Футуристический сценарий, в котором беспилотники мгновенно уклоняются от столкновений, а роботы реагируют быстрее человеческого глаза, становится реальностью. Международная группа исследователей представила систему машинного зрения, способную анализировать движение до четырех раз быстрее существующих компьютерных моделей. Это решение может радикально изменить возможности автономных автомобилей, дронов и роботизированных систем, передает inbusiness.kz со ссылкой на New-Science.ru.
Классическая технология оптического потока известна с 1950-х годов. Её задача — воспроизвести способность человеческого глаза мгновенно анализировать визуальные сцены. Однако на практике внедрение таких систем в робототехнику всегда упиралось в огромные требования к вычислительным мощностям.
Авторы исследования приводят наглядный пример: анализ одного кадра разрешением 1920×1080 пикселей с помощью флагманского GPU Nvidia V100 занимает более 0,6 секунды. Это примерно в четыре раза дольше, чем требуется человеческому глазу для решения аналогичной задачи. Для автономных систем такая задержка может оказаться критической.
Для сравнения, система Autopilot от Tesla работает с задержкой всего 10 миллисекунд. Однако по точности отображения тонких движений она всё ещё уступает потенциалу решений, основанных на оптическом потоке. И именно это противоречие — высокая скорость против высокой точности — долгое время оставалось главным узким местом в развитии машинного зрения.
Чтобы преодолеть этот барьер, инженеры обратились к нейроморфным принципам, вдохновлённым биологическим зрением. Как сообщается в статье, опубликованной в журнале Nature Communications, команда разработала устройство на базе двумерных синаптических транзисторов. Модель работы была подсказана взаимодействием между сетчаткой и латеральным коленчатым телом в биологической системе зрения.
Главное отличие новой технологии заключается в том, что она не обрабатывает изображение целиком. Вместо этого транзисторы мгновенно реагируют на перепады яркости и выделяют только участки кадра, где происходит движение. Эти "зоны интереса" затем передаются стандартным алгоритмам компьютерного зрения для более детального анализа. Благодаря этому вычислительная нагрузка резко снижается, а время реакции сокращается.
Во время испытаний, имитирующих управление беспилотными автомобилями, дронами и роботизированными манипуляторами, система фиксировала изменения яркости всего за 100 микросекунд. Помимо высокой скорости, устройство показало впечатляющую устойчивость: данные о движении сохранялись более 10 000 секунд, а модуль выдержал свыше 8 000 рабочих циклов без потери производительности.
По оценкам учёных, такой подход ускоряет работу существующих алгоритмов компьютерного зрения в четыре раза. В ряде сценариев система даже превосходит по скорости обработки человеческий глаз, что ещё недавно казалось недостижимым ориентиром.
Шо Гао, соавтор работы и доцент Школы приборостроения и оптоэлектронной инженерии Университета Бэйхан в Китае, пояснил, что разработчики не стремятся заменить традиционные камеры.
"Благодаря использованию аппаратных модулей мы позволяем существующим алгоритмам компьютерного зрения работать в четыре раза быстрее, чем раньше, — отметил учёный в интервью South China Morning Post. — Это повышает практическую ценность технологии для инженерных приложений".
Именно практическая применимость сегодня становится ключевым фактором. Речь идёт не о лабораторной демонстрации, а о технологии, способной интегрироваться в существующие системы. Ускорение обработки оптического потока открывает путь к более сложным сценариям поведения автономных машин: мгновенному уклонению от препятствий, навигации в хаотичной городской среде и точному управлению роботизированными манипуляторами.
При этом авторы подчёркивают, что впереди — дополнительные испытания. Технологию предстоит протестировать в разнообразных реальных условиях, чтобы подтвердить её надёжность и устойчивость к внешним факторам.
Если результаты будут подтверждены, рынок автономных систем может получить мощный импульс развития. И тогда дроны, автомобили и роботы действительно начнут видеть мир быстрее нас.
Читайте по теме:
ИИ в науке и образовании: от университетских проектов к реальным задачам
