Вчені Массачусетського технологічного інституту (MIT) розробили нову технологію візуалізації, яка дозволить роботам контролю якості на складах «бачити» крізь картонні коробки та виявляти пошкодження прихованих предметів. Розроблена система, що отримала назву mmNorm, використовує міліметрові хвилі (mmWave), аналогічні тим, що використовуються у Wi-Fi, для створення точних тривимірних реконструкцій об’єктів, прихованих від прямого огляду.
Ці хвилі здатні проникати крізь такі перешкоди, як пластикові контейнери чи внутрішні стіни будівель, відбиваючись від об’єктів. Система mmNorm збирає ці відображення та подає їх на вхід алгоритму, який оцінює форму поверхні об’єкта. У ході тестування новий підхід досяг 96% точності реконструкції для різних предметів зі складною формою. Для порівняння, найкращі наявні методи досягають лише 78% точності.
При цьому mmNorm не потребує додаткової смуги пропускання. Ця ефективність дозволяє використовувати метод у різних умовах. Наприклад, mmNorm може допомогти роботам на фабриці або в будинку розрізняти інструменти, заховані в ящику, і визначати їх держално, щоб вони могли ефективніше брати та маніпулювати предметами.
Ключовою відмінністю mmNorm від традиційних радарів є облік явища дзеркальності відображення хвиль. У той час як старі методи ігнорували цей параметр, mmNorm використовує інформацію про напрямок відбитого сигналу для оцінки поверхні вектора, перпендикулярного поверхні в даній точці. Комбінуючи оцінки нормалей поверхні в усіх точках, система реконструює тривимірну модель об’єкта.
Для створення прототипу mmNorm науковці використовували роботизовану руку зі встановленим на ній радаром, який безперервно проводить вимірювання з переміщенням навколо прихованого предмета. Система порівнює силу одержуваних сигналів у різних точках з метою оцінки кривини поверхні об’єкта. Сигнали від безлічі антен радара «голосують» за напрямок нормалі поверхні, а потім ці голоси поєднуються для отримання найбільш ймовірного результату.
Система також здатна розрізняти кілька об’єктів, що знаходяться в одній коробці, і працює з об’єктами різних матеріалів, включаючи дерево, метал, пластик, гуму і скло, за винятком об’єктів, прихованих за металом або дуже товстими перешкодами.
У майбутньому вчені планують поліпшити роздільну здатність системи, підвищити її продуктивність для об’єктів, що менш віддзеркалюють, і забезпечити можливість отримання зображень крізь товстіші перешкоди. Вони також мають намір вивчити можливості застосування mmNorm у різних галузях, включаючи робототехніку та доповнену реальність.
Більше цікавого:
- Історія технологій в області органів відчуттів: слух, зір
- Як роботи змінюють хірургію та медичну освіту
- Роботи Figure навчилися спільно сортувати предмети
Джерело: MIT News