Найти в Дзене

Учёные создали новую модель стереозрения для автономных роботов

⚙️ Международная команда исследователей при участии специалистов Московского физико-технического института (МФТИ) разработала усовершенствованную систему стереозрения для роботов и беспилотных автомобилей. По данным ТАСС, технология позволяет точно определять расстояние до объектов без использования дорогостоящих лидаров и ручной разметки. Принцип работы системы основан на имитации зрительного механизма человека: два изображения с разных камер сопоставляются алгоритмом, который строит трёхмерную карту окружающего пространства. Ранее существующие алгоритмы сталкивались с ограничениями при работе с гладкими поверхностями, плотной растительностью или в условиях тумана. Новая модель преодолевает эти трудности за счёт внедрения «наставника» — вспомогательной нейросети, способной оценивать относительную глубину по одному изображению, используя перспективу, тени и перекрытия объектов. ⚙️ Процесс обучения новой нейросети состоит из трёх этапов. Сначала алгоритм диспаратности оценивает каждый

Учёные создали новую модель стереозрения для автономных роботов

⚙️ Международная команда исследователей при участии специалистов Московского физико-технического института (МФТИ) разработала усовершенствованную систему стереозрения для роботов и беспилотных автомобилей. По данным ТАСС, технология позволяет точно определять расстояние до объектов без использования дорогостоящих лидаров и ручной разметки.

Принцип работы системы основан на имитации зрительного механизма человека: два изображения с разных камер сопоставляются алгоритмом, который строит трёхмерную карту окружающего пространства. Ранее существующие алгоритмы сталкивались с ограничениями при работе с гладкими поверхностями, плотной растительностью или в условиях тумана. Новая модель преодолевает эти трудности за счёт внедрения «наставника» — вспомогательной нейросети, способной оценивать относительную глубину по одному изображению, используя перспективу, тени и перекрытия объектов.

⚙️ Процесс обучения новой нейросети состоит из трёх этапов. Сначала алгоритм диспаратности оценивает каждый пиксель на соответствие подсказкам наставника, отмечая корректные и некорректные значения. Затем локальная функция ранжирования глубины выравнивает неверные точки относительно соседних верных, задавая границы и корректируя смещения. Завершающий этап использует сглаживание контуров для удаления цифрового шума и уточнения структуры изображения.

В дальнейшем решение станет основой для самообучающихся систем, способных адаптироваться к различным средам — от городских улиц до производственных цехов.

__________________

⚙️ Увидели интересную ситуацию на производстве или в логистике?

Делитесь новостями, фото и видео с редакцией:

@pgm_editorial

⚙️ #новости

@industrialRussia