Penyelidik Stanford dan UC San Diego Membangunkan Kamera 4D yang Dapat Meningkatkan Penglihatan Robotik dan Realiti Peningkatan dan Maya

Published:

Dikemaskini:

Satu pasukan penyelidik dari Stanford University dan University of California, San Diego mempunyai membangunkan kamera jenis baru dengan robotics dalam fikiran. Kamera baru ini akan mengeluarkan cabaran utama jurutera robotics menghadapi hari ini dari segi menangkap imej. Kamera digital, walaupun model teratas, tidak sesuai untuk menangkap bidang luas pandangan robot perlu bergerak di ruang tertentu, seperti dalam kereta memandu sendiri.

Rangkaian Universiti (TUN) bercakap dengan Donald Dansereau, seorang rakan pasca doktoral di Stanford dan pengarang pertama dalam projek ini, untuk mengambil alih kamera kamera bukti-baru.

Dansereau menarik persamaan kepada mata organisma hidup apabila dia menggambarkan kamera ke The University Network (TUN).

"Seperti mata manusia, kamera menangkap imej melengkung untuk menawarkan pandangan yang luas: pandangan 140 darjahnya adalah seiring dengan penglihatan manusia," katanya. "Untuk persepsi mendalam, ia lebih mirip dengan mata kompaun serangga, menggunakan banyak pandangan yang lebih kecil di dunia untuk memahami kedalaman, bentuk, dan kesan pesanan yang lebih tinggi seperti refleksi dan ketelusan. Ini dilakukan dengan pelbagai beratus-ratus ribu lensa kecil, dipadamkan bersama dalam fesyen sarang lebah, yang menjadikan kamera menjadi kamera bidang cahaya. "

Kamera medan cahaya, juga dirujuk sebagai kamera "4D", menangkap imej serta maklumat mengenai cahaya yang memukul kamera. Ini membolehkan pengguna kamera menyesuaikan fokus imej selepas ia telah diambil.

"Memiliki bidang pandangan yang luas memudahkan banyak kerja di robotika, dan penangkapan lapangan ringan memudahkan tugas-tugas di mana gerakan adegan 3D biasanya akan merumitkan persepsi," jelas Dansereau kepada TUN. "Diambil bersama, kamera ini sangat sesuai untuk pekerjaan yang memerlukan interaksi rapat dengan adegan rumit, pada masa yang singkat dan anggaran tenaga. Drones pendaratan, robot penghantaran, kereta memandu sendiri yang memerhati untuk pejalan kaki, penunggang basikal dan kereta berdekatan lain, jenis autonomi ini lebih mudah dengan kamera bidang cahaya FOV yang luas. "

Dansereau percaya bahawa kamera ini akan memberi impak ke atas bidang robotics pada masa akan datang. "Dalam 10-15 tahun, mungkin lebih banyak kamera akan dihasilkan untuk robot daripada manusia, dan ia masuk akal untuk bertanya 'apa kamera terbaik untuk robot yang diberikan?'" Katanya kepada TUN. "Saya percaya kamera bidang cahaya dan teknologi pengimejan pengimejan lain akan membolehkan kami menyesuaikan kamera kepada aplikasi robotik tertentu, yang membolehkan tahap autonomi dan kebolehpercayaan yang lebih tinggi walaupun dalam keadaan mencabar."

Penggunaan teknologi ini, bagaimanapun, melangkaui robotik. Dansereau dan pasukan penyelidiknya melihat daya maju yang tinggi untuk kamera 4D dalam realiti maya dan tambahan. "Bidang pandangan kamera yang luas ini dan informasi medan cahaya yang kaya mempermudah pengesanan gerakan kamera dan segmentasi serta penjejakan tangan, orang, dan benda bergerak lain di lingkungan," kata Dansereau kepada TUN. “Dalam realiti tambahan, ini adalah keupayaan penting untuk membolehkan generasi berikutnya interaksi masa nyata yang merangkumi penyatuan kandungan dengan persekitaran pengguna. Dalam realiti maya, tangkapan medan cahaya membolehkan pengguna untuk fokus pada kedalaman yang berbeza di tempat kejadian. Ia juga mengambil gambar secara realistik fenomena optik yang lebih tinggi seperti spekulasi dan ketelusan. Jenis tangkapan medan cahaya luas FOV asli ini sangat masuk akal untuk pembuatan kandungan sinematik VR. "

Pasukan ini merancang untuk mewujudkan kamera prototaip padat di sebelahnya, yang mereka harap akan cukup kecil dan cukup ringan untuk menguji robot. Mereka juga mempunyai rancangan untuk membangunkan kamera yang boleh dipakai selepas itu.

Kertas penuh boleh didapati disini.

Pasukan penyelidikan juga termasuk Gordon Wetzstein, penolong profesor kejuruteraan elektrik di Stanford, Joseph Ford, profesor kejuruteraan komputer / elektrik di University of California, San Diego, dan Glenn Schuster, penyelidik pelajar siswazah di University of California, San Diego.

Percubaan 6 bulan PERCUMA

Kemudian, nikmati Amazon Prime pada separuh harga - diskaun 50%!

TUN AI – Pembantu Pendidikan anda

TUN AI

Saya di sini untuk membantu anda dengan biasiswa, carian kolej, kelas dalam talian, bantuan kewangan, memilih jurusan, kemasukan kolej dan petua belajar!

Universiti Network