Come la tecnologia di imaging degli occhi potrebbe aiutare i robot e le auto a vedere meglio

Anche se i robot non hanno occhi con la retina, la chiave per aiutarli a vedere e interagire con il mondo in modo più naturale e sicuro può riposare nelle macchine di tomografia a coerenza ottica (OCT) che si trovano comunemente negli uffici degli oftalmologi.

Una delle tecnologie di imaging che molte aziende di robotica stanno integrando nei loro pacchetti di sensori è Light Detection and Ranging, o LiDAR in breve. Attualmente sta richiamando grande attenzione e investimenti da parte degli sviluppatori di auto a guida autonoma, l’approccio funziona essenzialmente come il radar, ma invece di inviare ampie onde radio e cercare riflessi, utilizza brevi impulsi di luce dal laser.

Il tradizionale LiDAR a tempo di volo, tuttavia, ha molti svantaggi che lo rendono difficile da usare in molte applicazioni di visione 3D. Poiché richiede il rilevamento di segnali di luce riflessa molto deboli, altri sistemi LiDAR o persino la luce solare ambientale possono facilmente sopraffare il rilevatore. Ha anche una risoluzione di profondità limitata e può richiedere un tempo pericolosamente lungo per scansionare densamente una vasta area come un’autostrada o un pavimento della fabbrica. Per affrontare queste sfide, i ricercatori si stanno rivolgendo a una forma di LiDAR chiamata LiDAR a onda continua modulata in frequenza (FMCW).

“FMCW LiDAR condivide lo stesso principio di funzionamento di OCT, che il campo dell’ingegneria biomedica ha sviluppato dai primi anni ‘90”, ha detto Ruobing Qian, uno studente di dottorato che lavora nel laboratorio di Joseph Izatt, il Michael J. Fitzpatrick Distinguished Professor of Biomedical Engineering a Duke. “Ma 30 anni fa, nessuno sapeva che le auto autonome o i robot sarebbero stati una cosa, quindi la tecnologia si è concentrata sull’imaging dei tessuti. Ora, per renderla utile per questi altri campi emergenti, abbiamo bisogno di scambiare le sue capacità di risoluzione estremamente alta per una maggiore distanza e velocità”.

In un documento che appare il 29 marzo sulla rivista Nature Communications, il team di Duke dimostra come alcuni trucchi appresi dalla loro ricerca OCT possono migliorare il precedente FMCW LiDAR data-throughput di 25 volte pur raggiungendo una precisione di profondità submillimetrica.

OCT è l’analogo ottico degli ultrasuoni, che funziona inviando onde sonore negli oggetti e misurando quanto tempo impiegano a tornare indietro. Per cronometrare i tempi di ritorno delle onde luminose, i dispositivi OCT misurano quanto la loro fase si è spostata rispetto a onde luminose identiche che hanno percorso la stessa distanza ma non hanno interagito con un altro oggetto.FMCW LiDAR adotta un approccio simile con alcune modifiche. La tecnologia invia un raggio laser che si sposta continuamente tra diverse frequenze. Quando il rivelatore raccoglie la luce per misurare il suo tempo di riflessione, può distinguere tra il modello di frequenza specifica e qualsiasi altra fonte di luce, permettendo di lavorare in tutti i tipi di condizioni di illuminazione con velocità molto elevata Poi misura qualsiasi spostamento di fase rispetto ai fasci senza ostacoli, che è un modo molto più accurato per determinare la distanza rispetto agli attuali sistemi LiDAR.

“È stato molto eccitante vedere come la tecnologia di imaging su scala cellulare biologica su cui abbiamo lavorato per decenni sia direttamente traducibile per la visione 3D su larga scala e in tempo reale”, ha detto Izatt. “Queste sono esattamente le capacità necessarie ai robot per vedere e interagire con gli esseri umani in modo sicuro o anche per sostituire gli avatar con video 3D dal vivo nella realtà aumentata”.

La maggior parte dei lavori precedenti che utilizzano LiDAR si sono basati su specchi rotanti per scansionare il laser sul paesaggio. Mentre questo approccio funziona bene, è fondamentalmente limitato dalla velocità dello specchio meccanico, non importa quanto potente sia il laser che sta usando.

I ricercatori del Duke invece usano un reticolo di diffrazione che funziona come un prisma, rompendo il laser in un arcobaleno di frequenze che si diffondono mentre si allontanano dalla fonte. Poiché il laser originale è ancora rapidamente spazzare attraverso una gamma di frequenze, questo si traduce in spazzare il fascio LiDAR molto più velocemente di uno specchio meccanico può ruotare. Questo permette al sistema di coprire rapidamente una vasta area senza perdere molto in profondità o in precisione della posizione.

Mentre i dispositivi OCT sono utilizzati per profilare strutture microscopiche fino a diversi millimetri di profondità all’interno di un oggetto, i sistemi di visione 3D robotici hanno solo bisogno di individuare le superfici di oggetti in scala umana. Per ottenere questo, i ricercatori hanno ristretto la gamma di frequenze utilizzate dall’OCT, e hanno cercato solo il segnale di picco generato dalle superfici degli oggetti. Questo costa al sistema un po’ di risoluzione, ma con una gamma di immagini e una velocità molto maggiore rispetto al LiDAR tradizionale.

Il risultato è un sistema FMCW LiDAR che raggiunge una precisione di localizzazione submillimetrica con un throughput di dati 25 volte maggiore rispetto alle dimostrazioni precedenti. I risultati mostrano che l’approccio è abbastanza veloce e accurato da catturare i dettagli delle parti del corpo umano in movimento - come una testa che annuisce o una mano che si stringe - in tempo reale.

“Nello stesso modo in cui le telecamere elettroniche sono diventate onnipresenti, la nostra visione è quella di sviluppare una nuova generazione di telecamere 3D basate su LiDAR che siano abbastanza veloci e capaci da permettere l’integrazione della visione 3D in tutti i tipi di prodotti”, ha detto Izatt. “Il mondo intorno a noi è 3D, quindi se vogliamo che i robot e altri sistemi automatizzati interagiscano con noi in modo naturale e sicuro, devono essere in grado di vederci così come noi vediamo loro”.

Ciao, sono Michele!

Sono molto felice di saperti qui.
Ogni giorno ti raccontiamo qualcosa di nuovo sull'AI e sulle nuove tecnologie. Seguici sui social o iscriviti alla newsletter!

Iscriviti alla newsletter!

Iscrivendoti accetti la nostra Privacy Policy

Ti va di rimanere aggiornatə?

Niente spam, niente pubblicità. Ogni tanto una mail. Tutto qui.
(Ah, ovviamente i tuoi dati non verranno mai ceduti)

Iscrivendoti accetti la nostra Privacy Policy