Jako lidé obvykle nemáme velký problém popadnout předměty ze stolu, ať už jde o pevný předmět, jako je jablko, nebo pokud jsou průhledné, jako je například sklenice. Pro počítače a roboty je to však jiný příběh, ale díky novému algoritmu s názvem ClearGrasp se to může stát minulostí.
Vysvětleno v nedávno v Blog AI společnosti Google, je popsáno, jak tým výzkumníků Google, Columbia University a Synthesis AI, mohli vyvinout a nový algoritmus strojového učení, který dokáže přesně odhadnout 3D data z průhledného objektu z RGB-D snímky. Protože většina zobrazovacích modelů je založena na objemových objektech, které zaujímají všechny povrchy, ať už jde o tabulku nebo a plechovka sody, jsou Lambertian - odrážejí světlo rovnoměrně do všech směrů - průhledné předměty mohou pózovat problémy. Je to proto, že tyto objekty nejen odrážejí světlo, ale světlo se také láme, což zase způsobuje problémy zobrazovacím systémům.
Verizon nabízí Pixel 4a za pouhých 10 $ / měsíc na nových linkách Unlimited
Zobrazování objektů se používá v mnoha aplikacích ze skladů, automobilového průmyslu, sakra se dokonce používá v kuchyních. Schopnost nejen vidět pevné objekty, ale také průhledný objekt je lákavá z mnoha důvodů. Tento nový model AI učí počítače, aby byly schopné rekonstruovat hloubku ze 3D obrazů pořízených kamerami RGB-D.
Výzkumné týmy vložily do modelu strojového učení velké množství dat, aby zvýšily přesnost detekce svých objektů modely pro jejich robotický systém „pick and place“, který, jak název napovídá, sebere objekty a umístí je do jiného umístění. Nový systém učení zvýšil schopnost robota přesně detekovat a uchopit průhledné objekty pomocí chapadla s paralelními čelistmi z 12% na 74% a ze 64% na 86% při použití sací čelisti.
S rostoucím využitím robotiky a nových aplikací vidíme, jak jsou jejich schopnosti aplikovány. Tento nový výzkum ještě více zesílí používání robotů. Počítačové zobrazování se však nepoužívá pouze k robotům, které popadají předměty, ale také k kamerám v domácnostech, automobilech a mnoha dalším způsobem - tak kdo ví, co může budoucnost těchto systémů přinést?