فناوری دید در شب اکنون به سطحی رسیده است که رباتها میتوانند در تاریکی مطلق محیط اطراف خود را ببینند. یک روش حسگری نوآورانه به نام HADAR که مخفف Heat Assisted Detection and Ranging است، به ماشینها اجازه میدهد جزئیات محیط را حتی در شب تشخیص دهند.
شب همواره زمانی بوده است که دوربینها بیشترین ضعف را نشان میدهند، اما این فناوری جدید ثابت میکند که تاریکی به معنای فقدان اطلاعات نیست.
فناوری HADAR چیست و چگونه کار میکند؟
در آزمایشها، سیستم HADAR توانسته است بافت، فاصله و جنس مواد را در شب با دقتی مشابه دوربینهای استریو در نور روز بازیابی کند. چنین سطحی از دید در شب میتواند نحوه حرکت خودروهای خودران، پهپادها و رباتهای کمکی را به شکل اساسی تغییر دهد.
این فناوری برای شرایطی طراحی شده است که در آینده، میلیونها ماشین به صورت همزمان در جادهها و آسمانها فعالیت خواهند کرد.
چرا ماشینها در تاریکی دچار مشکل میشوند؟
رباتهای مدرن به ادراک ماشینی متکی هستند؛ یعنی پردازش دادههای محیطی برای تصمیمگیری. برای درک جهان اطراف، بسیاری از نمونههای فعلی از ترکیب ابزارهای مختلف استفاده میکنند.
- دوربینهای تصویری
- سونار و رادار
- فاصلهسنجهای لیزری
در میان این ابزارها، LiDAR نقش مهمی در نقشهبرداری سهبعدی و ناوبری دارد. با این حال، وقتی تعداد زیادی خودرو و ربات از حسگرهای فعال استفاده کنند، تداخل سیگنالها و محدودیتهای ایمنی، توسعه در مقیاس بزرگ را دشوار میکند.
محدودیت دوربینهای حرارتی معمولی
دوربینهای حرارتی غیرفعال تابش حرارتی نامرئی اجسام را ثبت میکنند. این دوربینها در تاریکی و مه عملکرد مناسبی دارند، اما تصاویر آنها معمولاً فاقد کنتراست و جزئیات کافی هستند.
چه چیزی HADAR را متمایز میکند؟
یکی از محدودیتهای اصلی تصویربرداری حرارتی، پدیدهای به نام شبحزدگی است که باعث از بین رفتن بافت تصویر میشود. دانشمندان دریافتند که اجسام و محیط اطراف آنها همواره در حال انتشار و پراکندگی تابش حرارتی هستند و همین موضوع باعث محوشدگی تصویر میشود.
پژوهشهای بعدی نشان داد که این تاری تنها به لنز مربوط نیست، بلکه ریشه در قوانین فیزیکی دارد. بر همین اساس، الگوریتمهای جدیدی طراحی شد که میتوانند صحنههای حرارتی واضحتری بازسازی کنند.
مفهوم TeX در فناوری HADAR
HADAR با جمعآوری طولموجهای مختلف نور فروسرخ حرارتی و تحلیل آنها توسط الگوریتمهای آگاه از فیزیک عمل میکند. این سیستم برای هر شیء سه ویژگی کلیدی را تخمین میزند.
- دما
- گسیلپذیری سطح
- بافت ریزمقیاس
این سهگانه که با نام TeX شناخته میشود، دیدی بسیار غنیتر از روشنایی ساده در اختیار ماشین قرار میدهد.
تشخیص بافت، عمق و فاصله در شب
در نخستین آزمایشهای فضای باز، سیستم HADAR به سمت یک صحنه ناهموار شبانه خارج از جاده نشانهگیری شد؛ محیطی شامل چمن، آب، تنه درختان و سازههای بتنی.
برخلاف لکههای روشن و مبهم دوربینهای حرارتی معمولی، این سیستم توانست چینوچروک پوست درخت، موجهای آب، لبههای سازهها و الگوهای ظریف سطح زمین را آشکار کند.
«تاریکی مطلق همان مقدار اطلاعات را در خود دارد که نور روز»
پس از محاسبه TeX برای هر پیکسل، سیستم فاصله هر ناحیه را تخمین میزند و یک نقشه سهبعدی برای ناوبری ایجاد میکند؛ آن هم بدون تاباندن نور یا صدا به محیط.
تفکیک انسان از اشیای مشابه
در یکی از نمایشها، یک خودروی تیرهرنگ، یک راننده واقعی و یک ماکت مقوایی در مسیر آزمایش قرار داده شدند. دوربینهای معمولی و LiDAR در تشخیص انسان از ماکت دچار مشکل شدند، اما HADAR توانست پوست، پارچه و جنس مواد را از هم تفکیک کند.
نقش HADAR در آینده رباتیک و خودروهای خودران
برای خودروهای خودران، حسگری مطمئن در شب و شرایط آبوهوایی نامناسب حیاتی است، زیرا کوچکترین خطا میتواند به تصادفهای جدی منجر شود.
مزیت کلیدی HADAR غیرفعال بودن آن است. این فناوری سیگنالی به محیط اضافه نمیکند و در نتیجه، خطر تداخل در خیابانها و آسمانهای شلوغ کاهش مییابد.
- پایش سلامت محصولات کشاورزی در شب
- شناسایی حیوانات در پوشش گیاهی
- کمک به آتشنشانان در محیطهای دودآلود
- تشخیص الگوهای دمایی مرتبط با بیماری در مراکز درمانی
از نمونه آزمایشگاهی تا ابزار روزمره
در حال حاضر، دوربین HADAR بزرگ و کند است، زیرا الگوریتمها به دادههای فروسرخ متعدد و پردازش سنگین نیاز دارند. حسگر فعلی حدود یک تصویر در ثانیه ثبت میکند، در حالی که خودروهای خودران به ۳۰ تا ۶۰ فریم در ثانیه نیاز دارند.
مهندسان در تلاش هستند نرخ فریم را افزایش دهند، ابعاد اپتیک را کوچکتر کنند و سختافزارهای پردازشی کارآمدتری توسعه دهند تا این فناوری به استفاده عملی برسد.
جمعبندی
HADAR هنوز یک نمونه اولیه است، اما نشان میدهد سیگنالهای حرارتی ساختاری غنی دارند و میتوانند شب را به اندازه روز برای ماشینها قابل درک کنند. در صورت رفع چالشهای مهندسی، تاریکی دیگر یک تهدید نخواهد بود، بلکه منبعی ارزشمند از اطلاعات خواهد شد.
اگر به آینده رباتیک و خودروهای خودران علاقهمند هستید، این مقاله را با دیگران به اشتراک بگذارید و نظر خود را ثبت کنید.
