隨著人工智能(AI)和物理世界的交叉,以及自主技術(shù)采用的增加,有人可能會提出質(zhì)疑,機(jī)器及其目前脆弱的模型如何能以人類的方式感知世界。借助于諸如激光雷達(dá)、雷達(dá)和攝像頭等自動駕駛汽車上所使用的傳感器技術(shù),機(jī)器已開始能收集實(shí)時數(shù)據(jù)來為決策提供信息,并適應(yīng)現(xiàn)實(shí)世界的場景。 傳感器技術(shù)已經(jīng)深深融入我們的日常生活,以至于我們可能低估了它們的影響。以恒溫器為例:只需稍加調(diào)整,這種基本的傳感器技術(shù)就能盡職盡責(zé)地將家庭和辦公室保持在理想的溫度,而無需太多人工干預(yù)。 然而,在后臺,恒溫器依賴于雙金屬機(jī)械式或電子式傳感器,利用熱膨脹來測量溫度,然后根據(jù)所需的溫度操控電路而對暖通空調(diào)進(jìn)行開關(guān)。這只是利用各種傳感器改善我們的生活的一個小例子。 面向自動駕駛汽車的激光雷達(dá)和雷達(dá)傳感器 最近,汽車制造商一直在借助傳感器推動全自動駕駛。一些公司專門制造激光雷達(dá)(LiDAR)傳感器來協(xié)助目標(biāo)檢測。 美國休斯飛機(jī)公司因在20世紀(jì)60年代初引入激光雷達(dá)技術(shù)而廣受贊譽(yù),這項(xiàng)技術(shù)最初用來實(shí)現(xiàn)衛(wèi)星跟蹤——工程師借助激光聚焦成像就可以實(shí)現(xiàn)距離計(jì)算。 今天,許多公司正在采用直接飛行時間(dToF)激光雷達(dá)傳感器,其原理是利用激光器來發(fā)射光波脈沖,然后當(dāng)這些脈沖遇到周圍環(huán)境和障礙物后就會發(fā)生反彈。然后,激光雷達(dá)就可以測量這些脈沖返回所需的時間,從而確定傳感器和物體之間的距離。激光雷達(dá)傳感器還能夠在光波撞擊到物體表面時創(chuàng)建它們的三維圖像。 在現(xiàn)實(shí)世界的場景中,許多公司都將激光雷達(dá)用于各種應(yīng)用,使機(jī)器能夠感知周圍的世界,包括倉庫管理、高級駕駛輔助系統(tǒng)、建筑項(xiàng)目、污染建模等。Mobileye和戴姆勒等公司正在其自動駕駛原型中實(shí)施激光雷達(dá)技術(shù)。 例如,Mobileye最新的EyeQ Ultra SoC使用了稱為XNN、PMA、VMP和MPC的四類專有加速器,它們又依賴于兩個傳感子系統(tǒng):一個只有攝像頭的器件,以及另一個雷達(dá)和激光雷達(dá)的組合。Mobileye聲稱,EyeQ Ultra SoC將實(shí)現(xiàn)自動駕駛的4級駕駛——汽車工程師學(xué)會將其定義為在特定條件下無需人工干預(yù)即可執(zhí)行所有駕駛功能的車輛。然而,如果不滿足這些條件,則駕駛員就必須控制車輛。 圖1:行動中的亞馬遜自主機(jī)器人Bert。(圖片來源:亞馬遜) 在現(xiàn)實(shí)世界場景中采用激光雷達(dá)的另一個的例子,是亞馬遜的自主機(jī)器人:Bert、Kermit和Ernie。Bert使用激光雷達(dá)技術(shù)在整個亞馬遜倉庫中對其進(jìn)行引導(dǎo),從而避開其他自動駕駛機(jī)器人、工人和機(jī)器等障礙物(圖1)。 制造商也在使用激光雷達(dá)來改善他們的物流鏈,依靠自主機(jī)器人來優(yōu)化履行和配送流程。
面向機(jī)器人的3D視覺在工業(yè)和汽車用例中采用激光雷達(dá)技術(shù)所取得的成功有限。因此,工程師們意識到完全自主的機(jī)器是一種需要更可靠AI和機(jī)器學(xué)習(xí)算法的復(fù)雜技術(shù)。這就是3D視覺可以幫助提高自主性的地方。3D視覺通常用于工廠自動化應(yīng)用,如拾放機(jī)器人。這些機(jī)器依賴于3D快照傳感器,從而使機(jī)器人能夠從本質(zhì)上檢測物體,而不管其位置如何,這意味著它可以檢測物體是平放、直立還是處于懸掛位置。圖2:這張Seoul Robotics的插圖描繪了其SENSR軟件的功能。(圖片來源:Seoul Robotics) 3D掃描和檢測開發(fā)商LMI Technologies開發(fā)了自己的3D傳感器版本Gocator 3000,該傳感器依賴于使用藍(lán)色LED結(jié)構(gòu)光的條紋投影,并結(jié)合了多種3D測量工具和決策邏輯。結(jié)合這些技術(shù),傳感器就可以掃描和檢查任何具有走走停停運(yùn)動的物體,從而實(shí)現(xiàn)質(zhì)量控制檢查和自動化組裝。 還可以用3D視覺來處理激光雷達(dá)傳感器所收集的數(shù)據(jù),從而渲染其所掃描環(huán)境的詳細(xì)圖像。3D視覺計(jì)算機(jī)軟件公司Seoul Robotics于2021年1月在美國發(fā)布了其首款3D視覺軟件(圖2)。這款軟件依賴于該公司基于機(jī)器學(xué)習(xí)的SENSR軟件,從而使3D傳感器本質(zhì)上成為了物聯(lián)網(wǎng)設(shè)備。這家韓國公司聲稱傳感器可以分析和理解從車聯(lián)網(wǎng)通信、交通安全技術(shù)、零售分析和智慧城市所收集的3D激光雷達(dá)數(shù)據(jù)。 地理空間AI一些觀察人士預(yù)測,基于位置的地理空間AI代表著機(jī)器學(xué)習(xí)的下一大步,這使機(jī)器能夠收集實(shí)時地理數(shù)據(jù),從而指導(dǎo)決策和預(yù)測分析。地理空間AI的用例包括物流、農(nóng)業(yè)和基礎(chǔ)設(shè)施。地理空間AI結(jié)合了空間科學(xué)、深度學(xué)習(xí)、數(shù)據(jù)挖掘和高性能計(jì)算來收集和分析由機(jī)器網(wǎng)絡(luò)所收集的空間數(shù)據(jù)。地理空間AI還依賴用戶數(shù)據(jù)來訓(xùn)練提供推理和預(yù)測能力的算法。例如,Uber和Lyft等拼車公司依靠地理空間AI應(yīng)用程序,根據(jù)客戶提交的信息提供預(yù)計(jì)到達(dá)時間。Waze和Apple Maps等GPS應(yīng)用程序也依賴地理空間AI,根據(jù)交通分析軟件和用戶輸入,為駕駛員提供到達(dá)目的地的最快路線。地理空間AI也正在物流和供應(yīng)鏈流程中得到實(shí)施,以使制造商能夠獲得及時的交付數(shù)據(jù)。(原文刊登于EDN姊妹網(wǎng)站EE Times:Understanding Machine Perception: Lidar, 3D Vision and Geospatial AI,由Franklin Zhao編譯。)
|
|