Otonom araçlar, her geçen gün hayatımıza daha fazla entegre olmaya başladı. Bu araçların yükselişi, uygun bir şey olsa da araçlar, beraberinde birtakım riskleri de getiriyor. Bu yüzden MIT mühendisleri, otonom sistemlerin güvenliğini artırmak için yeni bir sistem geliştirdiler.
Sistem, genel olarak köşelerde hareketli bir cisim olup olmadığını belirlemek için tabandaki gölgelerde yer alan küçük değişiklikleri algılama üzerine heyeti. Geliştirici takım, hayli yeni olan bu sistem sayesinde bir binanın köşesinden yahut park halindeki arabaların ortasından çıkan diğer bir araba yahut yaya ile olası bir çarpışmanın önüne geçilebileceğini belirtiyor.
İç yer testlerinde epeyce başarılı sonuçlar alındı:
Bir otoparkın etrafında dolaşan otonom bir otomobil ve otonom tekerlekli sandalye ile test edilen bu sistem, önümüzdeki hafta düzenlenecek olan Milletlerarası Akıllı Robotlar ve Sistemler Konferansı’nda ayrıntılarıyla birlikte tanıtılacak. Bu noktada araştırmacılar, sistemi şu halde tanımlıyorlar: “Yöntemimiz, etrafta beşerler varken robotların yahut başka hareketli objelerin ortalıkta dolaştığı durumlarda robota birisinin köşeye geldiğine dair erken bir ikaz verebilir. Böylece araç yavaşlayabilir, yolunu tekrar uyarlayabilir ve bir çarpışmadan kaçınmak için evvelden hazırlanabilir.”
ShadowCam adı verilen bu sistem, şimdilik sırf suratların çok daha düşük olması nedeniyle iç mekanlarda test edildi. Araştırmacılar, iç yerlerde suratların olağanın altında olduğunu ve aydınlatma şartlarının daha dengeli olduğunu, bu yüzden de sistemin gölgeleri algılamasının daha kolay olduğunu belirtiyorlar.
Sistem nasıl çalışıyor?
Yerdeki gölgeleri dikkate alarak çalışan ShadowCam sistemi, gölgelerde gerçekleşen değişiklikleri tespit etmek ve sınıflandırmak için bilgisayarla görme tekniklerini kullanıyor. Öncül versiyonları da bulunan ShadowCam, birinci kademede sırf belirli bir alanı hedefleyen bir kameradan gelen video kareleri dizisinden yararlanıyor. Daha sonrasında ışık yoğunluğunun vakit içindeki imajlarından yola çıkarak hedeften uzaklaştığını ya da yaklaştığını gösterebilecek değişiklikleri algılıyor.
Algılanan bu dataları ve değişiklikleri birleştirerek bir hesaplama yapan sistem, nihayetinde objeleri sabit nesne yahut dinamik nesne halinde sınıflandırıyor. Sonuç olarak sistem dinamik bir manzara elde ederse buna nazaran tepki vermeye başlıyor. Bu noktada elde edilen sinyallerin gücüne nazaran sistem, robota durmasını yahut yavaşlamasını söylüyor.
Araştırmacılar, gece koşullarında dahi mevcut sistemlerden daha başarılı performans gösteren ShadowCam’i daha fazla geliştirmeyi hedefliyorlar. Bu doğrultuda sistemin gelecekte gölge algılamasını hızlandırmanın ve gölge algılama için hedeflenen alanları açıklama sürecinin otomatikleştirilebileceği belirtiliyor.
