研究人员开发出能够感知阴影变化的自主系统

麻省理工学院的工程师开发出了一种新系统，对于自主车辆和它们的安全性非常重要。该系统能够感知地面上阴影的微小变化，并且可以判断是否有移动物体在拐角处。

任何公司开发自主车辆的主要目标之一就是提高安全性。工程师们不断地努力使车辆更好地避免与其他车辆或行人发生碰撞，特别是在建筑物拐角处。

该系统还具有可能被用于未来在医院中导航的机器人。这些机器人可以在医院中递送药物或用品，该系统将帮助它们避免撞击人。

下周将在国际智能机器人和系统会议（IROS）上发表一篇论文，包括研究人员进行的成功实验的描述，包括一辆自主汽车在停车场周围行驶并在接近另一辆车时停下的情景。

当前系统通常是LIDAR，可以在半秒多的时间内检测到可见物体。根据研究人员的说法，几分之一秒的时间可以对快速移动的自主车辆产生巨大的影响。

“对于机器人在环境中移动并遇到其他移动物体或人的应用，我们的方法可以给机器人一个早期的警告，告诉它有人即将从拐角处出来，因此车辆可以减速，调整其路径，并提前准备好避免碰撞，”共同作者、计算机科学和人工智能实验室（CSAIL）主任、安德鲁和埃尔纳·维特比电气工程和计算机科学教授Daniela Rus补充说。”最大的梦想是为快速在街上行驶的车辆提供一种’X光视觉’。”

新自主系统仅在室内进行了测试。在这些条件下，照明条件较差，机器人速度较慢。自主系统可以更容易地分析和感知阴影。

该论文由Daniela Rus、前CSAIL研究员Felix Naser、CSAIL研究生Alexander Amini、CSAIL博士后Igor Gilitschenski、研究生Christina Liao、丰田研究院的Guy Rosman和麻省理工学院航空航天学副教授Sertac Karaman共同编写。

ShadowCam系统

在新发展之前，研究人员已经拥有一个名为“ShadowCam”的系统。该系统能够通过使用计算机视觉技术来识别和分类地面上的阴影变化。早期版本的系统由麻省理工学院教授William Freeman和Antonio Torralba开发。两位教授不是IROS论文的共同作者，他们的工作分别于2017年和2018年发表。

ShadowCam使用来自特定相机的视频帧，并能够检测光强度随时间的变化。这告诉系统是否有物体在远离或靠近，它然后分析信息并将每个图像分类为静止物体或移动物体。这使得系统能够以最佳方式进行。

ShadowCam被修改和改进，以便在自主车辆上使用。最初，它使用增强现实标签，称为“AprilTags”，类似于二维码。ShadowCam使用这些标签来关注某些像素集群，以确定是否存在阴影。然而，这个系统被证明在现实世界中无法使用。

因此，研究人员创建了一个新的过程，使用图像注册和视觉测距技术的组合。图像注册叠加多个图像，以识别任何变化。

研究人员使用的视觉测距技术称为“直接稀疏测距”（DSO），其工作原理与AprilTags类似。DSO使用3D点云，并在其上绘制环境的不同特征。计算机视觉管道然后定位一个感兴趣的区域，例如地板。

ShadowCam使用DSO-图像注册，并叠加所有来自机器人相同视点的图像。机器人，无论是移动还是静止，都可以专注于相同的像素区域，其中存在阴影。

接下来是什么

研究人员将继续致力于该系统，并将重点放在室内和室外照明条件之间的差异上。最终，团队希望增加系统的速度以及自动化该过程。