Robótica e IA física
Redefinindo Robótica: A Solução Inovadora de Visão de Máquina da Universidade Purdue
Adicione Unite.AI às suas fontes preferidas no Google
Pesquisadores da renomada Universidade Purdue fizeram um grande avanço no campo da robótica, visão de máquina e percepção. Sua abordagem inovadora oferece uma melhoria significativa em relação às técnicas convencionais, prometendo um futuro onde as máquinas possam perceber seu entorno de forma mais eficaz e segura do que nunca.
Apresentando o HADAR: Um Salto Revolucionário na Percepção de Máquina
Zubin Jacob, o professor associado de Engenharia Elétrica e Computação, em colaboração com o cientista de pesquisa Fanglin Bao, introduziu um método pioneiro chamado HADAR, abreviação de detecção e medição assistida por calor. Sua inovação atraiu grande atenção, e esse reconhecimento ampliou a expectativa em torno das aplicações potenciais do HADAR em vários setores.
Tradionalmente, a percepção de máquina dependia de sensores ativos como LiDAR, radar e sonar, que emitem sinais para coletar dados tridimensionais sobre seu entorno. No entanto, esses métodos apresentam desafios, especialmente quando escalados. Eles são propensos a interferência de sinais e podem até representar riscos para a segurança humana. As limitações das câmeras de vídeo em condições de baixa luminosidade e o “efeito fantasma” na imagem térmica convencional complicaram ainda mais a percepção de máquina.
O HADAR busca resolver esses desafios. “Os objetos e seu ambiente emitem e espalham constantemente radiação térmica, levando a imagens sem textura famosamente conhecidas como o ‘efeito fantasma’,” explicou Bao. Ele continuou: “As imagens térmicas do rosto de uma pessoa mostram apenas contornos e alguns contrastes de temperatura; não há características, tornando-se como se você tivesse visto um fantasma. Essa perda de informação, textura e características é um obstáculo para a percepção de máquina usando radiação de calor.”
A solução do HADAR é uma combinação de física térmica, imagem infravermelha e aprendizado de máquina, permitindo a percepção de máquina totalmente passiva e consciente da física. Jacob enfatizou a mudança de paradigma que o HADAR traz, afirmando: “Nosso trabalho constrói as fundações teóricas da percepção térmica para mostrar que a escuridão total carrega a mesma quantidade de informação que a luz do dia. A evolução fez com que os seres humanos sejam tendenciosos em relação ao dia. A percepção de máquina do futuro superará essa dicotomia antiga entre dia e noite.”
Implicações Práticas e Direções Futuras
A eficácia do HADAR foi destacada por sua capacidade de recuperar texturas em um cenário noturno fora de estrada. “A visão TeX do HADAR recuperou texturas e superou o efeito fantasma,” observou Bao. Ele delineou com precisão padrões intricados como ondas d’água e rugas da casca, demonstrando suas capacidades sensoriais superiores.
No entanto, antes que o HADAR possa ser integrado a aplicações do mundo real, como carros autônomos ou robôs, há desafios a serem superados. Bao comentou: “O sensor atual é grande e pesado, pois os algoritmos do HADAR exigem muitas cores de radiação infravermelha invisível. Para aplicá-lo a carros autônomos ou robôs, precisamos reduzir o tamanho e o preço, além de tornar as câmeras mais rápidas.” A aspiração é melhorar a taxa de quadros do sensor atual, que cria uma imagem a cada segundo, para atender às demandas dos veículos autônomos.
Em termos de aplicações, embora a visão TeX do HADAR seja atualmente adaptada para veículos automotores e robôs, seu potencial se estende muito além. Desde a agricultura e a defesa até a saúde e o monitoramento da vida selvagem, as possibilidades são vastas.
Em reconhecimento ao seu trabalho inovador, Jacob e Bao garantiram financiamento da DARPA e receberam $50.000 do Fundo de Inovação Trask do Escritório de Comercialização de Tecnologia. O duo divulgou sua inovação ao Escritório de Comercialização de Tecnologia da Purdue Innovates, dando os primeiros passos para patentear sua criação.
Essa pesquisa transformadora da Universidade Purdue está prestes a redefinir os limites da percepção de máquina, abrindo caminho para um futuro mais seguro e eficiente na robótica e além.
