Una nuova tecnologia che incorpora il rilevamento del calore per migliorare la visione computerizzata e i sistemi di ranking è descritta in un articolo pubblicato di recente sulla rivista Nature questa settimana. L’approccio consente di migliorare la percezione e l’identificazione degli oggetti di notte e può avere applicazioni nella navigazione autonoma del veicolo. La capacità delle macchine di percepire ciò che lo circonda è usata negli strumenti coinvolgici che sono coinvolti nelle interazioni tra esseri umani e robot (compresi i veicoli automatizzati e gli aiutanti robot), consentendo a queste macchine di prendere decisioni senza l’intervento umano.
Grazie alla visione della fotocamera si basa sull’illuminazione, molte macchine aumentano la visione della fotocamera usando sensori che funzionano con informazioni non visibili come sonar, radar e LiDAR. I segnali termici possono essere usati anche per aiutare la percezione di una scena, ma poiché gli oggetti emettono e disperdono costantemente radiazioni termiche, la visione termica tende a mancare di specificità materiale e può risultare in immagini nebulose, indistinte e senza texture.
La rilevazione termica (HADAR) nella percezione notturna
Zubin Jacob e i colleghi hanno sviluppato una “rilevazione e ranking” (HADAR) che utilizza la fisica termica e l’apprendimento automatico per migliorare la sensibilità notturna. HADAR usa tecniche che rilevano ogni problema dei segnali termici. Gli autori dimostrano che HADAR può percepire la consistenza e la profondità attraverso l’oscurità, e che può percepire gli attributi fisici.
HADAR è più accurato delle tecniche di ranking termico attualmente disponibili di notte, e alla luce del giorno mostra un’accuratezza paragonabile alla stereo-visione a colori convenzionale basata sull’illuminazione a giorno. Gli autori sostengono che, mentre HADAR si trova ancora ad affrontare sfide pratiche (come l’acquisizione di dati in tempo reale, la sfocatura del movimento e i costi), può avere ampie applicazioni, tra cui la navigazione automatizzata e il monitoraggio della fauna selvatica.
Industria 4.0: l’era delle macchine intelligenti
L’emergente industria 4.0 delle tecnologie intelligenti con interazioni sociali uomo-robot, come ci si aspetta che un veicolo su dieci sarà automatizzato entro il 2030 e 20 milioni aiutanti robot servirà. Ciascuno di questi agenti raccoglierà informazioni sulla sua scena circostante attraverso sensori avanzati per prendere decisioni senza intervento umano. Tuttavia, la percezione simultanea della scena da parte di numerosi agenti è fondamentalmente proibitivo per le modalità attive a causa dell’interferenza del segnale e della sicurezza degli occhi.
Approcci quasi passivi come le telecamere sono un’alternativa ma si basano sull’illuminazione ambientale. Inoltre, le fotocamere non possono competere con la percezione umana, anche se recentemente sono stati compiuti importanti progressi sulla base di un apprendimento approfondito. Un cambiamento di percezione completamente passiva oltre la visione tradizionale è urgentemente necessario per potenziare l’industria dell’IA.
La radiazione termica infrarossa
Un approccio basato sulla percezione di scala consiste nell’utilizzare il segnale termico completamente passivo proveniente dalla radiazione termica infrarossa. Lo sfruttamento dei segnali di calore per l’imaging ha vantaggi ben noti, come per vedere attraverso l’oscurità o l’abbagliamento solare così come il maltempo e non sorprende che sia stata la scelta naturale dei predatori (serpenti) durante la caccia della preda (ratti) di notte.
Tuttavia, esistono ostacoli fondamentali per la percezione assistita dal calore. Gli attributi fisici della scena, come la temperatura (T, stato fisico), l’emissività (e, impronta digitale materiale) e la texture (X, geometria della superficie) sono mescolati in flussi di fotoni, come oggetti e ambiente costantemente emettono e disperdono la radiazione termica.
