Τεχνητή νοημοσύνη
Ερευνητές Ανάπτυξαν Αυτόνομες Συστήματα Ικανά να Αντιλαμβάνονται Αλλαγές στις Σκιές

Μηχανικοί στο MIT έχουν αναπτύξει ένα νέο σύστημα που είναι εξαιρετικά σημαντικό για τα αυτόνομα οχήματα και την ασφάλεια τους. Το σύστημα είναι ικανό να ανιχνεύει μικρές αλλαγές στις σκιές στο έδαφος και μπορεί να καθορίσει αν υπάρχουν κινούμενα αντικείμενα γύρω από τη γωνία.
Ένας από τους κύριους στόχους για jede εταιρεία που επιδιώκει να δημιουργήσει αυτόνομα οχήματα είναι η αύξηση της ασφάλειας. Οι μηχανικοί εργάζονται συνεχώς για να κάνουν τα οχήματα καλύτερα στην αποφυγή συγκρούσεων με άλλα οχήματα ή πεζούς, ιδιαίτερα εκείνους που έρχονται γύρω από μια γωνία κτηρίου.
Το νέο σύστημα έχει επίσης το потенシャル να χρησιμοποιηθεί σε μελλοντικούς ρομπότ που περιηγούνται σε νοσοκομεία. Αυτά τα ρομπότ θα μπορούσαν να παραδώσουν φάρμακα ή εφόδια σε όλο το νοσοκομείο και το σύστημα θα τους βοηθούσε να αποφεύγουν την πρόσκρουση σε άτομα.
Μια εργασία θα παρουσιαστεί την επόμενη εβδομάδα στη Διεθνή Διάσκεψη για Ευφυή Ρομπότ και Συστήματα (IROS). Περιλαμβάνει περιγραφές των επιτυχημένων πειραμάτων που διεξήχθησαν από τους ερευνητές, συμπεριλαμβανομένου ενός αυτόνομου οχήματος που манεβράρει γύρω από ένα γκαράζ στάθμευσης και σταματά όταν πλησιάζει ένα άλλο όχημα.
Το τρέχον σύστημα είναι συχνά LIDAR, το οποίο είναι σε θέση να ανιχνεύσει ορατά αντικείμενα περισσότερο από μισό δευτερόλεπτο. Σύμφωνα με τους ερευνητές, τα κλάσματα του δευτερολέπτου μπορούν να κάνουν μια τεράστια διαφορά σε ταχέως κινούμενα αυτόνομα οχήματα.
“Για εφαρμογές όπου τα ρομπότ κινούνται γύρω από περιβάλλοντα με άλλα κινούμενα αντικείμενα ή άτομα, η μέθοδός μας μπορεί να δώσει στο ρομπότ μια πρώιμη προειδοποίηση ότι κάποιος έρχεται γύρω από τη γωνία, ώστε το όχημα να μπορεί να επιβραδύνει, να προσαρμόσει τη διαδρομή του και να προετοιμαστεί εκ των προτέρων για να αποφύγει μια σύγκρουση”, προσθέτει ο συν-συγγραφέας Daniela Rus, διευθυντής του Εργαστηρίου Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης (CSAIL) και καθηγητής Ηλεκτρολογικού Μηχανικού και Επιστήμης Υπολογιστών. “Ο μεγάλος όνειρος είναι να παρέχουμε ‘ακτίνες X’ στους δρόμους για τα οχήματα που κινούνται γρήγορα.”
Το νέο αυτόνομο σύστημα έχει δοκιμαστεί μόνο εσωτερικά. Σε αυτές τις συνθήκες, οι συνθήκες φωτισμού είναι χαμηλότερες και οι ταχύτητες των ρομπότ είναι πιο αργές. Το αυτόνομο σύστημα μπορεί να αναλύσει και να ανιχνεύσει τις σκιές πολύ πιο εύκολα σε αυτό το περιβάλλον.
Η εργασία συγγράφτηκε από τους Daniela Rus, τον πρώτο συγγραφέα Felix Naser, ο οποίος είναι πρώην ερευνητής του CSAIL, τον Alexander Amini, φοιτητή του CSAIL, τον Igor Gilitschenski, μεταδιδάκτορα του CSAIL, την Christina Liao, τη Guy Rosman του Toyota Research Institute και τον Sertac Karaman, αναπληρωτή καθηγητή αεροναυπηγικής και αστροναυτικής στο MIT.
Σύστημα ShadowCam
Πριν από τις νέες εξελίξεις, οι ερευνητές είχαν ήδη ένα σύστημα που ονομάζεται “ShadowCam”. Το σύστημα είναι σε θέση να αναγνωρίσει και να ταξινομήσει αλλαγές στις σκιές στο έδαφος μέσω της χρήσης τεχνικών υπολογιστικής όρασης. Οι προηγούμενες εκδόσεις του συστήματος αναπτύχθηκαν από τους καθηγητές του MIT William Freeman και Antonio Torralba. Οι δύο καθηγητές δεν ήταν συν-συγγραφείς της εργασίας IROS και η εργασία τους παρουσιάστηκε το 2017 και το 2018.
Το ShadowCam χρησιμοποιεί καρέ βίντεο από μια στόχευση-ειδική κάμερα και είναι σε θέση να ανιχνεύσει οποιαδήποτε αλλαγή στη φωτεινότητα με το χρόνο. Αυτό λέει στο σύστημα αν κάτι κινείται πιο μακριά ή έρχεται πιο κοντά και στη συνέχεια αναλύει τις πληροφορίες και ταξινομεί κάθε εικόνα ως σταθερό αντικείμενο ή κινούμενο. Αυτό επιτρέπει στο σύστημα να προχωρήσει με τον καλύτερο δυνατό τρόπο.
Το ShadowCam τροποποιήθηκε και άλλαξε για να χρησιμοποιηθεί σε αυτόνομα οχήματα. Αρχικά, χρησιμοποιούσε ετικέτες επαυξημένης πραγματικότητας που ονομάζονταν “AprilTags”, οι οποίες ήταν σαν κωδικούς QR. Το ShadowCam использовало αυτές για να επικεντρωθεί σε συγκεκριμένες ομάδες pixel για να καθορίσει αν υπήρχαν σκιές. Ωστόσο, αυτό το σύστημα αποδείχθηκε ότι ήταν αδύνατο να χρησιμοποιηθεί σε πραγματικές σκηνές.
Λόγω αυτού, οι ερευνητές δημιούργησαν μια νέα διαδικασία που χρησιμοποιεί εγγραφή εικόνας και μια τεχνική οπτικής οδόμετρου μαζί. Η εγγραφή εικόνας επικαλύπτει πολλές εικόνες για να αναγνωρίσει οποιαδήποτε παραλλαγές.
Η τεχνική οπτικής οδόμετρου που χρησιμοποιούν οι ερευνητές ονομάζεται “Απευθείας Σπάνια Οδόμετρο” (DSO) και λειτουργεί παρόμοια με τις AprilTags. Το DSO χρησιμοποιεί einen 3D-εκτυπωμένο σύννεφο και σχεδιάζει τα διαφορετικά χαρακτηριστικά του περιβάλλοντος σε αυτό. Ένα pipeline υπολογιστικής όρασης βρίσκει μια περιοχή ενδιαφέροντος, όπως ένας όροφος.
Το ShadowCam χρησιμοποιεί DSO-εγγραφή εικόνας και επικαλύπτει όλες τις εικόνες από την ίδια οπτική γωνία του ρομπότ. Το ρομπότ, κινούμενο ή σταθερό, είναι τότε σε θέση να επικεντρωθεί στην ίδια περιοχή pixel όπου υπάρχει μια σκιά.
Τι Είναι το Επόμενο
Οι ερευνητές θα συνεχίσουν να εργάζονται σε αυτό το σύστημα και θα επικεντρωθούν στις διαφορές μεταξύ εσωτερικών και εξωτερικών συνθηκών φωτισμού. Τελικά, η ομάδα θέλει να αυξήσει την ταχύτητα του συστήματος καθώς και να αυτοματοποιήσει τη διαδικασία.












