Các nhà nghiên cứu phát triển hệ thống tự động có khả năng cảm nhận sự thay đổi của bóng tối

Các kỹ sư tại MIT đã phát triển một hệ thống mới cực kỳ quan trọng cho các phương tiện tự động và an toàn của chúng. Hệ thống này có khả năng cảm nhận sự thay đổi nhỏ của bóng tối trên mặt đất và có thể xác định xem có bất kỳ vật thể di chuyển nào xung quanh góc. 

Một trong những mục tiêu chính của bất kỳ công ty nào muốn tạo ra phương tiện tự động là tăng cường an toàn. Các kỹ sư luôn làm việc để cải thiện khả năng của phương tiện trong việc tránh va chạm với các xe khác hoặc người đi bộ, đặc biệt là những người đang đi vòng quanh góc của một tòa nhà. 

Hệ thống mới này cũng có tiềm năng được sử dụng trên các robot tương lai điều hướng trong bệnh viện. Những robot này có thể giao thuốc hoặc vật tư khắp bệnh viện, và hệ thống sẽ giúp chúng tránh va chạm với người. 

Một bài báo sẽ được trình bày vào tuần tới tại Hội nghị Quốc tế về Robot và Hệ thống Thông minh (IROS). Bài báo này bao gồm mô tả về các thí nghiệm thành công được thực hiện bởi các nhà nghiên cứu, bao gồm cả một chiếc xe tự động điều khiển xung quanh một bãi đậu xe và dừng lại khi tiếp cận một xe khác.

Hệ thống hiện tại thường là LIDAR, có khả năng phát hiện các vật thể nhìn thấy được trong hơn một nửa giây. Theo các nhà nghiên cứu, những phần trăm giây có thể tạo ra sự khác biệt lớn đối với các phương tiện tự động di chuyển nhanh.  

“Đối với các ứng dụng mà robot di chuyển xung quanh môi trường với các vật thể hoặc người di chuyển khác, phương pháp của chúng tôi có thể cung cấp cho robot một cảnh báo sớm rằng có ai đó đang đi vòng quanh góc, vì vậy xe có thể giảm tốc, điều chỉnh đường đi và chuẩn bị sẵn sàng để tránh va chạm,” thêm đồng tác giả Daniela Rus, giám đốc Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo (CSAIL) và giáo sư Điện và Khoa học Máy tính Andrew và Erna Viterbi. “Giấc mơ lớn là cung cấp ‘tầm nhìn tia X’ cho các phương tiện di chuyển nhanh trên đường phố.”

Hệ thống tự động mới này chỉ được thử nghiệm trong nhà. Trong điều kiện này, điều kiện ánh sáng thấp hơn và tốc độ robot chậm hơn. Hệ thống tự động có thể phân tích và cảm nhận bóng tối dễ dàng hơn trong môi trường này. 

Bài báo này được biên soạn bởi Daniela Rus; tác giả đầu tiên Felix Naser, người曾 là nhà nghiên cứu CSAIL; Alexander Amini, sinh viên sau đại học CSAIL; Igor Gilitschenski, nghiên cứu sinh sau tiến sĩ CSAIL; sinh viên Christina Liao; Guy Rosman của Viện Nghiên cứu Toyota; và Sertac Karaman, giáo sư hàng không và vũ trụ tại MIT. 

Hệ thống ShadowCam

Trước khi có những phát triển mới, các nhà nghiên cứu đã có một hệ thống gọi là “ShadowCam.” Hệ thống này có khả năng xác định và phân loại sự thay đổi của bóng tối trên mặt đất thông qua việc sử dụng các kỹ thuật thị giác máy tính. Các phiên bản trước của hệ thống này được phát triển bởi các giáo sư MIT William Freeman và Antonio Torralba. Hai giáo sư này không phải là đồng tác giả của bài báo IROS, và công việc của họ đã được trình bày vào năm 2017 và 2018. 

ShadowCam sử dụng các khung hình video từ một máy ảnh cụ thể và có khả năng phát hiện bất kỳ sự thay đổi nào trong cường độ ánh sáng theo thời gian. Điều này cho hệ thống biết liệu có gì đó đang di chuyển xa hơn hay đến gần hơn, và sau đó phân tích thông tin và phân loại mỗi hình ảnh thành một vật thể tĩnh hoặc di chuyển. Điều này cho phép hệ thống tiếp tục theo cách tốt nhất có thể. 

ShadowCam đã được điều chỉnh và thay đổi để sử dụng trên các phương tiện tự động. Ban đầu, nó sử dụng các nhãn thực tế ảo gọi là “AprilTags,” giống như mã QR. ShadowCam sử dụng những thứ này để tập trung vào các cụm pixel nhất định để xác định xem có bóng tối hay không. Tuy nhiên, hệ thống này đã chứng minh là không thể sử dụng được trong các tình huống thực tế. 

Do đó, các nhà nghiên cứu đã tạo ra một quy trình mới sử dụng đăng ký hình ảnh và một kỹ thuật thị giác trực quan cùng nhau. Đăng ký hình ảnh chồng các hình ảnh lên nhau để xác định bất kỳ sự khác biệt nào. 

Kỹ thuật thị giác trực quan mà các nhà nghiên cứu sử dụng được gọi là “Direct Sparse Odometry” (DSO), và nó hoạt động tương tự như AprilTags. DSO sử dụng một đám mây 3D và nó vẽ các tính năng của môi trường lên đó. Một pipeline thị giác máy tính sau đó tìm một khu vực quan tâm như sàn. 

ShadowCam sử dụng DSO-đăng ký hình ảnh và chồng tất cả các hình ảnh từ cùng một góc nhìn của robot. Robot, di chuyển hoặc đứng yên, sau đó có thể tập trung vào cùng một vùng pixel nơi có bóng tối. 

Tiếp theo là gì

Các nhà nghiên cứu sẽ tiếp tục làm việc trên hệ thống này, và họ sẽ tập trung vào sự khác biệt giữa các điều kiện ánh sáng trong nhà và ngoài trời. Cuối cùng, đội muốn tăng tốc độ của hệ thống cũng như tự động hóa quá trình.