美國(guó)斯坦福大學(xué)開發(fā)出新的機(jī)器視覺算法
美國(guó)Stanford大學(xué)計(jì)算機(jī)系的副教授 Andrew Ng開發(fā)出新的機(jī)器視覺算法，僅使用一個(gè)攝像頭就獲得物體的距離信息，不同于以往的視覺算法需要立體視覺來獲得距離信息。這將大大簡(jiǎn)化機(jī)器人的傳感器系統(tǒng)。
除了像在2003年的《矩陣革命》這種科幻電影中的，可怕的烏賊狀機(jī)器人以令人難以置信的靈活運(yùn)動(dòng)外，大多數(shù)的機(jī)器人都非常笨拙無法越過障礙物快速行動(dòng)。事實(shí)差不多如此因?yàn)樗麄兒茈y用圖像判斷他們所“看見”的障礙物在前方多遠(yuǎn)處。這周，斯坦福的計(jì)算機(jī)科學(xué)家將演示一套機(jī)器視覺算法，這套算法能讓機(jī)器人從一幅靜止的圖像中判斷障礙物的大概距離。
“許多人都說從一幅單目圖像來進(jìn)行深度估計(jì)是不可能的，”計(jì)算機(jī)科學(xué)副教授Andrew Ng說，“我認(rèn)為這項(xiàng)研究表明在實(shí)際問題中，單目深度估計(jì)不僅能夠正常工作而且還非常有用。”Andrew Ng將在Vancouver 12月5-8日的Neural Information Processing Systems會(huì)議上演講他的研究論文。
隨著內(nèi)部傳感器陣列大量的投入，機(jī)器人具有了足夠的導(dǎo)航能力。去年十月在DARPA超級(jí)挑戰(zhàn)中斯坦福的機(jī)器人小汽車斯坦利（Stanley）能夠在沙漠上行駛，使用激光雷達(dá)和攝相頭掃描前方道路。利用Ng和他的學(xué)生們的研究制造的機(jī)器人要不太小了不能帶太多傳感器要不因?yàn)橹挥靡粋€(gè)攝像頭進(jìn)行導(dǎo)航必須造價(jià)便宜。實(shí)際上，使用簡(jiǎn)化版的算法，Ng已經(jīng)能使無線電控制的小車在穿過混亂的叢林地帶被撞翻前自動(dòng)行駛幾分鐘。
為了使機(jī)器人有深度感知的能力，Ng和他的研究生Ashutosh Saxena及Sung H.
Chung設(shè)計(jì)了軟件使之能夠?qū)W習(xí)發(fā)現(xiàn)靜態(tài)圖像中特定深度的信號(hào)。這種信號(hào)包括紋理的變化（接近的清晰顯示的表面），邊緣（收縮的線條，就像路的兩邊，指示增加的距離）和朦朧感（朦朧感的物體好像更遠(yuǎn)了）。為了盡可能徹底地分析這些信號(hào)，軟件將圖像分成幾個(gè)部分對(duì)他們同時(shí)進(jìn)行各別分析和涉及鄰近部分的分析。這使得軟件能夠推測(cè)出圖像中各個(gè)物體之間的關(guān)系。軟件同樣要在不同放大水平下尋找信號(hào)來確保其沒有丟失詳細(xì)資料或偏離主流趨勢(shì)-那真是為了一棵樹丟掉森林。
使用斯坦福算法，在室內(nèi)和室外機(jī)器人能以平均35的錯(cuò)誤率判斷距離-也就是說，實(shí)際在30英尺遠(yuǎn)的樹被感知為20到40英尺之間。每小時(shí)走20英里通過視頻幀每秒進(jìn)行10次距離判斷的機(jī)器人即使在這些都不確定時(shí)也有充分的時(shí)間來調(diào)整它的路線。Ng指出相比傳統(tǒng)的立體視覺算法——使用兩個(gè)攝像頭和三角測(cè)量來推斷深度，新的軟件能夠可靠的探測(cè)5到10倍距離遠(yuǎn)。
“使視覺深度感知適用于長(zhǎng)距離這個(gè)難點(diǎn)已成為實(shí)現(xiàn)機(jī)器人快速移動(dòng)和導(dǎo)航的主要障礙，” Ng說到。“我想造一架能穿越森林飛行的飛機(jī)，繞過周圍的樹在樹蔭底下飛行。”當(dāng)然，這又令人想起了另一個(gè)電影畫面：在Return of the Jedi中Ewok星球上飛機(jī)穿越森林追趕的場(chǎng)景。Ng想讓這個(gè)主意超越幻想領(lǐng)域使之成為現(xiàn)實(shí)。
除了像在2003年的《矩陣革命》這種科幻電影中的，可怕的烏賊狀機(jī)器人以令人難以置信的靈活運(yùn)動(dòng)外，大多數(shù)的機(jī)器人都非常笨拙無法越過障礙物快速行動(dòng)。事實(shí)差不多如此因?yàn)樗麄兒茈y用圖像判斷他們所“看見”的障礙物在前方多遠(yuǎn)處。這周，斯坦福的計(jì)算機(jī)科學(xué)家將演示一套機(jī)器視覺算法，這套算法能讓機(jī)器人從一幅靜止的圖像中判斷障礙物的大概距離。
“許多人都說從一幅單目圖像來進(jìn)行深度估計(jì)是不可能的，”計(jì)算機(jī)科學(xué)副教授Andrew Ng說，“我認(rèn)為這項(xiàng)研究表明在實(shí)際問題中，單目深度估計(jì)不僅能夠正常工作而且還非常有用。”Andrew Ng將在Vancouver 12月5-8日的Neural Information Processing Systems會(huì)議上演講他的研究論文。
隨著內(nèi)部傳感器陣列大量的投入，機(jī)器人具有了足夠的導(dǎo)航能力。去年十月在DARPA超級(jí)挑戰(zhàn)中斯坦福的機(jī)器人小汽車斯坦利（Stanley）能夠在沙漠上行駛，使用激光雷達(dá)和攝相頭掃描前方道路。利用Ng和他的學(xué)生們的研究制造的機(jī)器人要不太小了不能帶太多傳感器要不因?yàn)橹挥靡粋€(gè)攝像頭進(jìn)行導(dǎo)航必須造價(jià)便宜。實(shí)際上，使用簡(jiǎn)化版的算法，Ng已經(jīng)能使無線電控制的小車在穿過混亂的叢林地帶被撞翻前自動(dòng)行駛幾分鐘。
為了使機(jī)器人有深度感知的能力，Ng和他的研究生Ashutosh Saxena及Sung H.
Chung設(shè)計(jì)了軟件使之能夠?qū)W習(xí)發(fā)現(xiàn)靜態(tài)圖像中特定深度的信號(hào)。這種信號(hào)包括紋理的變化（接近的清晰顯示的表面），邊緣（收縮的線條，就像路的兩邊，指示增加的距離）和朦朧感（朦朧感的物體好像更遠(yuǎn)了）。為了盡可能徹底地分析這些信號(hào)，軟件將圖像分成幾個(gè)部分對(duì)他們同時(shí)進(jìn)行各別分析和涉及鄰近部分的分析。這使得軟件能夠推測(cè)出圖像中各個(gè)物體之間的關(guān)系。軟件同樣要在不同放大水平下尋找信號(hào)來確保其沒有丟失詳細(xì)資料或偏離主流趨勢(shì)-那真是為了一棵樹丟掉森林。
使用斯坦福算法，在室內(nèi)和室外機(jī)器人能以平均35的錯(cuò)誤率判斷距離-也就是說，實(shí)際在30英尺遠(yuǎn)的樹被感知為20到40英尺之間。每小時(shí)走20英里通過視頻幀每秒進(jìn)行10次距離判斷的機(jī)器人即使在這些都不確定時(shí)也有充分的時(shí)間來調(diào)整它的路線。Ng指出相比傳統(tǒng)的立體視覺算法——使用兩個(gè)攝像頭和三角測(cè)量來推斷深度，新的軟件能夠可靠的探測(cè)5到10倍距離遠(yuǎn)。
“使視覺深度感知適用于長(zhǎng)距離這個(gè)難點(diǎn)已成為實(shí)現(xiàn)機(jī)器人快速移動(dòng)和導(dǎo)航的主要障礙，” Ng說到。“我想造一架能穿越森林飛行的飛機(jī)，繞過周圍的樹在樹蔭底下飛行。”當(dāng)然，這又令人想起了另一個(gè)電影畫面：在Return of the Jedi中Ewok星球上飛機(jī)穿越森林追趕的場(chǎng)景。Ng想讓這個(gè)主意超越幻想領(lǐng)域使之成為現(xiàn)實(shí)。
文章版權(quán)歸西部工控xbgk所有，未經(jīng)許可不得轉(zhuǎn)載。
你可能感興趣的文章
服務(wù)咨詢