Cat’s Eye-geïnspireerde visionsysteem verbetert de detectie van autonome robotobjecten

Gwangju Instituut voor Wetenschap en Technologie, Korea

Dit nieuwe systeem beschikt over een spleetachtige elliptische opening en een metalen reflector met patroon om de detectie en herkenning van objecten onder verschillende lichtomstandigheden te verbeteren. Het ontwerp vermindert effectief lichtinterferentie en verbetert de lichtgevoeligheid, waardoor de detectie van gecamoufleerde objecten bij variërende bliksem mogelijk wordt. (Afbeelding:Young Min Song van GIST, Korea)

Onderzoekers onder leiding van professor Young Min Song van het Gwangju Institute of Science and Technology (GIST) hebben een visiesysteem onthuld, geïnspireerd op kattenogen, om de detectie van objecten onder verschillende lichtomstandigheden te verbeteren. Met een unieke vorm en een reflecterend oppervlak vermindert het systeem schittering in heldere omgevingen en verhoogt het de gevoeligheid in scenario's met weinig licht. Door onnodige details te filteren verbetert deze technologie de prestaties van camera's met één lens aanzienlijk, wat een opmerkelijke vooruitgang betekent in de mogelijkheden van robotvisie.

Autonome systemen zoals drones, zelfrijdende auto’s en robots komen steeds vaker voor in ons dagelijks leven. Ze hebben echter vaak moeite om goed te ‘zien’ in verschillende omgevingen, zoals fel zonlicht, weinig licht of wanneer objecten opgaan in complexe achtergronden. Interessant genoeg heeft de natuur misschien al de oplossing voor dit probleem.

Katten staan bekend om hun geweldige zicht, zowel in fel licht als in het donker. Hun ogen zijn op een unieke manier aangepast:overdag helpen verticale spleetvormige pupillen hen te focussen en verblinding te verminderen. 's Nachts worden hun pupillen groter om meer licht binnen te laten, en een reflecterende laag genaamd tapetum lucidum verbetert hun nachtzicht, waardoor hun ogen die vertrouwde glans krijgen.

Een groep Koreaanse onderzoekers onder leiding van professor Young Min Song van het Gwangju Institute of Science and Technology (GIST) heeft een nieuw visiesysteem ontworpen dat gebruik maakt van een geavanceerde lens en sensoren, geïnspireerd op kattenogen. Het systeem bevat een spleetachtige opening die, net als de verticale pupil van een kat, onnodig licht helpt filteren en zich op belangrijke objecten kan concentreren. Het maakt ook gebruik van een speciale reflecterende laag, vergelijkbaar met die in kattenogen, die de zichtbaarheid bij weinig licht verbetert.

Dit onderzoek is gepubliceerd in het tijdschrift Science Advances en vertegenwoordigt een aanzienlijke vooruitgang op het gebied van kunstmatige visiesystemen, waarbij verbeterde objectdetectie- en herkenningsmogelijkheden worden gedemonstreerd en het in de voorhoede van technologische doorbraken op het gebied van autonome robotica wordt geplaatst.

"Robotcamera's hebben vaak moeite om objecten op een drukke of gecamoufleerde achtergrond te herkennen, vooral als de lichtomstandigheden veranderen. Ons ontwerp lost dit op door robots onnodige details te laten vervagen en zich te laten concentreren op belangrijke objecten", legt professor Song uit. Deze aanpak heeft als bijkomend voordeel dat deze energiezuinig is, omdat deze afhankelijk is van het ontwerp van de lens en niet van zware computerverwerking.

Deze baanbrekende technologie ontgrendelt opwindende mogelijkheden voor toepassingen in de echte wereld, waardoor het landschap van robotvisie wordt getransformeerd. Het geavanceerde visiesysteem belooft de precisie van drones, beveiligingsrobots en zelfrijdende voertuigen te verhogen, waardoor ze vakkundig door ingewikkelde omgevingen kunnen navigeren en taken met ongeëvenaarde nauwkeurigheid kunnen uitvoeren. “Van zoek- en reddingsoperaties tot industriële monitoring:deze geavanceerde robotogen staan klaar om menselijke inspanningen aan te vullen of zelfs te vervangen in een verscheidenheid aan kritieke scenario’s”, benadrukt professor Song.

Neem voor meer informatie contact op met Chang-Sung Kang Dit e-mailadres wordt beschermd tegen spambots. U heeft Javascript nodig om het te kunnen zien.; +82 627-156-253.