Robotiikka ja fyysinen AI

Robottiikan uudelleenmäärittely: Purdue-yliopiston innovatiivinen koneen näköratkaisu

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Purdue-yliopiston tutkijat ovat tehneet merkittävän loikan robottiikan, koneen näön ja havainnon alalla. Heidän mullistava lähestymistapa tarjoaa merkittävän parannuksen perinteisiin menetelmiin, luvaten tulevaisuuden, jossa koneet voivat havainnoida ympäristöään tehokkaammin ja turvallisemmin kuin koskaan aiemmin.

Esittely HADAR: mullistava askel koneen havainnossa

Zubin Jacob, Elmoren apulaisprofessori sähkö- ja tietotekniikasta, yhteistyössä tutkimussientifisti Fanglin Baon kanssa, esitteli uraauurtavan menetelmän nimeltä HADAR, joka on lyhennelmä lämpöavusteisesta havainnosta ja etäisyysmittauksesta. Heidän innovaationsa herätti laajaa huomiota, ja tämä tunnustus on lisännyt odotuksia HADARin mahdollisista sovelluksista eri aloilla.

Perinteisesti koneen havainnon riippui aktiivisista antureista, kuten LiDARista, radiosta ja sonarista, jotka lähettävät signaaleja kerätäkseen kolmiulotteisia tietoja ympäristöstään. Näillä menetelmillä on kuitenkin haasteita, erityisesti mitä suuremmassa mittakaavassa ne sovelletaan. Ne ovat alttiita signaalihaitille ja voivat jopa aiheuttaa vaaroja ihmisten turvallisuudelle. Videokameroiden rajoitukset heikossa valaistuksessa ja perinteisen lämpökuvauksen “haamuaika” ovat lisänneet koneen havainnon monimutkaisuutta.

HADAR pyrkii ratkaisemaan nämä haasteet. “Objektit ja niiden ympäristö lähettävät ja sirottavat jatkuvasti lämpösäteilyä, mikä johtaa tekstuureittomaan kuvaan, jota kutsutaan ‘haamuaikaksi’,” Bao selitti. Hän jatkoi: “Lämpökuva henkilön kasvosta näyttää vain kontuurin ja jonkin verran lämpökontrastia; siinä ei ole piirteitä, mikä tekee siitä kuin olisimme nähneet haamun. Tämä tiedon, tekstuurin ja piirteiden menetys on este koneen havainnolle lämpösäteilyn avulla.”

HADARin ratkaisu yhdistää lämpöfysiikkaa, infrapunakuvantamista ja koneoppimista, mahdollistaen täysin passiivisen ja fysiikan tietoisen koneen havainnon. Jacob korosti HADARin mukanaan tuomaa paradigman muutosta ja totesi: “Työmme luo lämpöhavainnon informaatioteoreettiset perusteet, osoittaen, että pimeässä on yhtä paljon tietoa kuin valoisalla päivällä. Evoluutio on tehnyt ihmisistä päiväaikaan suuntautuneita. Tulevaisuuden koneen havainnoissa tämä vanha dikotomia päivän ja yön välillä tullaan voittamaan.”

Käytännön vaikutukset ja tulevaisuuden suunnat

HADARin tehokkuutta korostettiin sen kyvystä palauttaa tekstuureja maastoliikenneillassa. “HADAR TeX -näkö palautti tekstuureja ja voitti ‘haamuaika’-ilmiön”, Bao totesi. Se erotti tarkasti intriikkisiä kuvioita, kuten veden aaltoja ja kuoren ryppyjä, osoittaen sen ylivoimaiset aistimiskyvyt.

Ennen kuin HADAR voidaan integroida todellisiin sovelluksiin, kuten itseohjautuviin autoihin tai roboteihin, on ratkaistava haasteita. Bao huomautti: “Nykyinen anturi on suuri ja raskas, koska HADAR-algoritmit vaativat monia näkymättömiä infrapunaaaltoja. Jotta sitä voidaan soveltaa itseohjautuviin autoihin tai roboteihin, meidän on pienennettävä koko ja hinta sekä tehostettävä kameran nopeutta.” Tavoitteena on parantaa nykyisen anturin kehysnopeutta, joka tuottaa kuvan joka sekunti, jotta voidaan täyttää itsenäisten ajoneuvojen vaatimukset.

Sovellusten osalta, vaikka HADAR TeX -näkö on tällä hetkellä suunniteltu automaattisille ajoneuvoille ja roboteille, sen mahdollisuudet ulottuvat paljon laajemmalle. Maataloudesta ja puolustuksesta terveydenhuoltoon ja villieläinten seurantaan, mahdollisuuksia on runsaasti.

Tunnustuksena uraauurtavasta työstään Jacob ja Bao ovat saaneet rahoitusta DARPA:lta ja saivat 50 000 dollarin tuen Office of Technology Commercializationin Trask Innovation Fundilta. Duo on paljastanut innovaationsa Purdue Innovates Office of Technology Commercializationille, tehden ensiaskeleita luodakseen patentin luomuksestaan.

Tämä mullistava tutkimus Purdue-yliopistosta on valmis uudelleenmäärittämään koneen havainnon rajat, luoden turvallisemman ja tehokkaamman tulevaisuuden robottiikan ja sen ulkopuolelle.

Alex johtaa Unite.AI:n tekoälypohjaista uutistoimintaa, yhdistäen journalismia, tutkimusta ja automaatiota tukeakseen ajantasaista ja skaalautuvaa tekoälyn kattavuutta. Hänen työnsä auttaa varmistamaan, että nousevat tekoälykehitykset saadaan esiin tehokkaasti samalla kun julkaisun toimitukselliset standardit säilyvät.