3 мин. чтения
2/20/2024 11:28:05 AM

Многокамерный дифференциальный датчик бинокулярного зрения для роботов и автономных систем

Article Preview Image Рисунок суммирует принцип датчика.Кредит: Ян и соавт.

Недавние технологические достижения позволили разработать все более сложные датчики, которые могут помочь продвинуть возможности для восприятия роботов, беспилотников, автономных транспортных средств и других интеллектуальных систем.Многие из этих датчиков, однако, полагаются на отдельные камеры, таким образом, точность измерений, которые они собирают, ограничена поле зрения камер (FOV).

Исследователи из Университета Бейханга в Китае недавно разработали новый многокамерный дифференциальный датчик бинокулярного зрения с более широким FOV, который мог бы собрать более точные измерения.Этот датчик, представленный в статье, опубликованной в области Optics & Laser Technology, может быть интегрирован в широкий спектр устройств и интеллектуальных роботизированных систем.

«Цель высоких требований к восприятию окружающей среды для обнаружения беспилотных летательных аппаратов, навигации роботов и автономного вождения, вдохновленных модулем мобильных телефонов с несколькими камерами, мы представили режим визуального восприятия, основанный на принципе высокого определения бинокулярного.Измерение зрения »,-сказал Tech Xplore Фуцян Чжоу, соавтор статьи.«Этот принцип включает в себя центральную камеру высокого разрешения и периферические вспомогательные камеры, которые работают вместе».

Основной целью недавнего исследования Чжоу и его коллег было разработать датчик с более широким FOV.Используя несколько камер и разместив их стратегическим способом, они решили реализовать скоординированную систему, которая будет собирать более точные измерения, чем обычные, одно камеры датчики.

«Наш дифференциальный датчик бинокулярного зрения с несколькими камерами состоит из центральной основной камеры и четырех периферических вспомогательных камер»,-объяснил Чжоу.”Четыре квадрантных изображения основной камеры образуют четыре пары бинокля с четырьмя вспомогательными изображениями камеры. Параметры структуры датчика оптимизируются из аспектов пространственного расположения, диапазона измерений и точности для сбора высоких трехмерных измерений.. ”

Чжоу и его коллеги проверили датчик, который они разработали в серии экспериментов, и обнаружили, что его FOV был значительно шире, чем у обычных бинокулярных камер.Объединив FOV нескольких камер, датчик может собирать более точные измерения своего окружения.

«Предложенный датчик имеет более высокую точность измерения, чем другие методы визуального измерения, особенно по сравнению с тем же методом измерения с несколькими камерами, который уменьшает количество камер при повышении точности измерения»,-сказал Чжоу.

В будущем датчик, разработанный этой командой исследователей, может быть интегрирован в широкий спектр систем, включая полуавтономные или автономные транспортные средства, роботы и устройства для получения движения.Это позволит исследователям подтвердить свои результаты в реальных условиях и адаптировать их дизайн, чтобы облегчить его будущую коммерциализацию.

«В области измерения зрения бинокль является лучшим выбором для высокой точности», - добавил Чжоу.«Основываясь на предлагаемом принципе и идее, реализуется высокое восприятие зрения с большим FOV. С комбинацией небольших промышленных камер и конструкции структуры для дальнейшего реализации миниатюризации и легкого веса этот датчик может стать стандартной конфигурацией, аналогичной LIDAR в будущеминтеллектуальные беспилотные системы “.

Больше информации: Lemiao Yang et al., Новый мультикамерный дифференциальный датчик бинокулярного зрения, Optics & Laser Technology (2024).Doi: 10.1016/j.optlastec.2024.110624.

Получи бесплатную еженедельную рассылку со ссылками на репозитории и лонгриды самых интересных историй о стартапах 🚀, AI технологиях 👩‍💻 и программировании 💻!
Присоединяйся к тысячам читателей для получения одного еженедельного письма

Подписывайся на нас:

Нашли ошибку в тексте? Напишите нам.

Добавляй ЛРНЧ в свою ленту Google Новостей.
Читайте далее 📖

Neural network training made easy with smart hardware

7/16/2024 · 3 мин. чтения

Neural network training made easy with smart hardware

Фотонный чип интегрирует зондирование и вычисления для сверхбыстенного машинного зрения

6/14/2024 · 3 мин. чтения

Фотонный чип интегрирует зондирование и вычисления для сверхбыстенного машинного зрения