ComputersHowto
Forskere fra Massachusetts Institute of Technology (MIT) har udviklet et nyt vision-system, der hjælper husholdningsrobotter med at genkende genstande bedre. Samtidig ville det reducere antallet af fejlagtige identifikationer. Den nyudviklede algoritme er nøjagtig og 10 gange hurtigere, hvilket gør den meget mere praktisk til realtidsinstallation med husholdningsrobotter.
For at husholdningsrobotter skal være praktiske, skal de kunne genkende de genstande, de skal manipulere.
Men mens objektgenkendelse har tendens til at være et af de mest undersøgte emner inden for kunstig intelligens, fejler selv de bedste objektdetektorer stadig meget af tiden.
MITs Cheetah-robot er nu ude af båndet, kan løbe og hoppe lydløst
Hovedforfatter Lawson Wong, kandidatstuderende i elektroteknik og datalogi og hovedforfatter ved MITs laboratorium for datalogi og kunstig intelligens sagde:
"Hvis du lige tog resultatet af at se på det fra et synspunkt, er der mange ting, der måske mangler, eller det kan være belysningsvinklen eller noget, der blokerer objektet, der forårsager en systematisk fejl i detektoren."
Wong og hans team overvejede scenarier, hvor de havde 20 til 30 forskellige billeder af husholdningsgenstande grupperet sammen på et bord.
I flere af scenarierne inkluderede klyngen flere forekomster af det samme objekt tæt pakket sammen, hvilket gør opgaven med at matche forskellige perspektiver vanskeligere.
Forskerne viste, at et system, der bruger en almindelig algoritme til at samle forskellige perspektiver, kan genkende fire gange så mange objekter som et, der bruger et enkelt perspektiv.
