آموزش دیدن ربات ها و ماشین ها در اطراف
آموزش دیدن ربات ها و ماشین ها در اطراف
هوشمند سازی مدارس
آموزش دیدن ربات ها و ماشین ها در اطراف مهندسان مؤسسه فناوری ماساچوست (MIT) با تکیه بر کارهای قبلی برای ایمنتر کردن خودروهای خودران،
یک سیستم هشداردهنده و ضد برخورد ایجاد کردهاند که میتواند تغییرات جزئی در سایههای روی زمین را حس کند،
تا تشخیص دهد که آیا جسم متحرکی در اطراف وجود دارد یا خیر. یک گوشه. این کار همچنین میتواند برای رباتهای دیگر،
مانند رباتهایی که دارو را در بیمارستانها تحویل میدهند یا در کنار انسانها در انبارها کار میکنند، مفید باشد.
الکساندر امینی، عضو تیم، دکترا گفت: «به طور سنتی، سنسورها در یک وسیله نقلیه خودمختار همگی بر حسگر خط دید،
خط دید مستقیم بین سنسوری که روی خودرو قرار میگیرد و جسمی که میخواهید شناسایی کنید، تکیه میکنند.
دانشجوی آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL)
هوشمند سازی مدارس
هر زمان که این خط دید توسط یک گوشه یا چیز دیگری مسدود شود، در آنجاست که می بینیم سیستم ما نقش بزرگی ایفا می کند.
کار جدید این تیم، بر اساس یک سیستم تشخیص قبلی به نام ShadowCam، از دنبالهای از فریمهای ویدئویی از دوربینی استفاده میکند.
یک مکان ثابت را هدف قرار میدهد و تغییرات شدت نور را در طول زمان تشخیص میدهد که نشان میدهد آیا یک شی در حال حرکت است و اگر دارد، آیا در حال دور شدن است یا خیر. نزدیکتر شدن.
به گفته امینی مراحل متعددی وجود دارد که همه آنها در عرض چند ثانیه انجام می شوند. ShadowCam تمام این اطلاعات را دریافت می کند.
هر تصویر را به عنوان یک شی ثابت یا پویا طبقه بندی می کند. اگر تصویری اتوماسیون ساختمان آترینا پویا ببیند،
سیستم بر این اساس واکنش نشان می دهد، به این معنی که خودرو را برای توقف، کاهش سرعت یا ادامه مسیر هدایت می کند.
امینی گفت: «یکی از چالشهای ساختن سیستمی مانند این این است که شما باید در برابر بسیاری از این تغییرات جزئی و تغییرات بسیار جزئی در تغییرات مقاوم باشید.
داشتن سایه در جهت های مختلف و/یا ورود با سرعت های مختلف یک چالش بزرگ است.
از آنجایی که خودرو پویا است
هوشمند سازی مدارس
به عبارت دیگر، متحرک است – اولین کاری که انجام دادیم این بود که یک منطقه را روی زمین نزدیک به سایه محلی کنیم،
بنابراین میتوانیم به طور خاص به یک مکان ثابت نگاه کنیم و تصاویر را در آن مکان نشان دهیم. «گام دوم،
گرفتن آن نقطه روی زمین و استفاده از بینایی کامپیوتری برای تقویت تغییرات کوچک، تغییرات بسیار جزئی، در نور است تا بتوانیم سایه ها را تشخیص دهیم.
او افزود: «برای این کار از نوعی تقویت رنگ و تقویت حرکت استفاده میکنیم، بنابراین میتوانیم به سایه نگاه کنیم که یک سیگنال تقویتشده است.
این پروژه ریشه در کارهایی دارد که در ابتدا شامل تشخیص سایههای متحرک از ویلچر ساکن بود.
بعدها، استادان MIT ویلیام فریمن و آنتونیو تورالبا کار را برای تشخیص موانع خارج از خط دید مستقیم،
با استفاده از تصاویر تقویتشده با رنگ که امکان تشخیص سایههای حتی ضعیف قابل مشاهده را فراهم میکنند، پیش بردند.
آنها با موفقیت آزمایش کردند و امکان سنجی نسخه قبلی ShadowCam را به عنوان مکانیزم ایمنی روی یک صندلی چرخدار مستقل نشان دادند.
ایگور گیلیتسچنسکی، دانشیار ارشد فوق دکترا در تیم پروژه، گفت: «مرحله دوم [تشخیص سایههای متحرک] بود در حالی که خودمان در حال حرکت بودیم.
جدیدترین کار، بار دیگر ShadowCam را با ترکیب دو تکنیک دیگر اقتباس و پیشرفته کرد
هوشمند سازی مدارس
ثبت تصویر، که دو یا چند تصویر از یک صحنه گرفته شده در زمانها یا زوایای مختلف را برای تجزیه و تحلیل (فرآیندی که اغلب در زمینه پزشکی استفاده میشود.
پوشش میدهد. و کیلومتر شماری بصری، که موقعیت و جهت ربات را با تجزیه و تحلیل تصاویر دوربین های مختلف (فناوری مورد استفاده در کاوش مریخ توسط مریخ نوردها) تعیین می کند.
یک کامپیوتر انعکاس ها را به یک نمایش سه بعدی تبدیل می کند که دستوراتی را در مورد اینکه آیا ادامه دهد و با چه سرعتی به وسیله نقلیه ارائه می دهد.
این نسخه بهبودیافته ShadowCam با موفقیت بر روی یک خودروی خودمختار که در اطراف یک پارکینگ رانندگی میکرد، و همچنین در راهروهای مسیریابی ویلچر خودکار آزمایش شد.
این تیم همچنین نشان داد که این سیستم سریعتر از روش دیگری برای تشخیص اجسام، لیدار، که جزء ضروری یک ماشین کاملا رباتیک در نظر گرفته شده است، کار می کند.
Lidar که مخفف عبارت Light Detection and Ranging است، روشی برای قضاوت فواصل از طریق روشن کردن یک هدف،
با نور لیزر نامرئی برای چشم انسان و اندازهگیری نور منعکس شده با حسگر با هزاران پالس در هر ثانیه است.
با این حال، لیدار می تواند فقط اشیاء خط دید را تشخیص دهد. ShadowCam 0.72 ثانیه سریعتر از Lidar در تشخیص اتومبیلهایی،
در حین آزمایش به دور ستونها در پارکینگ میچرخند سریعتر بود. این اختلاف زمانی اندک می تواند باعث بهبود ایمنی قابل توجهی برای خودروهای خودران شود.
آخرین نتایج در مقاله ای در کنفرانس بین المللی ربات ها و سیستم های هوشمند (IROS) در ماکائو، چین در سال 2019 ارائه شد.
تا کنون، این سیستم تنها در داخل خانه که سرعت کمتر و شرایط نوری سازگارتر است، آزمایش شده است.
در یک آزمایش، محققان نمایشی را در یک پارکینگ با چراغهای جلو خاموش برای شبیهسازی شرایط رانندگی در شب انجام دادند.