dense objects

Investigadores do CSAIL, o laboratório de ciências da computação e inteligência artificial do MIT, estão a desenvolver um novo sistema de visão computacional aplicado à robótica. Com as Dense Object Nets, robots podem identificar objetos que nunca viram anteriormente. Isto representa um salto evolutivo nos algoritmos de visão computacional, que normalmente identificam formas após serem treinados com bases de dados de reconhecimento de imagens ou outras técnicas de reconhecimento visual.

Dense Object Nets: Dotar o Robot de Visão Tridimensional Consistente

Este sistema desenvolvido pela equipa de investigadores do CSAIL denomina-se DON, dense object nets. A chave do seu funcionamento está na forma como representa dados visuais. Os sensores óticos do robot captam os objetos como um agregado denso de pontos e coordenadas. Estes grupos de pontos são processados com mapeamento tridimensional, formando uma imagem coerente em múltiplos pontos de vista. Uma tecnologia que usa princípios similares às point clouds da captura 3D.

Para reconhecer objetos, o robot move a sua câmara à sua volta , recolhendo imagens em diferentes ângulos. A partir destas imagens, cria representações descritivas do significado dos pixeis relevantes. Comparando-as, consegue distinguir os elementos que o compõem, gerando descrições visuais consistentes que são aplicáveis a todo o tipo de objetos que pertençam à categoria na qual o robot está a ser treinado.

CSAIL Robots Dense Object Net MIT
Sistema de visão computacional tridimensional Dense Object Net (MIT/CSAIL).

O grande passo da Dense Object Nets é permitir representações visuais tridimensionais internas nos sistemas de controlo em robótica. Significa que o robot consegue reconhecer um objeto mesmo que a sua posição no espaço não seja aquela em que o aprendeu a reconhecer. Os investigadores citam o caso de robots treinados para pegar em chávenas. São incapazes de o fazer se a pega não estivesse na posição em que a tinham aprendido a reconhecer, um problema que este algoritmo resolve. Este algoritmo também é capaz de distinguir objetos similares àqueles que já conhece, dos quais não tenha tido conhecimento prévio. Esta característica alarga o espectro de atuação do robot.

Um Passo em Direção a Robots Verdadeiramente Autónomos com as Dense Object Nets

Desne Oject Net CSAIL MIT
Investigador do CSAIL treina um robot a segurar objetos utilizando Dense Object Net (Tom Buehler, MIT News).

Esta técnica desenvolvida no CSAIL é um enorme desenvolvimento face às formas tradicionais de ensinar um robot a reconhecer e manipular objetos. Este tipo de treino utiliza atualmente diferentes técnicas. Pode ser efetuado através do mimetismo das ações que um operador humano, repetindo os seus gestos. Outra forma de o fazer é permitir movimentos aleatórios, recompensando os corretos e eliminando os errados. A simulação com robótica virtual é outra das formas de dotar um robot de conhecimento sobre o manipula. Estas técnicas têm limitações, são lentas ou pouco adequadas à aplicação em máquinas que têm de interagir no mundo real. Se os objetos não estiverem colocados em pontos específicos ou apresentarem alterações morfológicas que se desviem da base de treino, o robot não os consegue manipular. As Dense Object Nets resolvem estes problemas.

O desenvolvimento e aplicação destes algoritmos de inteligência artificial aplicados à robótica são um passo importante em direção à progressiva autonomização dos robots. Os sistemas robóticos são restringidos pela sua capacidade de interpretar os dados dos seus sensores. São programados com instruções restritas para repetir continuamente as mesmas ações. Se as condições do espaço em que o robot opera se alteram, este funciona de forma anómala. Dotando-os de sistemas mais avançados de representação visual, alarga-se o espectro das ações que conseguem exercer. Tornam-se ferramentas mais úteis nas suas crescentes aplicações. Ser capaz de conceptualizar uma representação visual tridimensional do mundo que o rodeia é um passo evolutivo fundamental para que os robots interajam num mundo real.

Interessado nos impactos dos desenvolvimentos da robótica na sociedade contemporânea? Aceite a nossa sugestão de leitura com o artigo “Robots” já começaram a substituir os humanos, nos supermercados.

Importante:

O Bit2Geek convidou alguns cientistas que têm sido anunciados nos artigos anteriores, para começarem a assinar textos de divulgação, que possam esclarecer os leitores sobre a revolução espacial que estamos a viver… Estamos no início da conquista do Espaço, e isso não pode passar despercebido… Por isso o Bit2Geek voltou a fazer uma aquisição de peso para nos ajudar a perceber melhor estes assuntos, e que passo a apresentar:

O Jorge Pla-García é investigador no Centro de Astrobiologia (CSIC-INTA, associado ao NASA Astrobiology Institute) e investigador associado do Space Science Institute (SSI) em Boulder, Colorado (USA).

Actualmente é membro de quatro equipas científicas de missões da NASA ao planeta vermelho: instrumento meteorológico REMS (Mars Science Laboratory – Curiosity rover), instrumento TWINS (InSight) e instrumento MEDA e Projecto Conselho de Atmosferas (ambos da missão Mars2020). Também trabalhou na missão ExoMars 2020 da Agência Espacial Europeia (ESA) no desenvolvimento do instrumento RLS (Raman Laser Spectrometer).

É Engenheiro Superior Informático pela Universidad Pontifica de Salamanca e tem Mestrados em Ciência e Tecnologia desde o Espaço pela Univerdad de Alcalá, Astronomia e Astrofísica na Valencian International University, Meteorologia e Geofísica na Universidad Complutense de Madrid. É Doutorado em Astrofísica pela Universidad Complutense de Madrid com o título “Mesoscale Meteorological Modeling of Mars mission environments”.

Nos últimos cinco anos tem estado a trabalhar em estudos meteorológicos da Cratera Gale (zona de Marte onde o rover Curiosity aterrou), tem estado a trabalhar também em simulações das condições atmosféricas esperadas para o dia de aterragem da futura missão da NASA, MARS 2020 a fim de minimizar os riscos durante a etapa de entrada atmosférica, descida e aterragem.

É também uma das poucas pessoas que tem o privilégio e a grande responsabilidade de operar o instrumento REMS que está no rover Curiosity, a partir da Terra.

Nos próximos dias anunciaremos mais colaborações… Stay tuned!!!

Artigo anteriorLockheed Martin apresentou o “RV”, para levar humanos a Marte.
Próximo artigoInSight: Uma missão para estudar o “coração” de Marte
Professor de TIC e coordenador PTE no AEVP onde dinamiza os projetos As TIC em 3D, LCD - Clube de Robótica; Fab@rts: o 3D nas Mãos da Educação, distinguido com prémio de mérito da Rede de Bibliotecas Escolares. Distinguido com o prémio Inclusão e Literacia Digital em 2016 (FCT/Rede TIC e Sociedade). Licenciado em ensino de Educação Visual e Tecnológica, Mestre em Informática Educacional pela Universidade Católica Portuguesa. Correntemente, frequenta pós-graduação em Programação e Robótica na Educação pelo Instituto de Educação da Universidade de Lisboa. Tutor online na Universidade Aberta. Formador especializado em introdução à modelação e impressão 3D em contextos educacionais na ANPRI (Associação Nacional de Professores de Informática) e CFAERC. Co-criador do projeto de robótica educativa open source de baixo custo Robot Anprino. Colaborador do fablab Lab Aberto, em Torres Vedras. O seu mais recente projeto é ser um dos coordenadores do concurso 3Digital, que estimula a utilização de tecnologias 3D com alunos do ensino básico e secundário.