Pesquisadores da conceituada Universidade Purdue deram um salto significativo no domínio da robótica, visão mecânica e percepção. A sua abordagem inovadora oferece uma melhoria acentuada em relação às técnicas convencionais, prometendo um horizonte onde as máquinas poderão perceber o que as rodeia de forma mais eficiente e segura do que nunca.
Apresentando HADAR: um salto revolucionário na percepção da máquina
Zubin Jacob, professor associado de engenharia elétrica e de computação de Elmore, em colaboração com o pesquisador pesquisador Fanglin Bao, introduziu um método pioneiro chamado HADAR, abreviatura de detecção e alcance assistidos por calor. A sua inovação atraiu atenção sumarento e leste reconhecimento ampliou a expectativa em torno das aplicações potenciais do HADAR em vários setores.
Tradicionalmente, a percepção das máquinas dependia de sensores ativos porquê LiDAR, radar e sonar, que emitem sinais para coletar dados tridimensionais sobre o envolvente ao seu volta. No entanto, estes métodos apresentam desafios, mormente quando ampliados. Eles são propensos a interferências de sinal e podem até simbolizar riscos à segurança humana. As limitações das câmeras de vídeo em condições de pouca luz e o “efeito fantasma” nas imagens térmicas convencionais complicaram ainda mais a percepção da máquina.
O HADAR procura enfrentar esses desafios. “Os objetos e seu envolvente emitem e espalham sempre radiação térmica, levando a imagens sem textura, conhecidas porquê 'efeito fantasma'”, elaborou Bao. Ele continuou: “As imagens térmicas do rosto de uma pessoa mostram somente contornos e qualquer contraste de temperatura; não há recursos, fazendo parecer que você viu um fantasma. Essa perda de informações, textura e recursos é um travanca para a percepção da máquina usando radiação de calor.”
A solução HADAR é uma combinação de física térmica, imagens infravermelhas e estágio de máquina, permitindo uma percepção de máquina totalmente passiva e com consciência física. Jacob enfatizou a mudança de paradigma que o HADAR provoca, afirmando: “Nosso trabalho constrói os fundamentos teóricos da informação da percepção térmica para mostrar que a trevas totalidade carrega a mesma quantidade de informação que a luz do dia. A evolução tornou os seres humanos tendenciosos em relação ao dia. A percepção da máquina sobre o horizonte superará esta dicotomia de longa data entre dia e noite.”
Implicações práticas e direções futuras
A eficiência do HADAR foi sublinhada pela sua capacidade de restabelecer texturas num cenário noturno off-road. “A visão HADAR TeX recuperou texturas e superou o efeito fantasma”, observou Bao. Ele delineou com precisão padrões intrincados, porquê ondulações na chuva e rugas na casca, mostrando suas capacidades sensoriais superiores.
No entanto, antes que o HADAR possa ser integrado em aplicações do mundo real, porquê carros ou robôs autônomos, há desafios a serem enfrentados. Bao observou: “O sensor de fluente é grande e pesado, pois os algoritmos HADAR requerem muitas cores de radiação infravermelha invisível. Para aplicá-lo a carros ou robôs autônomos, precisamos reduzir o tamanho e o preço e, ao mesmo tempo, tornar as câmeras mais rápidas.” A aspiração é aumentar a taxa de quadros do sensor atual, que atualmente cria uma imagem a cada segundo, para atender às demandas dos veículos autônomos.
Em termos de aplicações, embora a visão HADAR TeX esteja atualmente adaptada para veículos e robôs automatizados, o seu potencial vai muito além. Da cultura e resguardo aos cuidados de saúde e à monitorização da vida selvagem, as possibilidades são vastas.
Em reconhecimento ao seu trabalho inovador, Jacob e Bao garantiram financiamento da DARPA e receberam US$ 50.000 do Trask Innovation Fund do Office of Technology Commercialization. A dupla divulgou sua inovação ao Purdue Innovates Office of Technology Commercialization, dando os passos iniciais para patentear sua geração.
Esta pesquisa transformadora da Purdue University pretende redefinir os limites da percepção da máquina, abrindo caminho para um horizonte mais seguro e eficiente na robótica e muito mais.
