受人尊敬的普渡大学的研究人员在机器人、机器视觉和感知领域取得了重大飞跃。他们的突破性方法比传统技术有了显着的改进，有望在未来机器比以往任何时候都更有效、更安全地感知周围环境。
Elmore电气和计算机工程副教授Zubin Jacob与研究科学家Fanglin Bao合作，介绍了一种名为HADAR的开创性方法，是热辅助检测和测距的缩写。他们的创新引起了极大的关注，这种认可扩大了人们对HADAR在各个领域的潜在应用的预期。
传统上，机器感知依赖于激光雷达、雷达和声纳等主动传感器，这些传感器发出信号以收集有关周围环境的三维数据。然而，这些方法带来了挑战，尤其是在扩大规模时。它们容易受到信号干扰，甚至可能对人类安全构成风险。摄像机在低光照条件下的局限性以及传统热成像中的“重影效应”进一步使机器感知复杂化。
HADAR寻求应对这些挑战。“物体及其环境不断发射和散射热辐射，导致无纹理的图像，众所周知的'重影效应'，”鲍解释说。他继续说：“一个人脸部的热照片只显示轮廓和一些温度对比;没有任何功能，让您看起来像看到了鬼魂。这种信息、纹理和特征的损失是使用热辐射进行机器感知的障碍。
HADAR的解决方案结合了热物理、红外成像和机器学习，可实现完全被动和物理感知的机器感知。雅各布强调了HADAR带来的范式转变，他说：“我们的工作建立了热感知的信息理论基础，表明漆黑携带的信息量与光天化日之下相同。进化使人类偏向于白天。机器对未来的感知将克服这种长期存在的白天和黑夜之间的二分法。
HADAR在越野夜间场景中恢复纹理的能力强调了其有效性。“HADAR TeX视觉恢复了纹理并克服了重影效应，”鲍指出。它准确地描绘了水波纹和树皮皱纹等复杂的图案，展示了其卓越的感官能力。
然而，在将HADAR集成到自动驾驶汽车或机器人等实际应用中之前，还有一些挑战需要解决。鲍说：“电流传感器又大又重，因为HADAR算法需要多种颜色的不可见红外辐射。为了将其应用于自动驾驶汽车或机器人，我们需要降低尺寸和价格，同时使相机更快。其愿望是提高电流传感器的帧速率，该传感器目前每秒创建一次图像，以满足自动驾驶汽车的需求。
在应用方面，虽然HADAR TeX视觉目前是为自动驾驶汽车和机器人量身定制的，但其潜力要大得多。从农业和国防到医疗保健和野生动物监测，可能性是巨大的。
为了表彰他们的开创性工作，Jacob和Bao获得了DARPA的资助，并从技术商业化办公室的Trask创新基金获得了50,000美元的资助。两人已经向普渡大学创新技术商业化办公室披露了他们的创新，并采取了为他们的作品申请专利的第一步。
普渡大学的这项变革性研究将重新定义机器感知的边界，为机器人及其他领域更安全、更高效的未来铺平道路。
版权声明
本文仅代表作者观点，不代表本网站立场。
本文系作者授权本网站发表，未经许可，不得转载。
发表评论