SCTD, 03/08/2023
A inovação pioneira, atualmente pendente de aprovação de patente, tem a capacidade de discernir textura e profundidade, além de compreender as características físicas dos indivíduos e do ambiente.
Cientistas da Purdue University estão impulsionando o futuro da robótica e dos sistemas autônomos com seu método de patente pendente que melhora a visão, e a percepção típicas das máquinas.
Zubin Jacob, professor associado de Elmore de Engenharia Elétrica e de Computação na Elmore Family School of Electrical and Computer Engineering, e o cientista pesquisador Fanglin Bao desenvolveram o HADAR, ou detecção e alcance assistidos por calor. Sua pesquisa foi apresentada na capa da edição de 26 de julho da revista Nature.
Jacob disse que espera-se que um em cada 10 veículos seja automatizado e que haja 20 milhões de robôs ajudantes que atendam as pessoas até 2030.
“Cada um desses agentes coletará informações sobre a cena ao seu redor por meio de sensores avançados para tomar decisões sem intervenção humana”, disse Jacob. “No entanto, a percepção simultânea da cena por vários agentes é fundamentalmente proibitiva.”
Sensores ativos tradicionais como LiDAR ou detecção e alcance de luz, radar e sonar emitem sinais e, posteriormente, os recebem para coletar informações 3D sobre uma cena. Esses métodos têm desvantagens que aumentam à medida que são ampliados, incluindo interferência de sinal e riscos à segurança dos olhos das pessoas. Em comparação, as câmeras de vídeo que funcionam com base na luz do sol ou em outras fontes de iluminação são vantajosas, mas condições de pouca luz, como à noite, neblina ou chuva, representam um sério impedimento.
A imagem térmica tradicional é um método de detecção totalmente passivo que coleta a radiação de calor invisível originada de todos os objetos em uma cena. Ele pode sentir através da escuridão, clima inclemente e brilho solar. Mas Jacob disse que desafios fundamentais impedem seu uso hoje.
“Os objetos e seu ambiente constantemente emitem e espalham radiação térmica, levando a imagens sem textura conhecidas como 'efeito fantasma'”, disse Bao. “Fotos térmicas do rosto de uma pessoa mostram apenas contornos e algum contraste de temperatura; não há recursos, fazendo parecer que você viu um fantasma. Essa perda de informação, textura e recursos é um obstáculo para a percepção da máquina usando radiação de calor.”
O HADAR combina física térmica, imagem infravermelha e aprendizado de máquina para preparar o caminho para a percepção de máquina totalmente passiva e consciente da física.
 |
| Zubin Jacob, professor associado de Elmore da Universidade de Purdue de Engenharia Elétrica e de Computação |
“Nosso trabalho constrói os fundamentos teóricos da informação da percepção térmica para mostrar que a escuridão carrega a mesma quantidade de informação que a luz do dia. A evolução tornou os seres humanos tendenciosos em relação ao dia. A percepção do futuro pela máquina superará essa dicotomia de longa data entre dia e noite”, disse Jacob.
Bao disse: “O HADAR recupera vividamente a textura do sinal de calor desordenado e desembaraça com precisão a temperatura, a emissividade e a textura, ou TeX, de todos os objetos em uma cena. Ele vê textura e profundidade através da escuridão como se fosse dia e também percebe atributos físicos além de RGB, ou vermelho, verde e azul, imagem visível ou sensor térmico convencional. É surpreendente que seja possível ver através da escuridão como em plena luz do dia.”
A equipe testou a visão HADAR TeX usando uma cena noturna off-road.
“A visão HADAR TeX recuperou texturas e superou o efeito fantasma”, disse Bao. “Ele recuperou texturas finas, como ondulações de água, rugas de casca e bueiros, além de detalhes sobre a grama.”
Melhorias adicionais no HADAR estão melhorando o tamanho do hardware e a velocidade de coleta de dados.
“O sensor atual é grande e pesado, pois os algoritmos HADAR exigem muitas cores de radiação infravermelha invisível”, disse Bao. “Para aplicá-lo a carros ou robôs autônomos, precisamos reduzir o tamanho e o preço e, ao mesmo tempo, tornar as câmeras mais rápidas. O sensor atual leva cerca de um segundo para criar uma imagem, mas para carros autônomos, precisamos de uma taxa de quadros de 30 a 60 hertz, ou quadros por segundo.”
As aplicações iniciais da visão HADAR TeX são veículos automatizados e robôs que interagem com humanos em ambientes complexos. A tecnologia pode ser desenvolvida para aplicações de agricultura, defesa, geociências, saúde e monitoramento da vida selvagem.
Artigos recomendados: IA e Tech
Nenhum comentário:
Postar um comentário