로봇 공학의 재정의: 퍼듀 대학교의 혁신적인 기계 비전 솔루션

퍼듀 대학교의 연구자들은 로봇 공학, 기계 비전, 및 인식의领域에서 중요한 발전을 이루었습니다. 그들의 개척적인 접근은従来의 기법에 비해 현저한 개선을 보이며, 기계가 주변 환경을 더 효과적이고 안전하게 인식할 수 있는 미래를 약속합니다.

HADAR 소개: 기계 인식의 혁명적인 도약

Zubin Jacob, 전기 및 컴퓨터 공학의 Elmore 부교수,와 연구 과학자 Fanglin Bao는 HADAR라는 새로운 방법을 제시했습니다. HADAR는 열 지원 탐지 및 거리 측정을 의미합니다. 그들의 혁신은 큰 관심을 끌었으며, HADAR의 잠재적인 응용 분야에 대한 기대가 높아졌습니다.

従来, 기계 인식은 LiDAR, 레이더, 소나와 같은 능동 센서에 의존했습니다. 그러나 이러한 방법은 특히 대규모로 확장할 때 문제를 제기합니다. 신호 간섭에 취약하며, 인간의 안전에 위험을 초래할 수 있습니다. 저조도 환경에서 비디오 카메라의 한계와従来의 열 영상에서 발생하는 ‘고스트 효과’는 기계 인식을 더 복잡하게 만들었습니다.

HADAR는 이러한 도전을 해결하려고 합니다. “객체와 환경은 끊임없이 열 복사와 산란을 발생시키며, 이는 유명한 ‘고스트 효과’로 알려진 텍스처가 없는 이미지를 생성합니다.” Bao는 설명했습니다. 그는 계속해서, “열 영상에서 사람의 얼굴은輪郭와 일부 온도 대조만 나타납니다. 특징이나 텍스처는 없습니다. 이것은 기계 인식에서 열 복사를 사용할 때의 정보 손실과 특징의 상실입니다.”

HADAR의 솔루션은 열 물리학, 적외선 영상, 및 기계 학습의 결합으로, 완전히 수동적이고 물리학적으로 인식할 수 있는 기계 인식을 가능하게 합니다. Jacob은 HADAR가 가져오는 패러다임의 전환에 대해 강조했습니다. “우리의 연구는 열 인식의 정보 이론적 기초를 구축하여, 어둠이 낮과 같은 양의 정보를 가지고 있음을 보여줍니다. 진화는 인간을 낮에 편향시켰습니다. 미래의 기계 인식은 낮과 밤의 오랜 이분법을 극복할 것입니다.”

실제적 의미와 미래 방향

HADAR의 효과는 야간 오프로드 시나리오에서 텍스처를 회복하는 능력으로 강조되었습니다. “HADAR TeX 비전은 텍스처를 회복하고 고스트 효과를 극복했습니다.” Bao는 언급했습니다. 그것은 물결무늬와 나무 껍질의 복잡한 패턴을 정확하게 구분하여,卓越한 감각 능력을展示했습니다.

그러나 HADAR를 실제 응용 분야에 통합하기 전에, 해결해야 할 도전이 있습니다. Bao는 “현재 센서는 크고 무겁습니다. HADAR 알고리즘은 많은 종류의 보이지 않는 적외선 복사를 필요로 하기 때문입니다. 자율 주행 자동차나 로봇에 적용하기 위해서는 크기와 가격을 낮추고, 카메라를 더 빠르게 만들어야 합니다.”라고 언급했습니다. 현재 센서는 1초마다 이미지를 생성하지만, 자율 주행 자동차의 요구에 맞추기 위해 프레임 속도를 향상시켜야 합니다.

응용 분야에 관하여, HADAR TeX 비전은 현재 자동 운전 자동차와 로봇을 위해 설계되었지만, 그 잠재적인 응용 분야는 훨씬 더 넓습니다. 농업, 국방, 의료, 및 야생 동물 모니터링 등 다양한 분야에서 적용될 수 있습니다.

그들의 개척적인 연구를 인정받아, Jacob와 Bao는 DARPA로부터 자금을 지원받았으며, Office of Technology Commercialization의 Trask Innovation Fund로부터 5만 달러를 수상했습니다. 두 사람은 퍼듀 Innovates Office of Technology Commercialization에 혁신을 공개하고, 특허 출원을 위한 첫 단계를 밟았습니다.

퍼듀 대학교의 이 혁신적인 연구는 기계 인식의 경계를 재정의하고, 로봇 공학 및 그 이상에서 더 안전하고 효율적인 미래를 열어갈 것입니다.