علمی، پژوهشی و فناوری

ساخت یک دوربین پیشرفته با الهام از چشم انسان

به گزارش پایگاه خبری علم و فناوری : یک گروه پژوهشی به سرپرستی دانشمندان علوم رایانه «دانشگاه مریلند»(UMD) دوربینی را اختراع کرده‌اند که نحوه دیدن و واکنش ربات‌ها به جهان اطراف را بهبود می‌بخشد.

به نقل از فیز، سیستم نوآورانه دوربین با الهام از نحوه عملکرد چشم انسان، حرکات غیرارادی کوچکی را تقلید می‌کند که توسط چشم برای حفظ دید واضح و پایدار استفاده می‌شوند. این گروه پژوهشی، نمونه‌سازی و آزمایش دوربین موسوم به «دوربین ثبت وقایع مصنوعی مبتنی بر میکروساکاد»(AMI-EV) را در آزمایش‌های خود انجام دادند.

«بوتائو هی»(Botao He) دانشجوی مقطع دکتری علوم رایانه دانشگاه مریلند و پژوهشگر ارشد این پروژه گفت: دوربین‌های ثبت وقایع، فناوری نسبتا جدیدی هستند که در ردیابی اجسام متحرک بهتر از دوربین‌های سنتی عمل می‌کنند اما دوربین‌های ثبت وقایع امروزی برای گرفتن عکس‌های واضح و بدون محوشدگی هنگام حرکت کردن، به تلاش بسیاری نیاز دارند. این یک مشکل بزرگ است زیرا ربات‌ها و بسیاری از فناوری‌های دیگر مانند خودروهای خودران برای نشان دادن واکنش درست به یک محیط در حال تغییر، به تصاویر دقیق و به موقع متکی هستند. بنابراین، ما از خود پرسیدیم چگونه انسان‌ها و حیوانات مطمئن می‌شوند که دید آنها روی یک جسم متحرک متمرکز می‌شود.

پاسخ هی و گروهش، «میکروساکادها»(Microsaccades) بودند. میکروساکادها، حرکات کوچک و سریع چشم هستند که به طور غیر ارادی هنگام متمرکز کردن دید اتفاق می‌افتند. چشم انسان از طریق این حرکات دقیق و مداوم می‌تواند در طول زمان به طور دقیق روی یک جسم و بافت‌های بصری آن مانند رنگ، عمق و سایه تمرکز کند. هی ادامه داد: ما متوجه شدیم که دوربین نیز دقیقا مانند چشم‌های ما می‌تواند از یک اصل مشابه برای ثبت تصاویر واضح و دقیق بدون تار شدن ناشی از حرکت استفاده کند.

این گروه پژوهشی با وارد کردن یک منشور چرخان در دوربین AMI-EV برای هدایت مجدد پرتوهای نوری ثبت‌شده توسط لنز، میکروساکادها را با موفقیت تکرار کردند. حرکت چرخشی پیوسته منشور، حرکاتی را که به طور طبیعی در چشم انسان رخ می‌دهند، شبیه‌سازی می‌کند و به دوربین امکان می‌دهد تا بافت‌های جسم ثبت‌شده را درست مانند یک انسان تثبیت کند. سپس پژوهشگران، یک نرم‌افزار را برای جبران حرکت منشور در AMI-EV توسعه دادند تا تصاویر پایدار را یکپارچه‌سازی کند.

«یانیس آلویمونوس»(Yiannis Aloimonos) استاد علوم رایانه دانشگاه مریلند و از پژوهشگران این پروژه، اختراع این گروه پژوهشی را یک گام بزرگ در پیشرفت قلمرو بینایی رباتیک می‌داند. آلویمونوس توضیح داد: چشم‌های ما از دنیای اطراف عکس می‌گیرند و آن عکس‌ها به مغز ما فرستاده می‌شوند تا مورد تجزیه و تحلیل قرار بگیرند. ادراک از طریق این فرآیند اتفاق می‌افتد و ما جهان را این گونه می‌فهمیم. وقتی با ربات‌ها کار می‌کنید، چشم‌ها با دوربین و مغز با رایانه جایگزین می‌شود. داشتن دوربین‌های بهتر به معنای درک و واکنش بهتر ربات‌هاست.

پژوهشگران معتقدند که نوآوری آنها می‌تواند پیامدهای مهمی را فراتر از حوزه رباتیک داشته باشد. دانشمندان شاغل در صنایعی که به ثبت دقیق تصویر و تشخیص شکل متکی هستند، دائما به دنبال راه‌هایی برای بهبود دوربین‌های خود می‌گردند و AMI-EV می‌تواند یک راه حل کلیدی برای بسیاری از مشکلات آنها باشد.

«کورنلیا فرمولر»(Cornelia Fermüller) از پژوهشگران این پروژه گفت: حسگرهای ثبت وقایع و دوربین AMI-EV با ویژگی‌های منحصربه‌فرد خود آماده هستند تا در مرکز حوزه پوشیدنی‌های هوشمند قرار بگیرند. آنها مزایای متمایزی را مانند عملکرد برتر در شرایط نوری شدید، تأخیر کمتر و مصرف انرژی کمتر نسبت به دوربین‌های کلاسیک دارند. این ویژگی‌ها برای برنامه‌های واقعیت مجازی ایده‌آل هستند. به‌عنوان مثال، برای بخش‌هایی مناسب هستند که در آنها تجربه یکپارچه‌سازی و محاسبات سریع حرکات سر و بدن ضروری است.

در آزمایش‌های اولیه، AMI-EV توانست حرکت را در زمینه‌های گوناگون ثبت کند و نمایش دهد. همچنین، پژوهشگران دریافتند که AMI-EV می‌تواند حرکت را در ده‌ها هزار فریم در ثانیه ثبت کند و از بیشتر دوربین‌های تجاری معمولی که به طور میانگین ​​بین ۳۰ تا ۱۰۰۰ فریم در ثانیه ثبت می‌کنند، عملکرد بهتری دارد.

آلویمونوس گفت: سیستم دوربین جدید ما می‌تواند بسیاری از مشکلات مهم را حل کند؛ مانند کمک کردن به یک خودروی خودران تا بفهمد مانع در جاده یک انسان است یا یک جسم. در نتیجه، این دوربین می‌تواند کاربرد زیادی داشته باشد که بسیاری از مردم با آن‌ها تعامل دارند؛ از جمله سیستم‌های رانندگی خودران یا حتی دوربین تلفن‌های هوشمند. ما معتقدیم که سیستم دوربین جدید ما راه را برای سیستم‌های پیشرفته و توانمندتر آینده هموار می‌کند.

این پژوهش در مجله «Science Robotics» به چاپ رسید.