Innowacja w zakresie obrazowania termicznego pozwala sztucznej inteligencji widzieć w ciemności jak w biały dzień

Innowacja w zakresie obrazowania termicznego pozwala sztucznej inteligencji widzieć w ciemności jak w biały dzień

Naukowcy z Purdue University rozwijają świat robotyki i autonomii dzięki swojej zgłoszonej do opatentowania metodzie, która poprawia tradycyjne widzenie maszynowe i percepcję.

Zubin Jacob, profesor nadzwyczajny inżynierii elektrycznej i komputerowej w Elmore Family School of Electrical and Computer Engineering oraz naukowiec Fanglin Bao opracowali HADAR, czyli wykrywanie i określanie odległości wspomagane ciepłem. Ich badania znalazły się na okładce recenzowanego czasopisma Nature z 26 lipca. Film o HADAR jest dostępny na YouTube. Nature wydało również odcinek podcastu, który zawiera wywiad z Jacobem.

Jacob powiedział, że oczekuje się, że jeden na 10 pojazdów będzie zautomatyzowany i że do 2030 roku będzie 20 milionów robotów-pomocników, którzy będą służyć ludziom.

„Każdy z tych agentów będzie zbierał informacje o otaczającej go scenie za pomocą zaawansowanych czujników, aby podejmować decyzje bez interwencji człowieka” – powiedział Jacob. „Jednak jednoczesne postrzeganie sceny przez wielu agentów jest zasadniczo zaporowe”.

Tradycyjne czujniki aktywne, takie jak LiDAR lub wykrywanie światła i określanie odległości, radar i sonar emitują sygnały, a następnie odbierają je w celu zebrania informacji 3D o scenie. Metody te mają wady, które zwiększają się wraz ze wzrostem skali, w tym zakłócenia sygnału i zagrożenia dla bezpieczeństwa oczu ludzi. Dla porównania, kamery wideo działające w oparciu o światło słoneczne lub inne źródła oświetlenia są korzystne, ale warunki słabego oświetlenia, takie jak noc, mgła lub deszcz, stanowią poważne utrudnienie.

Tradycyjne obrazowanie termiczne to w pełni pasywna metoda wykrywania, która zbiera niewidzialne promieniowanie cieplne pochodzące ze wszystkich obiektów w scenie. Może wyczuwać ciemność, niepogodę i blask słońca. Ale Jacob powiedział, że fundamentalne wyzwania utrudniają jego użycie dzisiaj.

„Obiekty i ich otoczenie nieustannie emitują i rozpraszają promieniowanie cieplne, co prowadzi do obrazów pozbawionych tekstur, znanych jako„ efekt zjawy ”” – powiedział Bao. „Zdjęcia termiczne twarzy osoby pokazują tylko kontury i pewien kontrast temperaturowy; nie ma żadnych cech, co sprawia wrażenie, jakbyś zobaczył ducha. Ta utrata informacji, tekstury i cech stanowi przeszkodę dla percepcji maszyn za pomocą promieniowania cieplnego”.

HADAR łączy fizykę termiczną, obrazowanie w podczerwieni i uczenie maszynowe, aby utorować drogę do w pełni pasywnej i świadomej fizyki percepcji maszyn.

„Nasza praca buduje teoretyczne podstawy informacyjne percepcji termicznej, aby pokazać, że całkowita ciemność niesie taką samą ilość informacji, jak biały dzień. Ewolucja sprawiła, że ​​istoty ludzkie są bardziej przyzwyczajone do dnia. i noc – powiedział Jakub.

Bao powiedział: „HADAR wyraźnie odzyskuje teksturę z zagraconego sygnału cieplnego i dokładnie rozplątuje temperaturę, emisyjność i teksturę lub TeX wszystkich obiektów w scenie. Widzi teksturę i głębię w ciemności, jakby to był dzień, a także postrzega fizyczne atrybuty wykraczające poza RGB lub czerwony, zielony i niebieski, obrazowanie widzialne lub konwencjonalne wykrywanie termiczne. Zaskakujące jest to, że można widzieć w całkowitej ciemności jak w biały dzień”.

Zespół przetestował wizję HADAR TeX na nocnej scenie terenowej.

„HADAR TeX Vision odzyskał tekstury i przezwyciężył efekt smużenia” — powiedział Bao. „Odzyskał drobne tekstury, takie jak zmarszczki wody, zmarszczki kory i przepusty, oprócz szczegółów dotyczących trawiastej ziemi”.

Dodatkowe ulepszenia HADAR to zwiększenie rozmiaru sprzętu i szybkości zbierania danych.

„Obecny czujnik jest duży i ciężki, ponieważ algorytmy HADAR wymagają wielu kolorów niewidzialnego promieniowania podczerwonego” – powiedział Bao. „Aby zastosować go w samojezdnych samochodach lub robotach, musimy zmniejszyć rozmiar i cenę, jednocześnie przyspieszając kamery. Obecny czujnik potrzebuje około jednej sekundy, aby stworzyć jeden obraz, ale w przypadku samochodów autonomicznych potrzebujemy około 30 do 60 częstotliwość klatek w hercach lub liczba klatek na sekundę”.

Początkowe zastosowania HADAR TeX vision to zautomatyzowane pojazdy i roboty, które wchodzą w interakcje z ludźmi w złożonych środowiskach. Technologia może być dalej rozwijana do zastosowań w rolnictwie, obronie, naukach o Ziemi, opiece zdrowotnej i monitorowaniu dzikich zwierząt.

Jacob i Bao ujawnili HADAR TeX Biuru Komercjalizacji Technologii Purdue Innovates, które złożyło wniosek o patent na własność intelektualną. Partnerzy branżowi, którzy chcą dalej rozwijać innowacje, powinni skontaktować się z firmą Dipak Narula,

Click to rate this post!
[Total: 0 Average: 0]
science