การปฏิวัติโรบอติกส์ใหม่: โซลูชันการมองเห็นของเครื่องจักรที่เป็นนวัตกรรมของมหาวิทยาลัย Purdue

นักวิจัยที่มหาวิทยาลัย Purdue ที่มีชื่อเสียงได้ทำการกระโดดหนึ่งครั้งสำคัญในด้านโรบอติกส์ การมองเห็นของเครื่องจักร และการรับรู้ Their วิธีการที่เป็นนวัตกรรม นำเสนอการปรับปรุงที่ชัดเจนมากกว่าวิธีการแบบเดิมๆ โดยสัญญาว่าจะมีอนาคตที่เครื่องจักรสามารถรับรู้สภาพแวดล้อมได้อย่างมีประสิทธิภาพและปลอดภัยมากกว่าที่เคย

การแนะนำ HADAR: การกระโดดหนึ่งครั้งในการรับรู้ของเครื่องจักร

Zubin Jacob ศาสตราจารย์แห่งวิทยาลัยการวิศวกรรมไฟฟ้าและคอมพิวเตอร์ ร่วมกับนักวิจัย Fanglin Bao ได้แนะนำวิธีการที่เป็นนวัตกรรมที่เรียกว่า HADAR ซึ่งเป็นตัวย่อของ heat-assisted detection and ranging การค้นพบของพวกเขาได้รับความสนใจอย่างมาก และการยอมรับนี้ได้เพิ่มความตื่นเต้นเกี่ยวกับศักยภาพของ HADAR ในหลายๆ ด้าน

ตามปกติแล้ว การรับรู้ของเครื่องจักรจะพึ่งพาสัญญาณที่ถูกส่งออกมาจากเซ็นเซอร์เช่น LiDAR, 雷达 และ sonar เพื่อรับข้อมูลสามมิติเกี่ยวกับสภาพแวดล้อม อย่างไรก็ตาม วิธีการเหล่านี้มีข้อจำกัด โดยเฉพาะอย่างยิ่งเมื่อขยายขนาดขึ้น พวกมันสามารถถูกขัดจังหวะได้ง่ายและอาจเป็นอันตรายต่อความปลอดภัยของมนุษย์ นอกจากนี้ การใช้กล้องวิดีโอในสถานการณ์ที่มีแสงสว่างต่ำและผลกระทบ “ghosting effect” ในการถ่ายภาพความร้อนแบบเดิมๆ ได้เพิ่มความซับซ้อนในการรับรู้ของเครื่องจักร

HADAR มุ่งหวังที่จะแก้ไขปัญหเหล่านี้ “วัตถุและสภาพแวดล้อมของมันจะส่งและกระจายรังสีความร้อนอย่างต่อเนื่อง ทำให้เกิดภาพที่ไม่มีรูปหรือรอยเป็นรอยที่เรียกว่า ‘ghosting effect'” Bao อธิบาย “รูปภาพความร้อนของใบหน้าคนจะแสดงเฉพาะรูปหน้าและความแตกต่างของอุณหภูมิเท่านั้น ไม่มีลักษณะหรือรูปเป็นรอย ทำให้ดูเหมือนคุณได้เห็นภูตผี การสูญเสียข้อมูล ลักษณะ และรูปเป็นรอยนี้เป็นอุปสรรคต่อการรับรู้ของเครื่องจักรโดยใช้รังสีความร้อน”

วิธีการของ HADAR คือการผสมผสานฟิสิกส์ความร้อน การถ่ายภาพอินฟราเรด และการเรียนรู้ของเครื่องจักร ทำให้สามารถรับรู้ของเครื่องจักรได้อย่างสมบูรณ์และไม่ต้องใช้พลังงาน Jacob เน้นย้ำถึงการเปลี่ยนแปลงที่ HADAR นำมา “งานของเราสร้างรากฐานของทฤษฎีข้อมูลการรับรู้ความร้อนเพื่อแสดงให้เห็นว่าความมืดมิดมีปริมาณข้อมูลเท่ากับแสงสว่างกลางวัน การวิวัฒนาการทำให้มนุษย์เชื่อมั่นในความสำคัญของแสงสว่างกลางวัน การรับรู้ของเครื่องจักรในอนาคตจะเอาชนะความแตกต่างที่มีมาอย่างยาวนานระหว่างกลางวันและกลางคืน”

ผลกระทบเชิงปฏิบัติและทิศทางในอนาคต

ประสิทธิภาพของ HADAR ได้รับการเน้นย้ำโดยความสามารถในการกู้คืนรูปเป็นรอยในสถานการณ์กลางคืน “HADAR TeX vision กู้คืนรูปเป็นรอยและเอาชนะ ‘ghosting effect'” Bao กล่าว มันสามารถกำหนดรูปเป็นรอยที่ซับซ้อน เช่น รอยน้ำและรอยขีดข่วนได้อย่างแม่นยำ โดยแสดงให้เห็นถึงความสามารถในการรับรู้ที่เหนือกว่า

อย่างไรก็ตาม ก่อนที่ HADAR จะสามารถนำไปใช้ในการใช้งานจริง เช่น รถยนต์ไร้คนขับหรือโรบอต มีข้อจำกัดที่ต้องแก้ไข Bao กล่าวว่า “เซ็นเซอร์ปัจจุบันมีขนาดใหญ่และหนัก เนื่องจากอัลกอริทึม HADAR ต้องการอินฟราเรดที่มีสีหลายสี เพื่อนำไปใช้กับรถยนต์ไร้คนขับหรือโรบอต เราต้องลดขนาดและราคา และทำให้กล้องทำงานเร็วขึ้น” ความหวังคือการเพิ่มความเร็วของเฟรมเรตของเซ็นเซอร์ปัจจุบัน ซึ่งสร้างภาพทุกๆ วินาที เพื่อตอบสนองความต้องการของรถยนต์ไร้คนขับ

ในด้านการประยุกต์ใช้ แม้ว่า HADAR TeX vision จะถูกออกแบบมาเพื่อใช้กับรถยนต์ไร้คนขับและโรบอต แต่ศักยภาพของมันไปไกลกว่านั้น ตั้งแต่เกษตรกรรมและ 국방 ไปจนถึงการดูแลสุขภาพและการตรวจสอบสัตว์ป่า ความเป็นไปได้มากมาย

ในฐานะที่เป็นการยอมรับการค้นพบของพวกเขา Jacob และ Bao ได้รับการสนับสนุนจาก DARPA และได้รับรางวัล 50,000 ดอลลาร์จาก Trask Innovation Fund ของ Office of Technology Commercialization ทั้งสองได้ disclosed their innovation to the Purdue Innovates Office of Technology Commercialization, taking the initial steps to patent their creation การวิจัยที่เปลี่ยนแปลงนี้จากมหาวิทยาลัย Purdue มีแนวโน้มที่จะกำหนดขอบเขตใหม่ของการรับรู้ของเครื่องจักร ทำให้ทางไปสู่อนาคตที่ปลอดภัยและ効率มากขึ้นในด้านโรบอติกส์และอื่นๆ