Отчасти проблема связана со временем, необходимым для получения и интерпретации данных камеры. Автономному транспортному средству, использующему стандартную камеру для наблюдения за окружающей средой, может потребоваться около пятой секунды, чтобы обновить свое местоположение. Этого достаточно для нормальных условий работы, но не достаточно быстро, чтобы справиться с неожиданностями.
Андреа Ченси, научный сотрудник Лаборатории информации и систем принятия решений Массачусетского технологического института, считает, что решением могло бы стать дополнение камер сенсором нового типа, называемым сенсором на основе событий (или «нейроморфным»), который может производить измерения миллион раз второй.В этом году на Международной конференции по робототехнике и автоматизации Цензи и Давид Скарамуцца из Цюрихского университета представили первый алгоритм оценки состояния — тип алгоритма, который используют роботы для измерения своего положения — для обработки данных с датчиков на основе событий.
Робот, работающий по их алгоритму, может обновлять свое местоположение примерно каждую тысячную долю секунды, что позволяет ему выполнять гораздо более маневренные маневры.«В обычной камере есть массив датчиков, а также часы», — объясняет Цензи. «Если у вас есть камера с частотой 30 кадров в секунду, каждые 33 миллисекунды часы фиксируют все значения, а затем значения считываются по порядку». В отличие от сенсора, основанного на событиях, «каждый пиксель действует как независимый сенсор», — говорит Цензи. «Когда изменение яркости — в положительном или отрицательном направлении — превышает пороговое значение, пиксель говорит:« Я вижу что-то интересное »и передает эту информацию как событие.
Затем он ждет, пока не увидит другое изменение. . "Рекомендуемое мероприятиеКогда стандартный алгоритм оценки состояния получает изображение от камеры, установленной на роботе, он сначала определяет «особенности»: градации цвета или оттенка, которые считаются границами между объектами. Затем он выбирает подмножество тех функций, которые, по его мнению, вряд ли сильно изменятся с новой точки зрения.
Через тридцать миллисекунд, когда камера снова срабатывает, алгоритм выполняет тот же тип анализа и начинает попытки сопоставить особенности двух изображений. Это метод проб и ошибок, который может занять от 50 до 250 миллисекунд, в зависимости от того, насколько сильно изменилась сцена. После сопоставления функций алгоритм может определить по их изменениям в положении, как далеко продвинулся робот.
Алгоритм Цензи и Скарамуцца дополняет данные камеры событиями, сообщаемыми датчиком на основе событий, который был разработан их сотрудником Тоби Дельбруком из Института нейроинформатики в Цюрихе. Первое преимущество нового алгоритма состоит в том, что ему не нужно идентифицировать особенности: каждое событие по сути является изменением яркости, что и определяет функцию. А поскольку события сообщаются так быстро — каждую миллионную долю секунды, задача сопоставления становится намного проще. Не так много функций-кандидатов, которые стоит рассматривать, потому что робот не мог переместиться очень далеко.
Более того, алгоритм не пытается сопоставить сразу все особенности изображения. Для каждого события он генерирует набор гипотез о том, как далеко переместился робот, соответствующих нескольким возможностям-кандидатам.
После того, как накопилось достаточно событий, он просто выбирает наиболее часто возникающую гипотезу.В экспериментах с роботом с камерой и установленным на нем датчиком событий их алгоритм оказался столь же точным, как и существующие алгоритмы оценки состояния.Попадание на борт
По словам Цензи, одним из источников вдохновения для новой работы послужила серия недавних экспериментов Виджая Кумара из Пенсильванского университета, которые продемонстрировали, что вертолеты с квадрокоптерами — роботизированные вертолеты с четырьмя наборами роторов — могут выполнять удивительно маневренные маневры. Но в этих экспериментах Кумар определил местоположение роботов, используя батарею внешних камер, которые снимали 1000 кадров в секунду. Цензи считает, что алгоритм его и Скарамуццы позволит квадрокоптеру со встроенными датчиками повторить результаты Кумара.По словам Цензи, теперь, когда у него и его коллег есть надежный алгоритм оценки состояния, следующим шагом будет разработка соответствующего алгоритма управления — алгоритма, который решает, что делать, на основе оценок состояния.
Это предмет постоянного сотрудничества с Эмилио Фраццоли, профессором аэронавтики и космонавтики Массачусетского технологического института.
