ຫຸ່ນຍົນ
Redefining Robotics: Purdue University's Innovative Machine Vision Solution
ນັກຄົ້ນຄວ້າຢູ່ມະຫາວິທະຍາໄລ Purdue ທີ່ມີຊື່ສຽງໄດ້ກ້າວກະໂດດຢ່າງໃຫຍ່ຫຼວງໃນຂອບເຂດຂອງຫຸ່ນຍົນ, ວິໄສທັດຂອງເຄື່ອງຈັກ, ແລະການຮັບຮູ້. ຂອງພວກເຂົາ ວິທີການພື້ນຖານ ສະເໜີການປັບປຸງເຕັກນິກແບບດັ້ງເດີມ, ມຸ່ງໄປເຖິງອະນາຄົດທີ່ເຄື່ອງຈັກສາມາດຮັບຮູ້ສິ່ງອ້ອມຂ້າງໄດ້ຢ່າງມີປະສິດທິພາບ ແລະ ປອດໄພກວ່າແຕ່ກ່ອນ.
ແນະນຳ HADAR: ການກ້າວກະໂດດວິວັດທະນາການໃນການຮັບຮູ້ເຄື່ອງຈັກ
Zubin Jacob, ສາດສະດາຈານ Elmore ຂອງວິສະວະກໍາໄຟຟ້າແລະຄອມພິວເຕີ, ຮ່ວມມືກັບນັກວິທະຍາສາດຄົ້ນຄ້ວາ Fanglin Bao, ໄດ້ແນະນໍາວິທີການບຸກເບີກທີ່ມີຊື່ວ່າ HADAR, ສັ້ນສໍາລັບການກວດສອບແລະລະດັບຄວາມຮ້ອນ. ນະວັດຕະກໍາຂອງພວກເຂົາໄດ້ຮັບຄວາມສົນໃຈຢ່າງຫຼວງຫຼາຍ, ແລະການຮັບຮູ້ນີ້ໄດ້ຂະຫຍາຍຄວາມຄາດຫວັງທີ່ອ້ອມຮອບຄໍາຮ້ອງສະຫມັກທີ່ມີທ່າແຮງຂອງ HADAR ໃນຂະແຫນງຕ່າງໆ.
ຕາມປະເພນີ, ການຮັບຮູ້ຂອງເຄື່ອງຈັກແມ່ນຂຶ້ນກັບເຊັນເຊີທີ່ໃຊ້ວຽກເຊັ່ນ LiDAR, radar, ແລະ sonar, ເຊິ່ງປ່ອຍສັນຍານເພື່ອເກັບກໍາຂໍ້ມູນສາມມິຕິລະດັບກ່ຽວກັບສິ່ງອ້ອມຂ້າງ. ຢ່າງໃດກໍຕາມ, ວິທີການເຫຼົ່ານີ້ສະເຫນີສິ່ງທ້າທາຍ, ໂດຍສະເພາະໃນເວລາທີ່ຂະຫຍາຍ. ພວກມັນມັກທີ່ຈະສົ່ງສັນຍານລົບກວນ ແລະສາມາດສ້າງຄວາມສ່ຽງຕໍ່ຄວາມປອດໄພຂອງມະນຸດໄດ້. ຂໍ້ຈໍາກັດຂອງກ້ອງຖ່າຍຮູບວິດີໂອໃນສະພາບແສງສະຫວ່າງຕ່ໍາແລະ 'ຜົນກະທົບ ghosting' ໃນການຖ່າຍຮູບຄວາມຮ້ອນແບບດັ້ງເດີມມີຄວາມເຂົ້າໃຈຂອງເຄື່ອງຈັກທີ່ສັບສົນຕື່ມອີກ.
HADAR ຊອກຫາການແກ້ໄຂສິ່ງທ້າທາຍເຫຼົ່ານີ້. ທ່ານ Bao ກ່າວວ່າ “ສິ່ງຂອງແລະສິ່ງແວດລ້ອມຂອງມັນຈະປ່ອຍລັງສີຄວາມຮ້ອນອອກມາຢ່າງບໍ່ຢຸດຢັ້ງ, ເຮັດໃຫ້ຮູບພາບທີ່ບໍ່ມີໂຄງສ້າງທີ່ມີຊື່ສຽງໃນນາມ 'ຜົນກະທົບຂອງຜີ',” ທ່ານ Bao ກ່າວຕື່ມ. ທ່ານກ່າວຕໍ່ໄປວ່າ, “ຮູບພາບຄວາມຮ້ອນຂອງໃບໜ້າຂອງຄົນນັ້ນສະແດງໃຫ້ເຫັນພຽງແຕ່ຮູບຮ່າງແລະຄວາມແຕກຕ່າງຂອງອຸນຫະພູມບາງຢ່າງ; ບໍ່ມີຄຸນສົມບັດ, ເຮັດໃຫ້ມັນເບິ່ງຄືວ່າເຈົ້າໄດ້ເຫັນຜີ. ການສູນເສຍຂໍ້ມູນຂ່າວສານ, ໂຄງສ້າງ, ແລະຄຸນນະສົມບັດນີ້ແມ່ນເປັນເສັ້ນທາງສໍາລັບການຮັບຮູ້ຂອງເຄື່ອງຈັກໂດຍນໍາໃຊ້ລັງສີຄວາມຮ້ອນ.”
ການແກ້ໄຂຂອງ HADAR ແມ່ນການປະສົມປະສານຂອງຟີຊິກຄວາມຮ້ອນ, ການຖ່າຍຮູບອິນຟາເຣດ, ແລະການຮຽນຮູ້ຂອງເຄື່ອງຈັກ, ເຮັດໃຫ້ການຮັບຮູ້ຂອງເຄື່ອງຈັກໃນຕົວຕັ້ງຕົວຕີແລະຟີຊິກ. Jacob ເນັ້ນຫນັກເຖິງການປ່ຽນແປງແບບແຜນທີ່ HADAR ນໍາມາ, ໂດຍກ່າວວ່າ, "ວຽກງານຂອງພວກເຮົາສ້າງພື້ນຖານທາງທິດສະດີຂອງການຮັບຮູ້ຄວາມຮ້ອນເພື່ອສະແດງໃຫ້ເຫັນວ່າຄວາມມືດ pitch ເອົາຂໍ້ມູນຈໍານວນດຽວກັນກັບແສງສະຫວ່າງກາງເວັນ. ການວິວັດທະນາການເຮັດໃຫ້ມະນຸດມີອະຄະຕິຕໍ່ເວລາກາງເວັນ. ຄວາມຮັບຮູ້ຂອງເຄື່ອງຈັກໃນອານາຄົດຈະເອົາຊະນະ dichotomy ທີ່ຍາວນານນີ້ລະຫວ່າງກາງເວັນແລະກາງຄືນ.”
ຜົນກະທົບທາງປະຕິບັດແລະທິດທາງໃນອະນາຄົດ
ປະສິດທິຜົນຂອງ HADAR ໄດ້ຖືກເນັ້ນໃສ່ໂດຍຄວາມສາມາດໃນການຟື້ນຟູໂຄງສ້າງໃນສະຖານະການກາງຄືນທາງນອກ. "ວິໄສທັດ HADAR TeX ຟື້ນຟູໂຄງສ້າງແລະເອົາຊະນະຜົນກະທົບຂອງຜີ," Bao ສັງເກດເຫັນ. ມັນອະທິບາຍຮູບແບບທີ່ຊັບຊ້ອນໄດ້ຢ່າງຖືກຕ້ອງເຊັ່ນ: ການໄຫຼຂອງນ້ໍາ ແລະຮອຍຂີດຂ່ວນຂອງເປືອກ, ສະແດງໃຫ້ເຫັນຄວາມສາມາດທາງດ້ານຄວາມຮູ້ສຶກທີ່ເໜືອກວ່າຂອງມັນ.
ຢ່າງໃດກໍ່ຕາມ, ກ່ອນທີ່ HADAR ສາມາດຖືກລວມເຂົ້າກັບຄໍາຮ້ອງສະຫມັກໃນໂລກທີ່ແທ້ຈິງເຊັ່ນ: ລົດຂັບລົດຕົນເອງຫຼືຫຸ່ນຍົນ, ມີສິ່ງທ້າທາຍທີ່ຈະແກ້ໄຂ. ທ່ານ Bao ໃຫ້ຂໍ້ສັງເກດວ່າ, “ເຊັນເຊີໃນປະຈຸບັນມີຂະໜາດໃຫຍ່ ແລະ ໜັກເນື່ອງຈາກ HADAR algorithms ຮຽກຮ້ອງໃຫ້ມີລັງສີ infrared ຫຼາຍສີທີ່ເບິ່ງບໍ່ເຫັນ. ເພື່ອນຳໃຊ້ມັນກັບລົດທີ່ຂັບເອງ ຫຼື ຫຸ່ນຍົນ, ພວກເຮົາຕ້ອງຫຼຸດຂະໜາດ ແລະລາຄາລົງ ໃນຂະນະທີ່ເຮັດໃຫ້ກ້ອງໄດ້ໄວຂຶ້ນ.” ຄວາມປາຖະຫນາແມ່ນເພື່ອເພີ່ມປະສິດທິພາບອັດຕາເຟມຂອງເຊັນເຊີໃນປະຈຸບັນ, ເຊິ່ງປະຈຸບັນສ້າງຮູບພາບທຸກໆວິນາທີ, ເພື່ອຕອບສະຫນອງຄວາມຕ້ອງການຂອງຍານພາຫະນະອັດຕະໂນມັດ.
ໃນແງ່ຂອງຄໍາຮ້ອງສະຫມັກ, ໃນຂະນະທີ່ວິໄສທັດ HADAR TeX ປະຈຸບັນຖືກປັບແຕ່ງສໍາລັບຍານພາຫະນະອັດຕະໂນມັດແລະຫຸ່ນຍົນ, ທ່າແຮງຂອງມັນຂະຫຍາຍອອກໄປຕື່ມອີກ. ຈາກການກະສິກໍາແລະການປ້ອງກັນປະເທດການດູແລສຸຂະພາບແລະການຕິດຕາມກວດກາສັດປ່າ, ຄວາມເປັນໄປໄດ້ແມ່ນຫຼວງຫຼາຍ.
ໃນການຮັບຮູ້ວຽກງານພື້ນຖານຂອງພວກເຂົາ, Jacob ແລະ Bao ໄດ້ຮັບປະກັນເງິນທຶນຈາກ DARPA ແລະໄດ້ຮັບລາງວັນ $ 50,000 ຈາກກອງທຶນປະດິດສ້າງ Trask ຂອງຫ້ອງການເຕັກໂນໂລຢີການຄ້າ. duo ໄດ້ເປີດເຜີຍນະວັດຕະກໍາຂອງເຂົາເຈົ້າກັບ Purdue Innovates Office of Technology Commercialization, ດໍາເນີນຂັ້ນຕອນເບື້ອງຕົ້ນເພື່ອສິດທິບັດການສ້າງຂອງພວກເຂົາ.
ການຄົ້ນຄວ້າການຫັນປ່ຽນນີ້ຈາກມະຫາວິທະຍາໄລ Purdue ຖືກກໍານົດເພື່ອກໍານົດຂອບເຂດຂອງການຮັບຮູ້ຂອງເຄື່ອງຈັກ, ສ້າງວິທີການສໍາລັບອະນາຄົດທີ່ປອດໄພກວ່າ, ມີປະສິດທິພາບຫຼາຍຂຶ້ນໃນຫຸ່ນຍົນແລະນອກເຫນືອການ.