ต้นขั้ว Microscale Concave Interfaces สามารถช่วยยานยนต์ไร้คนขับได้ - Unite.AI
เชื่อมต่อกับเรา

ปัญญาประดิษฐ์

Microscale Concave Interfaces สามารถช่วยยานยนต์ไร้คนขับได้

วันที่อัพเดท on

รายละเอียดการศึกษาใหม่ว่า microscale concave interfaces (MCI) สามารถช่วยให้ยานพาหนะที่เป็นอิสระอ่านสัญญาณได้อย่างไร MCIs เป็นโครงสร้างที่สะท้อนแสงเพื่อสร้างปรากฏการณ์ทางแสง

Qiaoqiang Gan เป็นนักวิจัยด้านวิศวกรรมที่มหาวิทยาลัยบัฟฟาโล จากข้อมูลของ Gan เอฟเฟกต์เหล่านี้สามารถนำมาใช้ในอนาคตเพื่อช่วยยานพาหนะที่เป็นอิสระในการระบุสัญญาณจราจร

“เป็นสิ่งสำคัญที่จะสามารถอธิบายได้ว่าเทคโนโลยีทำงานอย่างไรกับใครบางคนก่อนที่คุณจะพยายามนำไปใช้ เอกสารฉบับใหม่ของเราระบุว่าแสงมีปฏิสัมพันธ์กับส่วนต่อประสานเว้าระดับไมโครสเกลอย่างไร” Gan กล่าว

งานวิจัยที่ตีพิมพ์ใน ใช้วัสดุวันนี้ สิงหาคมฮิต

การศึกษาร่วมกันนำโดย Gan, PhD, ศาสตราจารย์ด้านวิศวกรรมไฟฟ้าใน UB School of Engineering and Applied Sciences โดยมีทีมงานจาก UB, University of Shanghai for Science and Technology, Fuda University, Texas Tech University และ Hubei University ผู้เขียนคนแรกของบทความนี้ ได้แก่ Jacob Rada นักศึกษาระดับปริญญาเอกด้านวิศวกรรมไฟฟ้าของ UB และ Haifeng Hu ปริญญาเอก ศาสตราจารย์ด้านวิศวกรรมไฟฟ้าแสงและคอมพิวเตอร์ที่มหาวิทยาลัย Shanghai for Science and Technology

วัสดุสะท้อนแสง

การศึกษาเน้นหนักไปที่วัสดุสะท้อนแสงย้อนแสง หรือฟิล์มบางที่ประกอบด้วยโพลิเมอร์ไมโครสเฟียร์ซึ่งติดไว้บนด้านเหนียวของเทปใส ไมโครสเฟียร์เหล่านั้นฝังอยู่ในเทปบางส่วน 

เมื่อแสงสีขาวส่องลงบนฟิล์มนี้ แสงจะสะท้อนและทำให้แสงสร้างวงแหวนสีรุ้งที่ศูนย์กลาง ในทางกลับกัน เลเซอร์สีเดียวจะสร้างรูปแบบของวงแหวนที่สว่างและมืด เลเซอร์อินฟราเรดยังสร้างสัญญาณที่โดดเด่นซึ่งประกอบด้วยวงแหวนศูนย์กลางเมื่อสะท้อนกลับ

การทดลอง

การวิจัยยังเกี่ยวข้องกับการทดลองที่ใช้ฟิล์มบางในป้ายหยุด จากข้อมูลของ Rada เมื่อรูปแบบต่างๆ เกิดขึ้น สิ่งเหล่านี้จะปรากฏบนกล้องภาพซึ่งตรวจจับแสงที่มองเห็นได้ เช่นเดียวกับกล้อง LIDAR ที่ตรวจจับสัญญาณอินฟราเรด 

“ปัจจุบัน ระบบขับเคลื่อนอัตโนมัติเผชิญกับความท้าทายมากมายในการจดจำป้ายจราจร โดยเฉพาะอย่างยิ่งในสภาพการใช้งานจริง” Gan กล่าว “ป้ายจราจรอัจฉริยะที่ทำจากวัสดุของเราสามารถให้สัญญาณมากขึ้นสำหรับระบบในอนาคตที่ใช้ LIDAR และการจดจำรูปแบบที่มองเห็นได้ร่วมกันเพื่อระบุป้ายจราจรที่สำคัญ นี่อาจเป็นประโยชน์ในการปรับปรุงความปลอดภัยในการจราจรสำหรับรถยนต์ขับเคลื่อนอัตโนมัติ”

Rada กล่าวว่า "เราได้แสดงกลยุทธ์แบบรวมใหม่เพื่อปรับปรุงสัญญาณ LIDAR และการจดจำรูปแบบที่มองเห็นได้ ซึ่งดำเนินการโดยทั้งกล้องที่มองเห็นได้และกล้องอินฟราเรด" “ผลงานของเราแสดงให้เห็นว่า MCI เป็นเป้าหมายในอุดมคติสำหรับกล้อง LIDAR เนื่องจากมีสัญญาณที่แรงอย่างต่อเนื่อง”

เทคโนโลยีนี้พร้อมสำหรับการออกใบอนุญาต และมีการออกสิทธิบัตรของสหรัฐอเมริกาสำหรับวัสดุสะท้อนแสงย้อนหลัง มีการออกคู่ฉบับในจีนด้วย ผู้ถือสิทธิบัตรคือ Fudan University และ UB

ตามคำกล่าวของ Gan ฟิล์มจะได้รับการทดสอบด้วยแสงที่มีความยาวคลื่นต่างๆ รวมถึงวัสดุต่างๆ สำหรับไมโครสเฟียร์ เป้าหมายที่นี่คือการเพิ่มประสิทธิภาพสำหรับแอปพลิเคชันเช่นป้ายจราจรที่ออกแบบมาสำหรับระบบอัตโนมัติ 

Alex McFarland เป็นนักข่าวและนักเขียนด้าน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมมือกับสตาร์ทอัพด้าน AI และสิ่งพิมพ์ต่างๆ มากมายทั่วโลก