Από το «βλέπω» στο «καταλαβαίνω», η SingTown προωθεί την αναβάθμιση της όρασης των ρομπότ

Στις εφαρμογές έξυπνων ρομπότ υπηρεσιών, η αντίληψη του περιβάλλοντος και η αναγνώριση στόχων αποτελούν βασικές τεχνολογίες για την επίτευξη αυτόνομης αλληλεπίδρασης και εκτέλεσης εργασιών.

Ο ρομπότ πρέπει να αναγνωρίζει πολλαπλά αντικείμενα σε πολύπλοκα εσωτερικά περιβάλλοντα, όπως πόρτες δωματίων και την κατάσταση ανοίγματος/κλεισίματος τους, χειρονομίες ανθρώπων, QR codes, καθώς και τυπικά αντικείμενα σε καθημερινά σκηνικά (όπως επιτραπέζια, αντικείμενα, σημεία αναφοράς κ.λπ.). Για το σκοπό αυτό, οι κατασκευαστές ρομπότ υπηρεσιών σχεδιάζουν να χρησιμοποιήσουν την έξυπνη κάμερα OpenMV της SingTown για να δημιουργήσουν ένα σύστημα πολλαπλής αναγνώρισης στόχων βασισμένο σε μηχανική όραση. Το σύστημα αυτό εγκαθίσταται στο κεφάλι ή το σώμα του ρομπότ και μπορεί, σύμφωνα με εντολές του κύριου ελεγκτή, να συλλαμβάνει εικόνες από καθορισμένες κατευθύνσεις σε πραγματικό χρόνο, να αναγνωρίζει την κατηγορία στόχου, τα χαρακτηριστικά μεγέθους και χρώματος και να επιστρέφει τα αποτελέσματα αναγνώρισης στον κεντρικό υπολογιστή για χρήση σε αποφάσεις διαδρομής, ενεργοποίηση εργασιών ή ανταπόκριση φωνητικής αλληλεπίδρασης. Επιπλέον, μπορεί να επεκταθεί για την αναγνώριση QR codes, επιτυγχάνοντας πλοήγηση και εντοπισμό θέσης, αναγνώριση εργασιών ή πιστοποίηση ταυτότητας, βοηθώντας έτσι τα ρομπότ να επιτύχουν υψηλότερου επιπέδου έξυπνη συμπεριφορά σε τομείς όπως η καθημερινή ζωή, η ασφάλεια και οι ξενάγησεις.

Ο κατασκευαστής ρομπότ υπηρεσιών, βασισμένος στο έξυπνο κάμερα OpenMV της SingTown Technology, ανέπτυξε ένα σύστημα πολλαπλής αναγνώρισης στόχων που επιτρέπει στα ρομπότ υπηρεσιών να επιτυγχάνουν έξυπνη οπτική αντίληψη σε πολύπλοκα περιβάλλοντα. Το σύστημα συνδυάζει υπολογιστική όραση, αναγνώριση εικόνας με τεχνητή νοημοσύνη, αντιστοίχιση προτύπων, παρακολούθηση χρωμάτων, μορφολογική ανάλυση και αλγόριθμους αποκωδικοποίησης QR κωδίκων.

Το σύστημα συλλέγει εικόνες από την οπτική γωνία μπροστά από το ρομπότ σε πραγματικό χρόνο μέσω της κάμερας. Η τεχνητή νοημοσύνη στο άκρο χρησιμοποιεί ένα μοντέλο ανίχνευσης αντικειμένων για την αναγνώριση των περιγραμμάτων και των χαρακτηριστικών σχήματος, μπορώντας να προσδιορίσει τη θέση της πόρτας και την κατάσταση ανοίγματος/κλεισίματος. Μέσω της ανάλυσης διαχωρισμού χρωμάτων και μεταβολών φωτεινότητας, μπορεί να αναγνωρίσει το χρώμα, το μέγεθος και τη σχετική απόσταση διαφόρων αντικειμένων.

Αυτό το ρομπότ μπορεί επίσης να αναγνωρίσει χειρονομίες. Υπό συνθήκες κοντινής απόστασης, το σύστημα, βασισμένο σε αλγόριθμους ιχνηλάτησης περιγράμματος και αντιστοίχισης κρίσιμων σημείων, μπορεί να αναγνωρίσει κοινές κινήσεις (όπως ανύψωση χεριού, δείξιμο, κούνημα κ.λπ.). Ταυτόχρονα, η ενσωματωμένη λειτουργία αναγνώρισης QR κώδικα επιτρέπει την αναγνώριση σημείων πλοήγησης του ρομπότ ή τη λήψη εντολών εργασιών.

Το σύστημα μπορεί να αναπτυχθεί στο περιθώριο, με τους αλγόριθμούς του να λειτουργούν αποτελεσματικά σε ενσωματωμένα περιβάλλοντα, επιτυγχάνοντας ρυθμό καρέ άνω των 20 καρέ ανά δευτερόλεπτο και καθυστέρηση αναγνώρισης κάτω των 100 ms.

Το σύστημα μπορεί να επικοινωνήσει με τον κύριο μικροελεγκτή μέσω σειριακής θύρας, I²C ή CAN bus, εξάγοντας κατηγορία αναγνώρισης, διαστάσεις, χρώμα και πληροφορίες κατάστασης, επιτυγχάνοντας έξυπνη αλληλεπίδραση με τον κεντρικό υπολογιστή.

Τα αποτελέσματα των δοκιμών δείχνουν ότι το σχέδιο που αναπτύχθηκε με βάση την έξυπνη κάμερα OpenMV της SingTown επιτυγχάνει ποσοστό ακρίβειας αναγνώρισης άνω του 92% υπό αλλαγές εσωτερικού φωτισμού, μπορεί να υποστηρίξει πολλαπλά σενάρια εργασιών, όπως ρομπότ συντροφικότητας για το σπίτι, ρομπότ περιπολίας ασφαλείας, ρομπότ ξενάγησης κ.λπ., βελτιώνοντας σημαντικά την ικανότητα κατανόησης και αλληλεπίδρασης του ρομπότ με το περιβάλλον.