Китайські ШІ-моделі для робототехніки: Розширення можливостей просторового сприйняття
- Китайська компанія Robbyant представила ШІ-моделі LingBot-Depth 2.0 та LingBot-Vision.
- Моделі призначені для підвищення точності визначення відстані та розпізнавання об’єктів роботами у складних умовах.
- LingBot-Depth 2.0 продемонструвала покращення просторового сприйняття, знизивши похибку RMSE з 0,132 до 0,062.
- LingBot-Vision забезпечує точне визначення контурів об’єктів.
- Технологія пройшла комерційну сертифікацію та планується до впровадження у нових системах збору даних.
Розробка нових стандартів: LingBot-Depth 2.0
Китайська компанія Robbyant представила дві нові ШІ-моделі, LingBot-Depth 2.0 та LingBot-Vision, розроблені для підвищення точності визначення відстані до предметів та розпізнавання об’єктів роботами у складних операційних умовах. Про це інформує видання Interesting Engineering.
Модель LingBot-Depth 2.0 була створена з метою покращення просторового сприйняття роботів. Її навчання проводилось на базі 150 мільйонів зразків даних. За результатами тестування, LingBot-Depth 2.0 показала найкращі показники у 12 із 16 тестів, що стосувались відновлення даних про глибину сцени. Зокрема, точність моделі збільшилася у приміщеннях, де стандартні камери роботів частково втрачають інформацію про відстань до об’єктів. За даними Robbyant, похибка моделі в таких умовах скоротилася більш ніж удвічі, що відображено у зниженні показника RMSE (середня величина помилки) з 0,132 до 0,062.
Нова система також демонструє покращене розпізнавання скла, дзеркал та прозорих предметів. Робота зі стандартними камерами глибини на таких поверхнях ускладнена через властивості відбиття або проходження світла.
Функціональність LingBot-Vision: Детальне розпізнавання
Покращення результатів у розпізнаванні прозорих об’єктів було досягнуто завдяки інтеграції LingBot-Vision, базової моделі комп’ютерного зору для роботів. Під час навчання штучний інтелект окремо фокусувався на визначенні меж та структури предметів. Ця методика дозволила системі з високою точністю знаходити контури об’єктів та забезпечувати краще розуміння їхнього розташування у просторі.
Навчання LingBot-Vision проводилось на 160 мільйонах зображень. Незважаючи на порівняно невеликий обсяг даних відносно більших моделей, система продемонструвала конкурентні результати. Додатковою можливістю є стабільне відстеження країв та контурів предметів у відеопотоці.
Комерційне застосування та подальші перспективи
Модель LingBot-Depth 2.0 вже пройшла етап тестування для використання у комерційній робототехніці. Вона отримала сертифікацію від лабораторії Depth Vision, що належить компанії Orbbec.
Під час випробувань з 3D-камерами серії Gemini 330 система Robbyant точніше визначала краї та контури предметів, розпізнавала невеликі об’єкти та оцінювала відстань на значній дистанції. Також відзначено покращену продуктивність моделі в умовах складного освітлення та при роботі з різними матеріалами.
Robbyant та Orbbec планують інтегрувати цю технологію у нове обладнання, призначене для збору даних, які використовуються у навчанні роботів. Пристрій RGB-D EGO буде оснащений спеціальною версією LingBot-Depth для запису високоякісних просторових даних. У майбутньому розробники мають намір додати вдосконалену комерційну версію моделі. Ця версія повинна забезпечити ще точніше відновлення інформації про відстань, визначення меж об’єктів та розпізнавання структури простору, що сприятиме підвищенню ефективності роботи роботів у реальних умовах. Розвиток таких технологій є частиною загальної тенденції до розширення автономних можливостей робототехнічних систем.
