Robotică și IA fizică

Redefinirea roboticii: soluția inovatoare de viziune computerizată a Universității Purdue

Alex McFarland
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieHADAR depășește efectul de fantomă în imagistica termică pentru a restaura textura și…
Vezi mai mult
  • HADAR depășește efectul de fantomă în imagistica termică pentru a restaura textura și detaliile.
  • Tehnologia permite o percepție complet pasivă a mașinilor care funcționează la fel de bine în întuneric și în lumina zilei.
  • Provocările actuale includ reducerea dimensiunii și a costului senzorului pentru aplicații din lumea reală, cum ar fi vehiculele autonome.

Cercetătorii de la prestigioasa Universitate Purdue au făcut un salt semnificativ în domeniul roboticii, al viziunii mașinilor și al percepției. Abordarea lor revoluționară oferă o îmbunătățire semnificativă față de tehnicile convenționale, promițând un viitor în care mașinile pot percepe mediul lor mai eficient și mai sigur ca niciodată.

Prezentarea HADAR: un salt revoluționar în percepția mașinilor

Zubin Jacob, titular al catedrei Elmore de profesor asociat în inginerie electrică și informatică, în colaborare cu cercetătorul științific Fanglin Bao, a introdus o metodă de pionierat numită HADAR, prescurtare de la detectare și măsurare a distanței asistate de căldură. Inovația lor a atras atenția semnificativă, și această recunoaștere a amplificat așteptările cu privire la potențialele aplicații ale HADAR în diverse sectoare.

În mod tradițional, percepția mașinilor a depins de senzori activi, cum ar fi LiDAR, radar și sonar, care emit semnale pentru a colecta date tridimensionale despre mediul lor. Cu toate acestea, aceste metode prezintă provocări, în special atunci când sunt extinse la scară largă. Ele sunt predispuse la interferențe de semnal și pot chiar pune în pericol siguranța umană. Limitările camerelor de filmat în condiții de lumină scăzută și “efectul de fantomă” în imagistica termică convențională au complicat și mai mult percepția mașinilor.

HADAR își propune să abordeze aceste provocări. “Obiectele și mediul lor emit și dispersează constant radiații termice, ducând la imagini fără textură, cunoscute sub numele de ‘efect de fantomă’,” a explicat Bao. El a continuat, “Imaginile termice ale feței unei persoane arată doar contururi și un contrast de temperatură; nu există caracteristici, făcându-le să pară ca și cum ai văzut o fantomă. Pierderea de informații, textură și caracteristici este un obstacol pentru percepția mașinilor care utilizează radiația termică.”

Soluția HADAR constă într-o combinație de fizică termică, imagistică în infraroșu și învățare automată, permițând o percepție complet pasivă a mașinilor, bazată pe principiile fizicii. Jacob a subliniat schimbarea de paradigmă pe care o aduce HADAR, afirmând, “Lucrarea noastră construiește fundamentele percepției termice din perspectiva teoriei informației pentru a arăta că întunericul deplin conține aceeași cantitate de informații ca și lumina zilei. Evoluția a făcut oamenii să fie predispuși spre timpul de zi. Percepția mașinilor din viitor va depăși această dicotomie de lungă durată între zi și noapte.”

Implicații practice și direcții viitoare

Eficacitatea HADAR a fost subliniată de capacitatea sa de a recupera texturi într-un scenariu de noapte off-road. “Viziunea HADAR TeX a recuperat texturi și a depășit efectul de fantomă,” a remarcat Bao. A delimitat cu acuratețe modele complexe, cum ar fi valurile de apă și ridurile de scoarță, demonstrând capacitățile sale senzoriale superioare.

Cu toate acestea, înainte ca HADAR să poată fi integrat în aplicații din lumea reală, cum ar fi mașinile autonome sau roboții, există provocări de abordat. Bao a remarcat, “Senzorul actual este mare și greu, deoarece algoritmii HADAR necesită multe culori de radiație infraroșie invizibilă. Pentru a-l aplica la mașini autonome sau roboți, trebuie să reducem dimensiunea și prețul, și să facem camerele mai rapide.” Aspirația este de a îmbunătăți rata de cadre a senzorului actual, care în prezent creează o imagine la fiecare secundă, pentru a satisface cerințele vehiculelor autonome.

În ceea ce privește aplicațiile, deși viziunea HADAR TeX este în prezent adaptată pentru vehicule automate și roboți, potențialul său se extinde mult mai departe. De la agricultură și apărare la îngrijirea sănătății și monitorizarea faunei sălbatice, posibilitățile sunt imense.

În recunoașterea lucrării lor revoluționare, Jacob și Bao au obținut finanțare de la DARPA și au primit 50.000 de dolari de la Fondul de inovare Trask al Biroului de comercializare a tehnologiei. Duo-ul a dezvăluit inovația lor Biroului de comercializare a tehnologiei Purdue Innovates, făcând primii pași pentru a-și breveta creația.

Această cercetare transformativă de la Universitatea Purdue este pe cale să redefinească granițele percepției mașinilor, deschizând calea către un viitor mai sigur și mai eficient în robotică și dincolo de acest domeniu.

Alex conduce operațiunile de știri alimentate de AI ale Unite.AI, combinând jurnalismul, cercetarea și automatizarea pentru a susține o acoperire rapidă și scalabilă a inteligenței artificiale. Munca sa ajută la asigurarea că dezvoltările emergente ale AI sunt aduse la lumină eficient, menținând standardele editoriale ale publicației.