Model dan platform AI

Sistem Kamera yang Meniru Mata Manusia untuk Peningkatan Penglihatan Robot

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Ilmuwan komputer dari Universitas Maryland telah mengembangkan sistem kamera inovatif yang dapat merevolusi cara robot memandang dan berinteraksi dengan lingkungannya. Teknologi ini, yang terinspirasi dari gerakan mata manusia yang tidak disengaja, bertujuan untuk meningkatkan kejelasan dan stabilitas penglihatan robot.

Tim peneliti, yang dipimpin oleh mahasiswa PhD Botao He, mempublikasikan temuan mereka dalam sebuah makalah di jurnal Science Robotics. Penemuan mereka, Kamera Acara yang Ditingkatkan dengan Mikrosakade Buatan (AMI-EV), menangani tantangan kritis dalam penglihatan robot dan sistem otonom.

Masalah dengan Kamera Acara Saat Ini

Kamera acara, teknologi yang relatif baru dalam bidang robotika, unggul dalam melacak objek yang bergerak dibandingkan dengan kamera tradisional. Namun, mereka menghadapi keterbatasan signifikan ketika mengambil gambar yang jelas dan bebas dari kabur dalam skenario gerakan tinggi.

Keterbatasan ini menyebabkan masalah besar bagi robot, mobil otonom, dan teknologi lain yang bergantung pada informasi visual yang akurat dan tepat waktu untuk menavigasi dan merespons lingkungannya. Kemampuan untuk mempertahankan fokus pada objek yang bergerak dan mengambil data visual yang akurat sangat penting bagi sistem ini untuk berfungsi dengan aman dan efektif.

Ilham dari Biologi Manusia

Untuk menangani tantangan ini, tim peneliti berpaling ke alam untuk mencari inspirasi, khususnya mata manusia. Mereka fokus pada mikrosakade, yaitu gerakan mata kecil yang tidak disengaja yang terjadi ketika seseorang mencoba untuk memfokuskan penglihatannya.

Gerakan kecil ini memungkinkan mata manusia untuk mempertahankan fokus pada objek dan memandang tekstur visualnya, seperti warna, kedalaman, dan bayangan, dari waktu ke waktu. Dengan meniru proses biologis ini, tim bertujuan untuk menciptakan sistem kamera yang dapat mencapai stabilitas dan kejelasan serupa dalam penglihatan robot.

UMIACS Computer Vision Laboratory

Kamera Acara yang Ditingkatkan dengan Mikrosakade Buatan (AMI-EV)

Inovasi inti AMI-EV terletak pada kemampuannya untuk meniru mikrosakade secara mekanis. Tim mengintegrasikan prism yang berputar di dalam kamera untuk mengarahkan balik sinar cahaya yang ditangkap oleh lensa. Gerakan rotasi ini mensimulasikan gerakan alami mata manusia, memungkinkan kamera untuk menstabilkan tekstur objek yang direkam dengan cara yang serupa dengan penglihatan manusia.

Untuk melengkapi inovasi perangkat keras, tim mengembangkan perangkat lunak khusus untuk mengkompensasi gerakan prism di dalam AMI-EV. Perangkat lunak ini mengkonsolidasikan pola cahaya yang bergeser menjadi gambar yang stabil, secara efektif meniru kemampuan otak untuk memproses dan menafsirkan informasi visual dari gerakan mikro mata yang konstan.

Kombinasi inovasi perangkat keras dan perangkat lunak ini memungkinkan AMI-EV untuk mengambil gambar yang jelas dan akurat bahkan dalam skenario yang melibatkan gerakan signifikan, menangani keterbatasan kunci teknologi kamera acara saat ini.

Aplikasi Potensial

Pendekatan inovatif AMI-EV terhadap pengambilan gambar membuka peluang aplikasi yang luas di berbagai bidang:

  • Robotika dan Kendaraan Otonom: Kemampuan kamera untuk mengambil gambar yang jelas dan stabil dalam gerakan dapat meningkatkan kemampuan persepsi dan pengambilan keputusan robot dan mobil otonom. Penglihatan yang ditingkatkan ini dapat menyebabkan sistem otonom yang lebih aman dan efisien, yang dapat lebih baik mengidentifikasi dan merespons lingkungannya secara real-time.
  • Realitas Virtual dan Augmented: Dalam bidang teknologi imersif, kemampuan AMI-EV yang rendah latency dan unggul dalam kondisi pencahayaan ekstrem membuatnya ideal untuk aplikasi realitas virtual dan augmented. Kamera dapat memungkinkan pengalaman yang lebih mulus dan realistis dengan menghitung pergerakan kepala dan tubuh dengan cepat, mengurangi mual dan meningkatkan pengalaman pengguna secara keseluruhan.
  • Keamanan dan Pengawasan: Kemampuan kamera yang maju dalam deteksi gerakan dan stabilisasi gambar dapat merevolusi sistem keamanan dan pengawasan. Tingkat bingkai yang lebih tinggi dan gambar yang lebih jelas dalam berbagai kondisi pencahayaan dapat menyebabkan deteksi ancaman yang lebih akurat dan pemantauan keamanan yang ditingkatkan.
  • Astronomi dan Pencitraan Angkasa: Kemampuan AMI-EV untuk mengambil gambar gerakan cepat dengan kejelasan yang belum pernah terjadi sebelumnya dapat menjadi sangat berharga dalam pengamatan astronomi. Teknologi ini dapat membantu astronom mengambil gambar yang lebih rinci dari benda langit dan peristiwa, yang berpotensi menyebabkan penemuan baru dalam eksplorasi angkasa.

Performa dan Kelebihan

Salah satu fitur paling mengesankan dari AMI-EV adalah kemampuannya untuk mengambil gerakan pada puluhan ribu bingkai per detik. Ini jauh melampaui kemampuan kamera komersial yang tersedia, yang biasanya mengambil antara 30 hingga 1.000 bingkai per detik.

Performa AMI-EV tidak hanya melampaui kamera komersial biasa dalam hal kecepatan bingkai, tetapi juga dalam kemampuan untuk mempertahankan kejelasan gambar selama gerakan cepat. Ini dapat menyebabkan representasi gerakan yang lebih halus dan realistis dalam berbagai aplikasi.

Tidak seperti kamera tradisional, AMI-EV menunjukkan performa yang unggul dalam skenario pencahayaan yang menantang. Kelebihan ini membuatnya sangat berguna dalam aplikasi di mana kondisi pencahayaan bervariasi atau tidak dapat diprediksi, seperti dalam kendaraan otonom luar ruangan atau pencitraan angkasa.

Implikasi Masa Depan

Pengembangan AMI-EV memiliki potensi untuk mengubah berbagai industri di luar robotika dan sistem otonom. Aplikasinya dapat diperluas ke bidang seperti kesehatan, di mana dapat membantu dalam diagnosis yang lebih akurat, atau dalam manufaktur, di mana dapat meningkatkan proses kontrol kualitas.

Seiring teknologi ini terus berkembang, mungkin dapat membuka jalan bagi sistem yang lebih maju dan mampu. Iterasi masa depan dapat berpotensi mengintegrasikan algoritma pembelajaran mesin untuk lebih meningkatkan kemampuan pengolahan gambar dan pengenalan objek. Selain itu, miniaturisasi teknologi dapat menyebabkan pengintegrasian ke dalam perangkat yang lebih kecil, memperluas aplikasi potensialnya bahkan lebih jauh.

Alex McFarland adalah seorang jurnalis dan penulis AI yang menjelajahi perkembangan terbaru dalam kecerdasan buatan. Ia telah berkolaborasi dengan berbagai startup dan publikasi AI di seluruh dunia.