Роботы научились распознавать прозрачные препятствия — новый ИИ-алгоритм снизил ошибку зрения вдвое

Проблема навигации автономных машин в помещениях с обилием отражающих поверхностей решена на программном уровне. Разработчики из китайской ИИ-компании Robbyant представили базовую модель пространственного восприятия, технические детали которой опубликовал портал Interesting Engineering.

Оптические датчики и камеры глубины регулярно дают сбои при сканировании стекла или зеркал. Система LingBot-Depth 2.0 обходит это физическое ограничение с помощью технологии Masked Depth Modeling. Архитектура нейросети опирается на предварительное обучение по «граничным структурам». Машинное зрение не пытается увидеть само стекло, оно высчитывает невидимые контуры преграды на субпиксельном уровне. Модуль LingBot-Vision обеспечивает непрерывное отслеживание этих краев в динамическом видеопотоке.

Тренировочный массив данных охватил 150 миллионов визуальных сэмплов. Результаты тестов зафиксировали доминирование алгоритма в 12 из 16 бенчмарков оценки глубины. Базовый показатель среднеквадратичной ошибки (RMSE) в сценариях с сильной потерей сигнала рухнул с 0.132 до 0.062. Оптическая слепота систем навигации сократилась более чем в два раза.

Программный код уже переходит в коммерческую стадию аппаратной интеграции. Лаборатория Depth Vision (подразделение компании Orbbec) официально сертифицировала алгоритм. Тестовые прогоны на 3D-стереокамерах серии Gemini 330 подтвердили резкое улучшение распознавания мелких деталей и дальнобойную оценку дистанции при слабом освещении. В ближайшее время кастомная версия нейросети будет вшита в оптические RGB-D устройства новой платформы EGO. Это позволит автономным механизмам самостоятельно собирать чистые обучающие данные в сложных локациях без участия человека-оператора.

Источник: Interesting Engineering