Robotar går från att "se" till att "förstå", SingTown Technology driver på visuell uppgradering

I intelligenta servicerobotapplikationer är miljöuppfattning och måligenkänning nyckeltekniker för att uppnå autonom interaktion och uppgiftsutförande.

Roboten behöver känna igen flera objekt i komplexa inomhusmiljöer, såsom dörrar till rum och deras öppna/stängda tillstånd, mänskliga gester, QR-koder samt typiska föremål i vardagliga scenarier (som bordsskivor, föremål, markörer etc.). För detta planerar tillverkare av servicerobotar att använda SingTown OpenMV smartkameror för att bygga ett måligenkänningssystem baserat på maskinseende. Systemet installeras på robotens huvud eller kropp och kan enligt huvudkontrollens instruktioner i realtid fånga bilder från angiven riktning, identifiera målkategorier, storlekar och färgegenskaper samt returnera igenkänningsresultaten till värddatorn för vägbeslutsfattande, uppgiftsutlösning eller röstinteraktionssvar. Dessutom kan det utökas för att känna igen QR-koder, vilket möjliggör navigeringspositionering, uppgiftsigenkänning eller identitetsverifiering, och bidrar till att robotar uppnår högre nivåer av intelligent beteende inom områden som vardagsliv, säkerhet och guider.

Servicerobotstillverkare har utvecklat ett system för flermålsigenkänning baserat på SingTowns OpenMV-smartkamera, vilket gör att servicerobotar kan uppnå intelligent visuell perception i komplexa scenarier. Systemet integrerar datorseende, AI-bildigenkänning, mönstermatchning, färgspårning, morfologisk analys och QR-kodavkodningsalgoritmer.

Systemet samlar in bilder från robotens framsida i realtid via kameran. AI på klientsidan använder en objektidentifieringsmodell för att känna igen objektens kanter och formegenskaper, vilket gör det möjligt att bedöma dörrarnas position och öppningsstatus. Genom färgsegmentering och analys av ljusstyrkeförändringar kan systemet identifiera olika objekts färger, storlekar och relativa avstånd.

Denna robot kan även känna igen gester. På nära håll kan systemet, baserat på konturspårning och nyckelpunktsmatchningsalgoritmer, identifiera vanliga rörelser (som att räcka upp handen, peka eller vifta). Samtidigt möjliggör den inbyggda QR-kodigenkänningen att roboten kan identifiera navigeringspunkter eller ta emot uppdragsinstruktioner.

Systemet kan implementeras för kantdistribution, där dess algoritm fungerar effektivt i inbäddade miljöer med en bildhastighet på över 20 fps och en igenkänningsfördröjning under 100 ms.

Systemet kan kommunicera med huvudstyrenheten via seriell port, I²C eller CAN-buss, och mata ut identifieringskategori, storlek, färg och statusinformation för att uppnå intelligent samverkan med värddatorn.

Testresultaten visar att lösningen baserad på SingTown OpenMV smartkamera uppnår en igenkänningsnoggrannhet på över 92 % under varierande inomhusbelysning. Den kan stödja flera uppgiftscenarier, såsom sällskapsrobotar för hemmet, säkerhetsövervakningsrobotar och guidande robotar, vilket avsevärt förbättrar robotarnas förmåga att förstå och interagera med omgivningen.