- MM Стандарт реконструирует сложные скрытые формы с использованием частот Wi-Fi без качества объекта
- Роботы теперь могут видеть в переполненных ящиках с отраженными сигналами от окружающих антенн
- Техника текущей точности радара в более чем 60 объектах, протестированных на 18%
В средах, в которых видимость забита, как и во внутренних коробках, за стенами или среди других предметов, искусственный интеллект может вскоре иметь новый способ продвинуться вперед.
Исследователи из MIT разработали методику, называемую стандартом MM, в которой использовались миллиметровые волновые сигналы, тот же диапазон частот, что и Wi-Fi, для реконструкции скрытых 3D-объектов с удивительной точностью.
«Мы были заинтересованы в этой проблеме в течение некоторого времени, но мы попали в стену, потому что более ранние методы не привели нас к тому, что мы были математически элегантными», — сказала Фадель Адиб, старший автор группы «Сигнальная кинетика».
Преодолеть радарные ограничения
Более ранние методы основаны на отказе, который создает изображения с низким разрешением и не удается в небольших скрытых объектах, таких как инструменты или посуда.
Исследователи обнаружили, что ошибка находится под наблюдением физического свойства, известного как зеркальность — как ведут себя отражения миллиметровых волн, такие как зеркальные изображения.
Вместо того, чтобы просто измерять, когда сигналы отскакивают назад, стандарт MM оценивает направление поверхности, которое исследователи обычно называют поверхностью.
«Если мы полагаемся на зеркальность, наша идея — не только оценить место отражения в этой области, но и направление поверхности на данный момент», — сказала Лора Доддс, направляясь на бумаге.
Объединяя много таких оценок из разных положений антенны, система реконструирует трехмерную кривизну объекта и различает формы, которые нюансы, как ручка чашки, или разницу между ножом и ложкой в коробке.
Каждая антенна собирает отражения с различной силой в зависимости от выравнивания скрытого объекта.
«У некоторых антенн может быть очень сильный голос, другие могут иметь очень слабый голос, и мы можем объединить все голоса вместе, чтобы создать поверхность, обычно согласованную всеми расположениями антенны», — добавил Доддс.
Этот новый подход достиг точности реконструкции 96% с более чем 60 объектами и превысил существующие методы, которые достигли только 78%.
Система хорошо работает для предметов из дерева, пластика, стекла и резины, хотя она все еще должна бороться с плотными металлическими или толстыми барьерами.
Поскольку исследователи работают над улучшением растворения и чувствительности к материалам, потенциальные приложения растут.
В сканировании безопасности или военных контекстах стандарт MMN может реконструировать форму скрытых предметов без открытия мешков или коробок.
Эта способность может оказаться важной для роботов, управляемых искусственным интеллектом в автоматизации, поисковой и спасательной среде или даже поддерживаемой средах для жизни.
Над TechXplore
Вы также могли бы понравиться
