AIは視覚的な外見から距離を推定するために使用される

デルフト工科大学とヴェストファーレン応用科学大学の研究者チームによって開発された新しい光流ベースの学習プロセスにより、ロボットが視野内のオブジェクトの視覚的な外見から距離を推定できるようになりました。視覚的な外見には、形状、色、テクスチャなどの要素が含まれます。

このAIベースの学習戦略を使用することで、小型飛行ドローンのナビゲーションが改善される可能性があります。

この記事は先月、Nature Machine Intelligenceに掲載されました。

ロボット vs. 昆虫

小型飛行ロボットが大型の自走車と同じレベルの自律性を持ち、飛行昆虫と同じレベルの発達した知能を示すためには、高度に効率的なAIシステムを備える必要があります。

現在市場にある小型飛行ロボットは、必要なセンサーと処理能力を搭載していないため、技術的な課題が存在します。

自然界では、昆虫は「光流」と呼ばれるものを利用しています。これは、昆虫の視野の中でオブジェクトが動くことで生じるものです。この光流により、昆虫は花に着陸し、天敵から逃れることができます。驚くべきことは、この光流は複雑なタスクに使用されるにもかかわらず、非常に単純であるということです。

ギド・デ・クローンは、バイオインスパイアド・マイクロ・エア・ヴィークル教授であり、この記事の第一著者です。

「私たちの光流制御に関する研究は、飛行昆虫が使用する優雅で単純な戦略に感銘を受けて始めました」と彼は述べました。ただし、これらの戦略を飛行ロボットに実装するための制御方法を開発することは、思ったよりも簡単ではありませんでした。例えば、私たちの飛行ロボットは実際に着陸しませんが、着陸面の上で上下に連続して動き続けます」

https://www.youtube.com/watch?v=A50Wl311rmU&feature=emb_title

光流

光流には2つの主な制限があります。第一に、距離と速度に関する混合情報を提供し、個別の情報を提供しません。第二に、ロボットが移動する方向の光流は非常に小さく、障害物回避に影響を及ぼします。つまり、ロボットは前方に移動するオブジェクトを最も難しく検出します。

「私たちは、ロボットが光流だけでなく、環境内のオブジェクトの視覚的な外見も解釈できるようにすれば、光流の問題が解決されることを実現しました」とギド・デ・クローンは述べました。 「これにより、ロボットは静止画像の中で距離を推定するのと同様に、シーン内のオブジェクトまでの距離を推定できるようになります。ただし、ロボットがそのような距離をどのように学習するかという疑問がありました」

研究者们が開発した新しいアプローチでは、ロボットは距離に応じて環境内のオブジェクトの外見を学習するために、振動を使用します。例えば、ドローンは、着陸時に草のテクスチャがどのくらい細かいのかを学習できます。

クリストフ・ド・ワグターはデルフト工科大学の研究者であり、この記事の共著者です。

「視覚的な外見によって距離を学習することで、以前よりもはるかに速く、スムーズに着陸することができました」と彼は述べました。 「さらに、障害物回避の場合、ロボットは飛行方向の障害物を非常に明確に検出できるようになりました。これにより、障害物検出のパフォーマンスが向上し、ロボットの速度も上がることができました」

この新しい開発は、リソースが限られている飛行ロボットに影響を及ぼし、特に閉じ込められた環境で運用されるロボットにとって有用です。