Die Neuerfindung der Robotik: Die innovative Maschinen-Vision-Lösung der Purdue University

Forscher an der renommierten Purdue University haben einen bedeutenden Sprung im Bereich der Robotik, der Maschinen-Vision und der Wahrnehmung gemacht. Ihr bahnbrechender Ansatz bietet eine deutliche Verbesserung gegenüber herkömmlichen Techniken und verspricht eine Zukunft, in der Maschinen ihre Umgebung effektiver und sicherer wahrnehmen können als je zuvor.

Die Einführung von HADAR: Ein revolutionärer Sprung in der Maschinen-Wahrnehmung

Zubin Jacob, der Elmore-Associate-Professor für Elektrotechnik und Informatik, in Zusammenarbeit mit dem Forschungswissenschaftler Fanglin Bao, stellte eine bahnbrechende Methode vor, die als HADAR bezeichnet wird, was für heat-assisted detection and ranging steht. Ihre Innovation erregte erhebliche Aufmerksamkeit und hat die Erwartungen an die potenziellen Anwendungen von HADAR in verschiedenen Branchen verstärkt.

Traditionell basierte die Maschinen-Wahrnehmung auf aktiven Sensoren wie LiDAR, Radar und Sonar, die Signale aussenden, um dreidimensionale Daten über ihre Umgebung zu sammeln. Diese Methoden stellen jedoch Herausforderungen dar, insbesondere wenn sie skaliert werden. Sie sind anfällig für Signalinterferenzen und können sogar Risiken für die Sicherheit von Menschen darstellen. Die Einschränkungen von Videokameras bei schlechten Lichtverhältnissen und der “Ghosting-Effekt” bei herkömmlichen thermischen Bildern haben die Maschinen-Wahrnehmung weiter kompliziert.

HADAR versucht, diese Herausforderungen zu bewältigen. “Objekte und ihre Umgebung emittieren und streuen ständig thermische Strahlung, was zu texturelosen Bildern führt, die als ‘Ghosting-Effekt’ bekannt sind”, erklärte Bao. Er fuhr fort: “Thermische Bilder eines Gesichts zeigen nur Konturen und einige Temperaturkontraste; es gibt keine Merkmale, was es wie ein Gespenst aussehen lässt. Dieser Informationsverlust, diese fehlende Textur und diese fehlenden Merkmale sind ein Hindernis für die Maschinen-Wahrnehmung mit Hilfe von Wärmestrahlung.”

HADARs Lösung ist eine Kombination aus thermischer Physik, Infrarot-Bildgebung und maschinellem Lernen, die eine vollständig passive und physikbewusste Maschinen-Wahrnehmung ermöglicht. Jacob betonte den Paradigmenwechsel, den HADAR mit sich bringt, und sagte: “Unsere Arbeit legt die informations-theoretischen Grundlagen der thermischen Wahrnehmung dar, um zu zeigen, dass absolute Dunkelheit die gleiche Menge an Informationen wie helles Tageslicht enthält. Die Evolution hat den Menschen dazu gebracht, sich auf den Tag zu konzentrieren. Die Maschinen-Wahrnehmung der Zukunft wird diese langjährige Dichotomie zwischen Tag und Nacht überwinden.”

Praktische Auswirkungen und zukünftige Richtungen

Die Effektivität von HADAR wurde durch ihre Fähigkeit unterstrichen, Texturen in einer außerhalb der Straße liegenden Nachtszene wiederherzustellen. “HADAR TeX-Vision hat Texturen wiederhergestellt und den Ghosting-Effekt überwunden”, stellte Bao fest. Es hat feine Muster wie Wasserwellen und Rindenrunzeln genau umrissen und damit seine überlegenen sensorischen Fähigkeiten demonstriert.

Bevor HADAR jedoch in realen Anwendungen wie selbstfahrenden Autos oder Robotern integriert werden kann, müssen Herausforderungen bewältigt werden. Bao bemerkte: “Der aktuelle Sensor ist groß und schwer, da die HADAR-Algorithmen viele Farben unsichtbarer Infrarotstrahlung erfordern. Um es in selbstfahrende Autos oder Roboter anzuwenden, müssen wir die Größe und den Preis reduzieren und gleichzeitig die Kameras schneller machen.” Das Ziel ist es, die Bildfrequenz des aktuellen Sensors zu erhöhen, der derzeit alle Sekunden ein Bild erstellt, um den Anforderungen autonomer Fahrzeuge gerecht zu werden.

Was die Anwendungen betrifft, so ist HADAR TeX-Vision derzeit auf automatisierte Fahrzeuge und Roboter ausgerichtet, aber sein Potenzial reicht viel weiter. Von der Landwirtschaft und Verteidigung bis hin zu Gesundheitswesen und Wildtierüberwachung sind die Möglichkeiten groß.

Im Rahmen der Anerkennung ihrer bahnbrechenden Arbeit haben Jacob und Bao eine Finanzierung von DARPA gesichert und einen Zuschuss von 50.000 US-Dollar aus dem Trask Innovation Fund des Office of Technology Commercialization erhalten. Das Duo hat ihre Innovation dem Purdue Innovates Office of Technology Commercialization offenbart und damit die ersten Schritte unternommen, um ihre Erfindung zu patentieren.

Diese transformative Forschung der Purdue University wird die Grenzen der Maschinen-Wahrnehmung neu definieren und den Weg für eine sicherere und effizientere Zukunft in der Robotik und darüber hinaus ebnen.