Araştırmacılar Gölgelerdeki Değişiklikleri Algılayabilen Otonom Sistemler Geliştiriyor

MIT'deki mühendisler otonom araçlar ve güvenlikleri için son derece önemli olan yeni bir sistem geliştirdi. Sistem, yerdeki gölgelerdeki küçük değişiklikleri algılayabilir ve köşede hareket eden herhangi bir nesne olup olmadığını belirleyebilir. 

Otonom araçlar yaratmak isteyen herhangi bir şirketin ana hedeflerinden biri, güvenliği artırmaktır. Mühendisler sürekli olarak araçları, özellikle bir binanın köşesinden gelenler olmak üzere diğer arabalarla veya yayalarla çarpışmayı önleme konusunda daha iyi hale getirmek için çalışıyorlar. 

Yeni sistem, hastanelerde dolaşan nihai robotlarda da kullanılma potansiyeline sahip. Bu robotlar, hastane genelinde ilaç veya malzeme dağıtabilir ve sistem, insanlara çarpmalarını önlemelerine yardımcı olur. 

Önümüzdeki hafta Uluslararası Akıllı Robotlar ve Sistemler Konferansı'nda (IROS) bir bildiri sunulacak. Bir kapalı otoparkın etrafında manevra yapan ve başka bir araca yaklaşırken duran otonom bir araba da dahil olmak üzere araştırmacılar tarafından gerçekleştirilen başarılı deneylerin açıklamalarını içerir.

Mevcut sistem genellikle, görünür nesneleri saniyenin yarısından daha uzun bir sürede algılayabilen LIDAR'dır. Araştırmacılara göre, saniyenin kesirleri, hızlı hareket eden otonom araçlarda büyük fark yaratabilir.  

"Robotların, diğer hareketli nesneler veya insanlarla birlikte hareket ettiği ortamlarda hareket ettiği uygulamalar için, yöntemimiz robota birisinin köşeden geldiğine dair erken bir uyarı verebilir, böylece araç yavaşlayabilir, yolunu ayarlayabilir ve kaçınmak için önceden hazırlanabilir. Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL) direktörü ortak yazar Daniela Rus ve Elektrik Mühendisliği ve Bilgisayar Bilimi Profesörü Andrew ve Erna Viterbi. "En büyük hayalimiz, caddelerde hızlı hareket eden araçlara bir çeşit 'X-ray görüşü' sağlamak."

Yeni otonom sistem yalnızca iç mekanlarda test edildi. Bu koşullarda, aydınlatma koşulları daha düşüktür ve robotik hızlar daha yavaştır. Otonom sistem bu ortamda gölgeleri çok daha kolay analiz edip algılayabiliyor. 

Makale Daniela Rus tarafından derlendi; eski bir CSAIL araştırmacısı olan birinci yazar Felix Naser; CSAIL yüksek lisans öğrencisi Alexander Amini; Bir CSAIL doktora sonrası uzmanı olan Igor Gilitschenski; mezun Christina Liao; Toyota Araştırma Enstitüsü'nden Guy Rosman; ve MIT'de havacılık ve uzay bilimleri doçenti Sertaç Karaman. 

Gölge Kamera Sistemi

Yeni gelişmelerden önce, araştırmacılar zaten "ShadowCam" adlı bir sisteme sahipti. Sistem, bilgisayarla görme tekniklerini kullanarak zemindeki gölgelerdeki değişiklikleri tanımlayabilir ve sınıflandırabilir. Sistemin önceki sürümleri MIT profesörleri William Freeman ve Antonio Torralba tarafından geliştirildi. İki profesör, IROS makalesinde ortak yazar değildi ve çalışmaları 2017 ve 2018'de sunuldu. 

ShadowCam, hedefe özel bir kameradan alınan video karelerini kullanır ve zaman içinde ışık yoğunluğundaki değişiklikleri algılayabilir. Bu, sisteme bir şeyin uzaklaştığını veya yaklaştığını söyler ve ardından bilgiyi analiz eder ve her görüntüyü sabit bir nesne veya hareketli bir nesne olarak sınıflandırır. Bu, sistemin mümkün olan en iyi şekilde ilerlemesini sağlar. 

ShadowCam, otonom araçlarda kullanılmak üzere ayarlandı ve değiştirildi. Başlangıçta, QR kodları gibi olan "AprilTags" adlı artırılmış gerçeklik etiketleri kullanıyordu. ShadowCam bunları, herhangi bir gölge olup olmadığını belirlemek için belirli piksel kümelerine odaklanmak için kullandı. Ancak, bu sistemin gerçek dünya senaryolarında kullanılmasının imkansız olduğu ortaya çıktı. 

Bu nedenle araştırmacılar, görüntü kaydı ve görsel odometri tekniğini birlikte kullanan yeni bir süreç yarattı. Görüntü kaydı, varyasyonları tanımlamak için birden çok görüntüyü kaplar. 

Araştırmacıların kullandığı görsel odometri tekniği "Doğrudan Seyrek Odometri" (DSO) olarak adlandırılıyor ve AprilTag'lere benzer şekilde çalışıyor. DSO, bir 3B yazdırma bulutu kullanır ve bir ortamın farklı özelliklerini bunun üzerine çizer. Daha sonra bir bilgisayar-görüş hattı, zemin gibi bir ilgi bölgesini bulur. 

ShadowCam, DSO görüntü kaydını kullandı ve robotun aynı bakış açısından tüm görüntüleri üst üste bindirdi. Hareket eden veya sabit kalan robot, gölgenin olduğu aynı piksel yamasını sıfırlayabilir. 

Sıradaki ne

Araştırmacılar bu sistem üzerinde çalışmaya devam edecek ve iç ve dış aydınlatma koşulları arasındaki farklara odaklanacaklar. Sonuç olarak ekip, süreci otomatikleştirmenin yanı sıra sistemin hızını artırmak istiyor.