A SZOBÁJA, AMELY ELEMZHETI A FELÜLETEK FIZIKAI TULAJDONSÁGAIT
Matthew Purri és Kristin Dana, a New Jersey-i Rutgers Egyetem programozott egy algoritmust, amely egy fénykép vagy egy képsorozat elemzésével meghatározhatja az objektum tapintási jellemzőit.
Több mint 400 anyaggal készítettek fényképeket, köztük vászon, műanyag, bőr és fa felületek. Ezután minden felületről 100 képet készítettek, egy mechanikus karú eszközzel, amelyet nagy pontossággal lehet mozgatni, hogy pontos szögben készítsenek képeket.
Ezeket a képeket korreláltuk az anyagok adatsorával. Minden anyag esetében 15 fizikai tulajdonságot rögzítettek, beleértve a súrlódási erőt, a tapadást és a textúrát.
Mindezen adatok felhasználásával programoztak egy mély tanulási algoritmust és tesztelték azokat olyan felületek elemzésével, amelyekkel még soha nem találkoztak. Egyetlen objektum tetejéről készített kép elemzésével az algoritmus a 15 felületi tulajdonság közül 14-et képes hatékonyan megbecsülni. Az algoritmus nehézségekbe ütközött az objektum képhez való tapadásának elemzésében, nem tudta jellemezni, mennyire ragadós.
Egyetlen objektum több képének különböző kameraszögben történő elemzésénél javult az algoritmus pontossága, különösen azoknál a textúráknál, amelyeknek több jellemzője volt. Az objektum alacsonyabb szögéből az algoritmus nem tudja meghatározni, hogy egy felület kemény-e. "De extrém szögekből képes azonosítani a geometriai tulajdonságokat" - mondta Purri.
A kutatók úgy vélik, hogy az algoritmust robotokban és gépekben lehetne felhasználni az útfelület tulajdonságainak becslésére.
"A fekete jeget nagyon nehéz megfigyelni és nagyon veszélyes. Bizonyos körülmények között, csak vizuális információk alapján lehet megbecsülni a tulajdonságait "- mondta Purri. Az algoritmus megbecsülni tudja, mennyire csúszós az út, biztonságosabbá teheti a fékrendszereket, mondja.