Oprogramowanie biznesowe

Robot ten potrafi rozróżniać przezroczyste obiekty za pomocą kolorowej kamery i sztucznej inteligencji

Zamieszanie robotów w rozpoznawaniu kolorów, zwłaszcza w przypadku obiektów przezroczystych, takich jak butelki szklane i plastikowe, często ma swoje źródło w systemie kamer głębinowych.

Trzeba przyznać, że technologia robotów poczyniła w ostatnich latach ogromny postęp, są one mądrzejsze dzięki obecności sztucznej inteligencji, bardziej sprawne dzięki precyzyjnej technologii mechanicznej i automatyzacji. Jednak jeśli chodzi o niektóre szczegółowe zadania, takie jak klasyfikowanie obiektów według koloru, niewiele systemów robotycznych jest w stanie to zrobić.

Zamieszanie robota w rozpoznawaniu kolorów, szczególnie w przypadku obiektów przezroczystych, takich jak butelki szklane i plastikowe, często wynika z wyposażonego systemu kamer głębinowych. Te systemy kamer świecą światłem podczerwonym na obiekt, aby wykryć jego kształt. Działa to całkiem poprawnie w przypadku nieprzezroczystych przedmiotów. Jeśli jednak zostaną umieszczone przed przezroczystym przedmiotem, światło będzie prześwitywać prosto i rozpraszać odblaskowe powierzchnie, co znacznie utrudni obliczenie kształtu przedmiotu, a tym samym dokładność również znacznie się zmniejszy.

Aby rozwiązać powyższy problem, naukowcy z Carnegie Mellon University znaleźli dość proste rozwiązanie: użyj dodatkowej kolorowej kamery zintegrowanej ze sztuczną inteligencją. W szczególności ten nowy system wykorzystuje kombinację kamer kolorowych i algorytmów uczenia maszynowego do rozpoznawania kształtu obiektów na podstawie ich koloru.

Zespół przeszkolił system tak, aby był w stanie łączyć obrazy z kamery głębi przedstawiające rozmyte obiekty i kolorowe obrazy tego samego przedmiotu. Dzięki temu algorytm AI może wnioskować o różnych kształtach 3D na podstawie obrazów zarejestrowanych przez kamerę, a następnie wskazywać cechy pomagające rozróżnić obiekty.

Dzięki tej metodzie robot potrafi rozróżniać i podnosić błyszczące, przezroczyste przedmioty nawet wtedy, gdy ułożone są w nieładny stos, co widać na poniższym filmie:

Zespół badawczy przyznaje, że ich system nie jest jeszcze kompletny, ponieważ dokładność nadal nie jest na idealnym poziomie. Z czasem można to jednak całkowicie poprawić.

More in Oprogramowanie biznesowe