亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 传感器

马里兰大学工程师创建先进的受眼睛启发的相机增强机器人视觉

马里兰大学帕克分校,马里兰州

描述新型 AMI-EV 摄像头系统的图表。 (图片:UMIACS 计算机视觉实验室提供)

由马里兰大学计算机科学家领导的团队发明了一种摄像头机制,可以改善机器人观察周围世界和做出反应的方式。受人眼工作原理的启发,他们的创新摄像系统模仿了眼睛的微小不自主运动,以随着时间的推移保持清晰稳定的视力。该团队对相机的原型设计和测试——称为人工微跳动增强事件相机(AMI-EV)——在《科学机器人》杂志上发表的一篇论文中有详细介绍。 2024 年 5 月。

“事件相机是一种相对较新的技术,比传统相机更擅长跟踪移动物体,但当涉及大量运动时,当今的事件相机很难捕捉清晰、不模糊的图像,”该论文的主要作者、计算机科学博士何波涛说。马里兰大学的学生。 “这是一个大问题,因为机器人和自动驾驶汽车等许多其他技术都依赖准确及时的图像来对不断变化的环境做出正确反应。因此,我们问自己:人类和动物如何确保他们的视觉始终聚焦在移动的物体上?”

对于何的团队来说,答案是微扫视,即当一个人试图集中注意力时会不自觉地发生的小而快速的眼球运动。通过这些微小而连续的运动,人眼可以随着时间的推移准确地关注物体及其视觉纹理(例如颜色、深度和阴影)。

“我们认为,正如我们的眼睛需要这些微小的运动来保持聚焦一样,相机也可以使用类似的原理来捕捉清晰准确的图像,而不会因运动而导致模糊,”他说。

该团队通过在 AMI-EV 内部插入旋转棱镜来重定向镜头捕获的光束,成功复制了微扫视。棱镜的连续旋转运动模拟了人眼内自然发生的运动,使相机能够像人一样稳定所记录物体的纹理。随后,该团队开发了软件来补偿 AMI-EV 内棱镜的移动,从而巩固来自移动光线的稳定图像。

研究合著者、马里兰大学计算机科学教授 Yiannis Aloimonos 认为该团队的发明是机器人视觉领域向前迈出的一大步。

“我们的眼睛拍摄周围世界的照片,这些照片被发送到我们的大脑,在那里对图像进行分析。感知是通过这个过程发生的,这就是我们理解世界的方式,”阿洛莫诺斯解释道,他也是马里兰大学高级计算机研究所 (UMIACS) 计算机视觉实验室的主任。 “当你与机器人一起工作时,用相机代替眼睛,用计算机代替大脑。更好的相机意味着机器人有更好的感知和反应。”

研究人员还认为,他们的创新可能对机器人和国防之外产生重大影响。在依赖精确图像捕捉和形状检测的行业中工作的科学家们不断寻找改进相机的方法,而 AMI-EV 可能是解决他们面临的许多问题的关键解决方案。

该论文的资深作者、研究科学家 Cornelia Fermüller 表示:“凭借其独特的功能,事件传感器和 AMI-EV 有望成为智能可穿戴设备领域的中心舞台。” “与传统相机相比,它们具有明显的优势,例如在极端照明条件下的卓越性能、低延迟和低功耗。这些功能非常适合虚拟现实应用,例如需要无缝体验和快速计算头部和身体运动的应用。”

在早期测试中,AMI-EV 能够在各种环境下准确捕捉和显示运动,包括人体脉搏检测和快速移动形状识别。研究人员还发现,AMI-EV 可以每秒捕捉数万帧的运动,优于大多数常用的商用相机,后者平均每秒捕捉 30 至 1000 帧。这种更流畅、更真实的运动描述可能在任何方面都发挥着关键作用,从创造更身临其境的增强现实体验和更好的安全监控,到改善天文学家在太空中捕捉图像的方式。

阿洛莫诺斯说:“我们新颖的摄像头系统可以解决许多具体问题,例如帮助自动驾驶汽车辨别道路上哪些是人类,哪些不是。” “因此,它拥有许多公众已经与之互动的应用程序,例如自动驾驶系统甚至智能手机摄像头。我们相信,我们新颖的摄像头系统正在为更先进、功能更强大的系统的到来铺平道路。”

如需了解更多信息,请联系 Georgia Jiang:此电子邮件地址已受到垃圾邮件机器人保护。您需要启用 JavaScript 才能查看它..


传感器

  1. 革命性的 MEMS 光栅调制器提高了通信的光学效率和可扩展性
  2. 占用传感器工作及其应用
  3. 设计光流
  4. RTD 传感器工作原理及其应用
  5. 使用瞬态和锁定热成像对结构进行无损评估
  6. 软件赋予机器人人性化
  7. 霍尔效应传感器的工作和应用。
  8. 电子皮肤传感器解码人体运动
  9. 掌握可编程直流电源的使用:自动化测试和精确控制
  10. 莱斯特-NASA 电力系统在初始测试中取得胜利
  11. 3D 打印可生物降解电池
  12. 基于 RFID 的旋转位置传感器