Robot học và AI vật lý

Định nghĩa lại ngành robot: Giải pháp thị giác máy đổi mới của Đại học Purdue

Alex McFarland
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Điểm chínhHADAR khắc phục hiệu ứng bóng ma trong hình ảnh nhiệt để khôi phục kết cấu và chi tiết.
Xem thêm
  • HADAR khắc phục hiệu ứng bóng ma trong hình ảnh nhiệt để khôi phục kết cấu và chi tiết.
  • Công nghệ này cho phép máy móc nhận thức hoàn toàn thụ động, hoạt động hiệu quả như nhau trong bóng tối và ánh sáng ban ngày.
  • Những thách thức hiện tại bao gồm việc giảm kích thước và chi phí của cảm biến cho các ứng dụng thực tế như xe tự hành.

Các nhà nghiên cứu tại Đại học Purdue danh tiếng đã đạt được một bước tiến đáng kể trong lĩnh vực robot, thị giác máy và nhận thức. Cách tiếp cận đột phá của họ cung cấp một sự cải tiến đáng kể so với các kỹ thuật thông thường, hứa hẹn một tương lai nơi máy móc có thể nhận thức môi trường xung quanh một cách hiệu quả và an toàn hơn bao giờ hết.

Giới thiệu HADAR: Một bước nhảy vĩ đại trong Cảm nhận của máy

Zubin Jacob, Phó giáo sư giữ chức danh Elmore về Kỹ thuật Điện và Máy tính, hợp tác với nhà khoa học nghiên cứu Fanglin Bao, đã giới thiệu một phương pháp tiên phong có tên là HADAR, viết tắt của phát hiện và đo khoảng cách có hỗ trợ nhiệt. Sự đổi mới của họ đã thu hút sự chú ý đáng kể, và sự công nhận này đã tăng cường sự mong đợi về các ứng dụng tiềm năng của HADAR trong các lĩnh vực khác nhau.

Truyền thống, nhận thức máy phụ thuộc vào các cảm biến chủ động như LiDAR, radar và sonar, vốn phát xạ tín hiệu để thu thập dữ liệu ba chiều về môi trường xung quanh. Tuy nhiên, các phương pháp này trình bày thách thức, đặc biệt khi được mở rộng quy mô. Chúng dễ bị nhiễu tín hiệu và thậm chí có thể gây rủi ro cho an toàn con người. Các hạn chế của máy ảnh video trong điều kiện ánh sáng yếu và hiệu ứng “ma” trong hình ảnh nhiệt thông thường đã làm phức tạp thêm nhận thức máy.

HADAR nhằm giải quyết những thách thức này. “Các vật thể và môi trường của chúng liên tục phát xạ và tán xạ bức xạ nhiệt, dẫn đến hình ảnh không có kết cấu nổi tiếng là hiệu ứng ‘ma’,” Bao giải thích. Ông tiếp tục, “Hình ảnh nhiệt của khuôn mặt một người chỉ hiển thị các đường nét và một số độ tương phản nhiệt; không có đặc trưng, làm cho nó giống như bạn đã thấy một cái bóng. Sự mất mát thông tin, kết cấu và đặc trưng này là một chướng ngại vật cho nhận thức máy sử dụng bức xạ nhiệt.”

Giải pháp của HADAR là sự kết hợp của vật lý nhiệt, hình ảnh hồng ngoại và học máy, cho phép khả năng cảm nhận của máy hoàn toàn thụ động, có tính đến các quy luật vật lý. Jacob nhấn mạnh sự thay đổi mô hình mà HADAR mang lại, tuyên bố: “Công việc của chúng tôi xây dựng nền tảng lý thuyết thông tin của nhận thức nhiệt để chỉ ra rằng bóng tối hoàn toàn mang lại cùng một lượng thông tin như ánh sáng ban ngày. Sự tiến hóa đã khiến con người bị thiên vị về ban ngày. Nhận thức máy của tương lai sẽ vượt qua sự phân chia lâu dài này giữa ngày và đêm.”

Ứng dụng Thực tế và Hướng đi Tương lai

Hiệu quả của HADAR được nhấn mạnh bởi khả năng phục hồi kết cấu trong một bối cảnh địa hình ngoài đường bộ vào ban đêm. “Thị giác HADAR TeX đã phục hồi kết cấu và vượt qua hiệu ứng ‘ma’,” Bao lưu ý. Nó đã xác định chính xác các mẫu phức tạp như gợn nước và nếp nhăn vỏ cây,thể hiện khả năng cảm biến vượt trội.

Tuy nhiên, trước khi HADAR có thể được tích hợp vào các ứng dụng thực tế như ô tô tự lái hoặc robot, có những thách thức cần giải quyết. Bao nhận xét, “Cảm biến hiện tại rất lớn và nặng vì các thuật toán HADAR yêu cầu nhiều dải màu của bức xạ hồng ngoại không nhìn thấy được. Để áp dụng nó cho ô tô tự lái hoặc robot, chúng tôi cần giảm kích thước và giá cả trong khi cũng làm cho máy ảnh nhanh hơn.” Khát vọng là tăng tốc độ khung hình của cảm biến hiện tại, hiện tạo ra một hình ảnh mỗi giây, để đáp ứng nhu cầu của các phương tiện tự động.

Về mặt ứng dụng, trong khi tầm nhìn HADAR TeX hiện tại được thiết kế cho xe tự động và robot, tiềm năng của nó còn mở rộng hơn nhiều. Từ nông nghiệp và quốc phòng đến chăm sóc sức khỏe và giám sát động vật hoang dã, các khả năng là vô tận.

Để ghi nhận công việc đột phá của họ, Jacob và Bao đã đảm bảo tài trợ từ DARPA và được trao 50.000 đô la từ Quỹ Đổi mới Trask của Văn phòng Thương mại hóa Công nghệ. Bộ đôi này đã công bố sáng chế của mình với Văn phòng Thương mại hóa Công nghệ thuộc Purdue Innovates, thực hiện các bước đầu tiên để xin cấp bằng sáng chế cho sáng tạo của mình.

Nghiên cứu chuyển đổi này từ Đại học Purdue đang định nghĩa lại ranh giới của nhận thức máy, mở đường cho một tương lai an toàn và hiệu quả hơn trong lĩnh vực robot và hơn thế nữa.

Alex dẫn dắt hoạt động tin tức được hỗ trợ bởi AI của Unite.AI, kết hợp báo chí, nghiên cứu và tự động hoá để hỗ trợ việc đưa tin về trí tuệ nhân tạo một cách kịp thời và có khả năng mở rộng. Công việc của anh giúp đảm bảo các phát triển AI mới nổi được đưa lên một cách hiệu quả trong khi vẫn duy trì tiêu chuẩn biên tập của tờ báo.