Китай представил ИИ, который помогает роботам понимать трехмерный мир
Искусственный интеллект05 минут назад
Китайская компания Robbyant анонсировала новую версию своей системы компьютерного зрения LingBot-Depth 2.0, призванную помочь роботам более точно воспринимать окружающее пространство. Разработчики утверждают, что модель существенно улучшает восприятие глубины и обеспечивает более надежную работу роботов в сложных условиях, где традиционные датчики часто ошибаются.
LingBot-Depth 2.0 представляет собой эволюцию первой версии системы, но с более совершенными алгоритмами обработки визуальных данных. Для обучения модели было использовано около 150 миллионов примеров, а в независимых тестах она продемонстрировала лучшие результаты в 12 из 16 распространенных бенчмарков для восстановления карт глубины.
Одним из основных направлений улучшения стало решение проблемы прозрачных и отражающих поверхностей. Для обычных систем компьютерного зрения стекло, зеркала и другие сложные материалы часто становятся серьезными препятствиями: датчики могут неверно определять расстояние до объектов или полностью терять информацию о глубине.
Согласно данным Robbyant, в условиях значительной потери информации о глубине новая модель уменьшила среднюю ошибку распознавания более чем в два раза. Показатель RMSE снизился с 0,132 до 0,062, что указывает на значительное повышение точности оценки расстояний.
В основе LingBot-Depth 2.0 лежит новая модель зрения LingBot-Vision. Ее главной особенностью стала уникальная технология предварительного обучения, которая акцентирует внимание на так называемой «структуре границ» объектов. Этот подход позволяет системе более точно определять контуры предметов — вплоть до субпиксельного уровня — и лучше понимать геометрию окружающей сцены.
Несмотря на относительно небольшой набор данных для обучения — около 160 миллионов изображений, — разработчики уверяют, что LingBot-Vision может конкурировать с более крупными моделями компьютерного зрения. Кроме того, система способна стабильно отслеживать границы объектов в реальном времени, что особенно важно для автономных роботов, которым необходимо быстро ориентироваться в меняющейся обстановке.
Практические возможности технологии проверила компания Orbbec в собственной лаборатории Depth Vision Laboratory. Во время испытаний использовались стереокамеры Gemini 330, и система продемонстрировала улучшенное распознавание границ объектов, мелких деталей, удаленных целей и сцен со сложным освещением.
Параллельно Robbyant и Orbbec объявили о совместной работе над оборудованием для сбора данных. Компании создают платформу RGB-D EGO, которая будет использовать специальную версию LingBot-Depth для формирования более качественных наборов данных для систем воплощенного искусственного интеллекта (Embodied AI).
Разработчики надеются, что новая технология найдет применение в самых разных областях — от сервисных роботов и автономной навигации до промышленной автоматизации. Более точное восприятие глубины должно стать одним из ключевых элементов для следующего поколения роботов, способных безопасно взаимодействовать с реальным миром.
DexterИсточники:Interesting EngineeringИскусственный интеллект05 минут назад
Источник