR-koder. ShadowCam anvendte disse til at fokusere på bestemte pixel-kluster for at bestemme, om der var nogen skygger til stede. Men dette system viste sig at være umuligt at anvende i virkelige scenarier. 

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

Den visuelt-odometri-teknik, som forskerne anvender, kaldes “Direct Sparse Odometry” (DSO), og den fungerer på samme måde som AprilTags. DSO anvender en 3D-print-sky og plotter 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 robotten. Robotten, der flytter sig eller står stille, kan derefter fokusere på samme pixel-område, hvor der er en skygge. 

Hvad kommer herefter

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