A Massachusettsi Műszaki Egyetem (MIT) kutatói által kifejlesztett képalkotó technika lehetővé teheti a raktári minőségellenőrző robotok számára, hogy átkukucskáljanak egy kartondobozon, és észrevegyék, ha mondjuk eltört egy mogyorócsomag alá került bögre füle.
Az eljárás során milliméteres hullámú (mmWave) jeleket használnak – ezek elektromágneses hullámok, amelyek frekvenciája 30 és 300 GHz között van. Ugyanolyan típusú jelek, mint amelyeket a Wi-Fi továbbítására használnak, viszont sokkal magasabb frekvenciájúak és nagyon rövid hullámhosszúak, ami lehetővé teszi a pontos, nagy felbontású képalkotást. Az ilyen hullámok áthaladhatnak az olyan gyakori akadályokon, mint a műanyag tartályok, a kartondobozok vagy a belső falak, és visszaverődhetnek a tárgyakról.
Van viszont egy kis gond a már meglévő ilyesfajta képalkotó technológiákkal. Ezek ugyanis a rejtett tárgyak nyers 3D-s rekonstrukcióit hozzák létre, amelyek alkalmatlanok egy dobozban vagy tartályban lévő apró tárgyak, például szerszámok vagy evőeszközök azonosítására, illetve azok sérüléseinek felfedésére. Az új módszer viszont a tükröződés tulajdonságára támaszkodik a nagyobb pontosság érdekében azáltal, hogy meghatározza a rejtett tárgy felületének görbületét.
A milliméteres hullámú jelek a legtöbb tárgyról „tükörszerűen” vagy „spekulárisan” verődnek vissza, ami azt jelenti, hogy a jel felületre érkező szöge nagyjából megegyezik azzal a szöggel, amellyel visszaverődik. Emiatt a radar csak azokról a felületi részekről érzékel erős visszaverődéseket, ahol a felületi merőleges közvetlenül a radar felé mutat. Az mmNorm viszont a 3D-s tér minden pontján kihasználja ezt a közvetlen kapcsolatot a visszavert jel és a felület orientációja között – magyarázza a New Atlas.
Ez az új megközelítés 96 százalékos rekonstrukciós pontosságot ért el számos hétköznapi tárgyon, olyan összetett, ívelt formákkal rendelkezőknél is, mint például az ezüst evőeszközök vagy egy elektromos fúró. Az eddigi legmodernebb alapmódszerek pontossága mindössze 78 százalék.
YouTube/MIT Signal Kinetics Lab
A kutatók készítettek egy mmNorm prototípust úgy, hogy egy mmWave radart egy robotkarhoz erősítettek. A prototípus folyamatos méréseket végez, miközben egy rejtett tárgy körül mozog. A rendszer összehasonlítja a különböző helyeken vett jelek erősségét, hogy megbecsülje a tárgy felületének görbületét. Több mint 60 mindennapi tárggyal, például bögrékkel, konyhai eszközökkel és elektromos szerszámokkal tesztelték a prototípus 3D rekonstrukciós képességét. A csapat technikája jóval kevesebb hibával generált rekonstrukciókat, mint a hasonló rendszerek, miközben pontosabban becsülte meg a rejtett tárgy helyzetét.
Az új technika képes megkülönböztetni több tárgyat is, például egy villát, kést és kanalat, amelyek ugyanabban a dobozban vannak elrejtve. Jól teljesített különféle anyagokból – például fából, fémből, műanyagból, gumiból és üvegből – készült tárgyak, valamint anyagkombinációk esetén is, viszont nem működött fém vagy nagyon vastag falak mögé rejtett tárgyaknál.
A MIT kutatóinak új rendszere számos helyen és helyzetben bizonyíthat. Például a raktári robotok azonosíthatnák a sérült vagy helytelenül csomagolt tételeket, mielőtt azokat kiszállítanák az ügyfeleknek. A gyárakban dolgozó társaik azonosíthatnának bizonyos eszközöket egy összekevert halomból, hogy egy feladathoz használják, vagy átadják azokat egy embernek. Az AR-szemüvegek képessé válhatnának a falak által eltakart tárgyak felfedésére ipari környezetben. Végül a repülőtereken található biztonsági szkennerek pontosabban azonosíthatnák az utasok poggyászában lévő tárgyakat.
A kutatók a jövőben továbbfejlesztenék a technológiát, hogy javuljon a 3D rekonstrukció felbontása, és a kevésbé fényvisszaverő tárgyakkal és a vastagabb takarásokkal is jól boldoguljon.
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.
