Araştırmacılar Gölge Değişikliklerini Algılayabilen Otonom Sistemler Geliştirdiler

MIT mühendisleri, otonom araçlar ve güvenlikleri için son derece önemli olan yeni bir sistem geliştirdiler. Sistem, zemindeki küçük gölge değişikliklerini algılayabilme ve köşenin etrafındaki hareketli nesneleri belirleme kabiliyetine sahiptir. 

Otonom araçlar oluşturmak isteyen herhangi bir şirketin ana hedeflerinden biri güvenlik artırımıdır. Mühendisler, araçların diğer araçlarla veya yaya kişilerle çarpışmalarını önleme konusunda sürekli olarak çalışıyorlar, özellikle de bir binanın köşesinden gelenler. 

Yeni sistem, ayrıca hastanelerde navigasyon yapan gelecekteki robotlar için de kullanılabilecek potansiyele sahiptir. Bu robotlar, hastanede ilaç veya malzemeleri teslim edebilir ve sistem, insanların çarpılmasını önleyecektir. 

Bir makale, önümüzdeki hafta Akıllı Robotlar ve Sistemler Uluslararası Konferansı’nda (IROS) sunulacak. Araştırmacılar tarafından yürütülen başarılı deneylerin açıklamalarını içerir, Bunlar arasında bir otonom arabanın bir otopark garajı etrafında manevra yapması ve başka bir araç yaklaşırken durması yer alır.

Mevcut sistem genellikle LIDAR’dir ve görünen nesneleri yarım saniyeden fazla bir süre önce algılayabilir. Araştırmacılara göre, saniyenin kesirleri, hızlı hareket eden otonom araçlar için büyük bir fark yaratabilir.  

“Robotların diğer hareketli nesnelerle veya insanlarla çevrelerinde hareket ettiği uygulamalar için, yöntemimiz robota, köşeden birinin geldiğini erken bir uyarı verebilir, böylece araç yavaşlayabilir, yolunu uyarlayabilir ve önceden çarpışmayı önlemek için hazırlanabilir” diye ekledi ortak yazar Daniela Rus, Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL) müdürü ve Andrew ve Erna Viterbi Elektrik Mühendisliği ve Bilgisayar Bilimi Profesörü. “Büyük hayal, hızlı hareket eden sokaklardaki araçlara bir çeşit ‘X-ray görüşü’ sağlamaktır.”

Yeni otonom sistem sadece iç mekanlarda test edilmiştir. Bu koşullarda, aydınlatma koşulları daha düşük ve robot hızları daha yavaştır. Otonom sistem, bu ortamda gölgeleri analiz edip algılayabilir. 

Makale, Daniela Rus; ilk yazar Felix Naser, eski bir CSAIL araştırmacısı; Alexander Amini, bir CSAIL yüksek lisans öğrencisi; Igor Gilitschenski, bir CSAIL doktora sonrası araştırmacısı; lisans öğrencisi Christina Liao; Toyota Araştırma Enstitüsü’nden Guy Rosman; ve MIT’den uçak ve uzay mühendisliği yardımcı profesörü Sertac Karaman tarafından derlenmiştir. 

GölgeCam Sistemi

Yeni gelişmelerden önce, araştırmacılar zaten “GölgeCam” adlı bir sistemi geliştirmişlerdi. Sistem, bilgisayar görme tekniklerini kullanarak zemindeki gölge değişikliklerini tanımlayabilme ve sınıflandırabilme yeteneğine sahiptir. Sistemin önceki sürümleri, MIT profesörleri William Freeman ve Antonio Torralba tarafından geliştirilmiştir. İki profesör, IROS makalesinin ortak yazarları değildi ve çalışmalarını 2017 ve 2018’de sundular. 

GölgeCam, bir hedefe özgü kameradan video kareleri kullanır ve zaman içinde ışık yoğunluğundaki değişiklikleri algılayabilir. Sistem, bir şeyin daha da uzaklaşıp uzaklaşıp yaklaşmadığını söyler ve daha sonra bilgileri analiz eder ve her bir görüntüyü durağan bir nesne veya hareketli bir nesne olarak sınıflandırır. Bu, sistemin en iyi şekilde ilerlemesini sağlar. 

GölgeCam, otonom araçlarda kullanılmak üzere değiştirildi ve ayarlandı. Aslen, “AprilTags” olarak adlandırılan artırılmış gerçeklik etiketlerini kullanıyordu, bunlar QR kodlarına benziyordu. GölgeCam, belirli piksel kümelerine odaklanmak için bu etiketleri kullandı, ancak bu sistem gerçek dünya senaryolarında kullanılamayacak şekilde kanıtlandı. 

Bundan dolayı, araştırmacılar görüntü kaydı ve görsel-odometri tekniğini birlikte kullanan yeni bir işlem geliştirdiler. Görüntü kaydı, varyasyonları belirlemek için birden fazla görüntüyü üst üste bindirir. 

Araştırmacıların kullandığı görsel-odometri tekniği “Direct Sparse Odometry” (DSO) olarak adlandırılır ve AprilTags’e benzer şekilde çalışır. DSO, bir 3D-yazıcı bulutu kullanır ve bir ortamın çeşitli özelliklerini üzerine绘ler. Bir bilgisayar görme işlem hattı daha sonra bir ilgi alanı gibi bir zemin bölgesini belirler. 

GölgeCam, DSO-görüntü kaydını kullanır ve aynı bakış açısına sahip tüm görüntüleri üst üste bindirir. Hareket eden veya sabit kalan robot, daha sonra gölgenin olduğu aynı piksel grubuna odaklanabilir. 

Sonraki Adımlar

Araştırmacılar, bu sistem üzerinde çalışmaya devam edecekler ve iç mekan ve dış mekan aydınlatma koşulları arasındaki farklara odaklanacaklar. Ekibin nihai hedefi, sistemin hızını artırmak ve işlemi otomatikleştirmektir.