Дослідники розробили автономні системи, здатні виявляти зміни в тіні

Інженери в MIT розробили нову систему, яка дуже важлива для автономних транспортних засобів та їхньої безпеки. Система здатна виявляти маленькі зміни в тіні на землі та визначати, чи є рухомі об’єкти біля кута. 

Одна з основних цілей будь-якої компанії, яка намагається створити автономні транспортні засоби, – підвищення безпеки. Інженери постійно працюють над тим, щоб зробити транспортні засоби краще уникати зіткнень з іншими автомобілями або пішоходами, особливо тих, хто виходить з-за кута будинку. 

Нова система також має потенціал бути використаною на майбутніх роботах, які переміщаються по лікарнях. Ці роботи можуть доставляти ліки або матеріали по лікарні, а система допоможе їм уникнути зіткнень з людьми. 

Наступного тижня на Міжнародній конференції з інтелектуальних роботів і систем (IROS) буде представлена робота, яка описує успішні експерименти, проведені дослідниками, включаючи автономний автомобіль, який маневрує навколо парковки та зупиняється, коли підходить до іншого транспортного засобу.

Поточна система часто використовує LIDAR, який здатний виявляти видимі об’єкти за більш ніж половину секунди. За словами дослідників, долі секунди можуть мати велике значення для швидко рухомих автономних транспортних засобів.  

“Для застосунків, де роботи рухаються навколо середовищ з іншими рухомими об’єктами або людьми, наш метод може дати роботові раннє попередження про те, що хтось виходить з-за кута, тому транспортний засіб може сповільнитися, змінити свій шлях та підготуватися заздалегідь, щоб уникнути зіткнення”, додає співавтор Даніела Рус, директор лабораторії комп’ютерних наук та штучного інтелекту (CSAIL) та професор електротехніки та комп’ютерних наук Ендрю та Ерни Вітербі. “Велика мрія – надати ‘рентгенівське бачення’ транспортним засобам, які швидко рухаються по вулицях”.

Нова автономна система була протестована лише в приміщенні. У цих умовах освітлення нижче, а швидкість роботів нижча. Автономна система може аналізувати та виявляти тіні набагато легше в цьому середовищі. 

Робота була складена Даніелою Рус; першим автором Феліксом Насером, колишнім дослідником CSAIL; Олександром Аміні, аспірантом CSAIL; Ігорем Гіліченським, постдоком CSAIL; аспіранткою Крістіною Ліао; Гаєм Розманом з Toyota Research Institute; та Сертаком Караманом, асоційованим професором аеронавтики та астронавтики в MIT. 

Система ShadowCam

До нових розробок дослідники вже мали систему під назвою “ShadowCam”. Система здатна ідентифікувати та класифікувати зміни в тіні на землі за допомогою комп’ютерних технік бачення. Раніші версії системи були розроблені професорами MIT Вільямом Фріменом та Антоніо Торральбою. Двоє професорів не були співавторами роботи IROS, а їхня робота була представлена в 2017 та 2018 роках. 

ShadowCam використовує кадри відео з камери, призначеної для конкретної цілі, і здатна виявляти будь-які зміни в інтенсивності світла з часом. Це говорить системі про те, що щось рухається далі або ближче, а потім аналізує інформацію та класифікує кожне зображення як стаціонарний об’єкт або рухомий. Це дозволяє системі продовжувати найкращим можливим способом. 

ShadowCam була модифікована та змінена для використання на автономних транспортних засобах. Спочатку вона використовувала доповнені реальністю мітки під назвою “AprilTags”, які були подібні до QR-кодів. ShadowCam використовувала їх для фокусування на певних кластерах пікселів для визначення наявності тіней. Однак ця система виявилася неможливою для використання в реальних сценаріях. 

Через це дослідники створили новий процес, який використовує реєстрацію зображень та візуально-одометричні техніки разом. Регістрація зображень накладає кілька зображень для визначення будь-яких відмінностей. 

Візуально-одометрична техніка, яку використовують дослідники, називається “Пряма розріджена одометрія” (DSO), і вона працює подібно до AprilTags. DSO використовує 3D-принтерну хмару та намічує різні особливості середовища на ній. Потім комп’ютерна система бачення знаходить регіон інтересу, такий як підлога. 

ShadowCam використовує DSO-реєстрацію зображень та накладає всі зображення з тієї ж точки зору робота. Робот, який рухається або залишається на місці, може тоді зосередитися на тому самому патчі пікселів, де є тінь. 

Що далі

Дослідники продовжать працювати над цією системою та зосередяться на відмінностях між умовами освітлення в приміщенні та на відкритому повітрі. В кінцевому підсумку команда хоче збільшити швидкість системи, а також автоматизувати процес.