MENU

23:56
Разработка системы SegNet для распознавания объектов роботами

Обучение роботов — это сложная задача, включающая в себя множество трудностей, сопряженных с решением разного рода проблем. Одной из таких проблем является машинное зрение, которое в ряде случаев далеко от совершенства. Чтобы заставить машину достаточно полно наблюдать и воспринимать окружающий мир, нужно каким-то образом научить её классифицировать окружающие объекты и оперировать ими. В Кембриджском университете группа ученых разработали две технологии, позволяющие машинам наиболее четко и ясно «видеть» окружающий мир.

Основной задачей, которую ставили перед собой исследователи — разработка технологий, что будут применимы в беспилотных автомобилях и автономных роботах. Помимо этих двух направлений, из разработанных технологий могут почерпнуть и другие сферы: например, технология дополненной реальности, камеры слежения и тому подобные системы. Новые технологии машинного зрения разрабатываются на базе приложения SegNet, а название системы локализации пока озвучено не было.

SegNet - распознавание объектов роботами

Суть SegNet заключается в том, чтобы производить распознавание объектов в режиме реального времени. Надо сказать, что эта система позволяет машинам намного более точное распознавание объектов, чем наиболее совершенные в современном мире радиолокационные системы полуавтономных автомобилей. Обработав ситуацию на улицах города, SegNet мгновенно обнаруживает все объекты и разделяет их на 12 категорий.

Освещение при этом может быть практически любое, и система способна функционировать, в том числе и в ночное время. Все производимые ею операции происходят в реальном времени. На данный момент система SegNet заточена под условия современного города, но, тем не менее, благодаря глубинному обучению, можно заставить машину работать подобным образом и за городской чертой — например, в сельской местности. Помимо этого, разработчики обещают, что даже погодные условия могут перестать быть проблемой благодаря машинному обучению.

Алекс Кендалл, аспирант кафедры машиностроения, утверждает, что огромный опыт Кембриджского университета в решении подобных задач нашел себе применение в разработке системы, способной до невозможности точно распознавать объекты на изображениях. Ко всему прочему, он добавил, что система всё ещё может быть усовершенствована и более тонко настроена для улучшения её функциональности.

Студенты старших курсов университета принимали участие в обучении системы. Они ввели около пяти тысяч изображений с улицы. На каждом изображении были отмечены пиксели, помогающие SegNet выполнять распознавание объектов. Спустя некоторое время её «мастерство» возросло до такого уровня, что исследователям уже не приходилось принимать участие в её обучении. SegNet на данный момент находится в общем доступе и любой желающий может посетить её сайт и загрузить любое изображение, после чего система отобразит все найденные объекты.

Система локализации, то есть определения расположения того или иного объекта в пространстве, является дополнением для SegNet. Точность, как заверяют разработчики, превосходит даже GPS. Такая система локализации работает в любой местности, даже в помещении, туннелях и в ночное время.

На данный момент система локализации способна распознавать объекты лишь в границах знакомых и изученных ею мест. В процессе работы она продолжает изучать окружающую среду и может ориентироваться по карте. По предположениям разработчиков технологии, система найдет себе применение в таких устройствах, как роботы для домашнего использования, а спустя некоторое время и в автономных и полуавтономных автомобилях или переносимых мобильных устройствах.


Компьютерное зрение для роботов
Категория: Роботы и робототехника | Просмотров: 191 | Добавил: Admin | Рейтинг: 0.0/0
Всего комментариев: 0
avatar