به گزارش خبرگزاری مهر به نقل از اینترستینگ انجینرینگ، سامانهای نوین به روباتها امکان میدهد با استفاده از امواج رادیویی پردازششده توسط هوش مصنوعی، اطراف گوشهها را مشاهده کنند.
مهندسان دانشگاه پنسیلوانیا این سامانه را توسعه دادهاند تا ایمنی روباتهای فعال در محیطهای سرپوشیده مانند انبارها و کارخانهها را افزایش دهند. این سامانه که «هولورادار» نام دارد، میتواند صحنههای سهبعدی خارج از خط مستقیم دید (NLOS)، مانند عابران پیادهای که پشت گوشهها قرار دارند، بازسازی کند. برخلاف رویکردهای پیشین در درک غیرخطی که به نور مرئی متکی بودند، هولورادار در تاریکی و شرایط نوری متغیر نیز عملکرد مؤثری دارد.
مینگمین ژائو، استادیار علوم اطلاعات و رایانش و نویسنده ارشد این پژوهش، میگوید: «روباتها و وسایل نقلیه خودران باید بتوانند فراتر از آنچه مستقیماً پیش رویشان است را ببینند. این قابلیت برای تصمیمگیری ایمنتر در روباتها و خودروهای خودران حیاتی است.»
در قلب فناوری هولورادار، درکی متفاوت از امواج رادیویی قرار دارد. در مقایسه با نور مرئی، سیگنالهای رادیویی طول موج بسیار بلندتری دارند که معمولاً برای تصویربرداری یک نقطهضعف محسوب میشود، زیرا وضوح تصویر را کاهش میدهد.
با این حال، تیم ژائو دریافت برای مشاهده اطراف گوشهها، همین طول موجهای بلند یک مزیت به شمار میروند. به گفته پژوهشگران، از آنجا که امواج رادیویی بسیار بزرگتر از ناهمواریهای کوچک سطح دیوارها هستند، این سطوح میتوانند مانند آینههایی عمل کنند که سیگنالهای رادیویی را به شکلی قابل پیشبینی منعکس میکنند.
بر این اساس، سطوح مسطحی مانند دیوارها، سقف و کف میتوانند سیگنالهای رادیویی را به اطراف گوشهها بازتاب دهند و اطلاعات مربوط به فضاهای پنهان را به روبات منتقل کنند. هولورادار این بازتابها را دریافت کرده و آنچه خارج از دید مستقیم قرار دارد را بازسازی میکند.
این سازوکار مشابه استفاده رانندگان از آینههای نصبشده در تقاطعهای کور است؛ با این تفاوت که در هولورادار، کل محیط بدون نیاز به هیچ تغییری به مجموعهای از آینههای بالقوه تبدیل میشود.
هولورادار به جای جایگزینی حسگرهای موجود، آنها را تکمیل میکند و ایمنی روباتها و وسایل نقلیه خودران را افزایش میدهد. خودروهای خودران در حال حاضر از فناوری LiDAR استفاده میکنند؛ سامانهای مبتنی بر لیزر برای شناسایی اشیای قابلمشاهده. هولورادار با آشکارسازی آنچه این حسگرها قادر به دیدن آن نیستند، یک لایه ادراکی اضافی فراهم میکند و به سامانهها فرصت میدهد تا نسبت به خطرات احتمالی واکنش سریعتر و ایمنتری نشان دهند.
