واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار»     (HT-CSURE)

واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)

Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering
واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار»     (HT-CSURE)

واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)

Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering

الگوبرداری نسل بعدی ربات‌ها از چشم حشرات

بهبود بینایی ماشینی
23 خرداد 1394
یکی از بزرگ‌ترین چالش‌های ربات‌ها، بهبود فناوری‌های بینایی با درک عمیق و جزئی از ردگیری حرکت اشیاء در یک پس‌زمینه شلوغ و پیچیده است. به نظر می‌رسد دانشمندان برای حل معضلات این بخش قصد دارند به سراغ چشم حشرات بروند.

سنجاقک دارای یک مغز به اندازه دانه برنج است. چشم این حشره نمی‌توان به اندازه انسان دقیق و با درک جزئیات زیاد مشاهده یک تصویر باشد اما قدرت عجیبی در ردیابی یک جسم در حال حرکت از نزدیک دارد. چشمان این حشره می‌تواند چیزی را با سرعت 60 مایل در ساعت تعقیب و با قدرت 97 درصدی موفقیت‌امیز باشد. یعنی هیچ‌گونه اشتباهی در تعقیب یک جسم در حال حرکت یا گم کردنش در یک محیط ندارد. 

به همین دلیل، یک تیم تحقیقاتی از دانشگاه آدلاید استرالیا دارند روی چشمان سنجاقک کار می‌کنند تا با تجزیه و تحلیل اجزای آن بتوانند این قدرت بینایی و درک و تعقیب جسم در حال حرکت را به ربات‌ها منتقل کنند و بینایی ماشینی را بهبود ببخشند. انسان‌ها هم به اندازه حشراتی مانند سنجاقک نمی‌توانند یک جسن در حال حرکت را دریابی و با جزئیات کامل تعقیب کنند. انسان سعی می‌کند با چشمانش هدف را تعقیب کند ولی ظاهراً حشرات بیشتر روی پس‌زمینه تمرکز می‌کنند تا اینکه به دنبال هدف در حال تعقیب باشند. 

به همین دلیل، دانشمندان دانشگاه آدلاید دارند روی الگوریتم‌های توسعه‌یافته‌ای برای تقلید ردیابی بصیری حشرات کار می‌کنند که بیشتر متکی بر پس زمینه هستند. این رویکرد اجازه می‌دهد هدف یا شی در حال حرکت به صورت آزادانه در یک میدان وسیعی حرکت کند ولی حواس ربات پرت نشود و بتواند در مدت زمان بیشتری پردازش‌های مربوطه را انجام دهد. در این فناوری که به نام active vision شناخته می‌شود، چشم سعی می‌کند حرکات ریزی از هدف را شناسایی و ثبت کند تا مسیر حرکتی هدف گم نشود و به جایش روی پس‌زمینه تمرکز بیشتری داشته باشد. 

در آزمایش‌های اولیه انجام شده، این الگوریتم تا 20 برابر سریع‌تر از الگوریتم‌های سنتی ردیابی اجسام در حال حرکت است. این الگوریتم فعلاً شبیه‌سازی شده است و هنوز هیچ‌گونه پیاده‌سازی عملی صورت نگرفته است. گام بعدی این تیم تحقیقاتی، پیاده‌سازی این فناوری روی ربات‌های ساخته شده است. 

برچسب: 

نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد