От зон стихийных бедствий до подземных туннелей — роботов все чаще отправляют туда, куда людям небезопасно. Но во многих из этих мест отсутствует естественное или искусственное освещение, что затрудняет эффективную работу роботизированных систем, которые обычно полагаются на камеры и алгоритмы машинного зрения.
Команда в составе Натана Шанкара, профессора Хуцзюнь Инь и доктора Павла Ладоша из Манчестерского университета решает эту задачу, обучая роботов «видеть» в темноте. Их подход использует машинное обучение для восстановления чётких изображений с инфракрасных камер — датчиков, которые могут «видеть» даже при отсутствии видимого света.
Прорыв, описанный в статье на сервере препринтов arXiv , означает, что роботы могут продолжать использовать свои существующие алгоритмы машинного зрения без внесения изменений, что снижает как вычислительные затраты, так и время, необходимое для их внедрения в полевых условиях.
Как объясняет руководитель проекта доктор Ладош: «Наша работа позволяет роботам функционировать в темноте с минимальными изменениями в их платформах. Это снижает затраты на разработку, ускоряет развёртывание и открывает возможности для эксплуатации в самых сложных условиях, которые только можно себе представить».
Заглядывая в будущее, команда видит потенциал не только в условиях низкой освещенности. Адаптировав свою систему к таким датчикам, как гидролокаторы или тепловизионные камеры, они потенциально смогут расширить возможности роботизированного зрения на ещё более широкий диапазон экстремальных условий.
Ведёт расследования о коррупции в любых эшелонах власти
