您的位置:首頁 > 資訊 > 行業(yè)動態(tài) > 正文

加拿大多倫多大學(xué)教授使用人工智能尋求高階建筑機(jī)器人技術(shù)

2022-11-21 10:09 性質(zhì):原創(chuàng) 作者:Hu yangbo 來源:AGV網(wǎng)
免責(zé)聲明:中叉網(wǎng)(m21363.cn)尊重合法版權(quán),反對侵權(quán)盜版。(凡是我網(wǎng)所轉(zhuǎn)載之文章,文中所有文字內(nèi)容和圖片視頻之知識產(chǎn)權(quán)均系原作者和機(jī)構(gòu)所有。文章內(nèi)容觀點(diǎn),與本網(wǎng)無關(guān)。如有需要刪除,敬請來電商榷?。?/div>
截屏 ALI TOHIDI 視頻 - 演示視頻展示了合成視覺數(shù)據(jù)生成器如何從合成建筑工地捕捉無限圖像。加拿大多倫多大學(xué)的一位研究人員稱,機(jī)器人技術(shù)在建筑工地上的應(yīng)用未能發(fā)揮其潛力,該校應(yīng)用科學(xué)...

截屏 ALI TOHIDI 視頻 - 演示視頻展示了合成視覺數(shù)據(jù)生成器如何從合成建筑工地捕捉無限圖像。

加拿大多倫多大學(xué)的一位研究人員稱,機(jī)器人技術(shù)在建筑工地上的應(yīng)用未能發(fā)揮其潛力,該校應(yīng)用科學(xué)與工程學(xué)院的助理教授Kim說,隨著更多的研究,高階全自主移動機(jī)器人可能離實現(xiàn)更近一步。目前大多數(shù)在建筑工地上巡邏的所謂機(jī)器人應(yīng)該更準(zhǔn)確地稱為重復(fù)一些預(yù)先編程的任務(wù)的工具。

撇開一些成功的案例不談,現(xiàn)在缺少的是完全的機(jī)器人自動化和數(shù)字化,使用人類水平的視覺人工智能(AI)來充分了解它們被部署的建筑工地。

為了達(dá)到高水平的視覺人工智能,為工地上的機(jī)器人提供動力,需要數(shù)以百萬計的圖像,但由于各種原因,獲得這個數(shù)字是不現(xiàn)實的。金和他的團(tuán)隊所提出的是兩項新技術(shù):合成虛擬建筑圖像,以及生成微型規(guī)模的建筑圖像。

Kim說:"在我們開發(fā)新形式的建筑機(jī)器人時,硬件部分已經(jīng)取得了很大的進(jìn)步,例如波士頓動力公司的Spot,但軟件開發(fā),即人工智能部分,仍有很長的路要走。問題是,我們?nèi)狈ㄖ鼍暗挠?xùn)練數(shù)據(jù)。DNN,深度神經(jīng)網(wǎng)絡(luò),視覺人工智能的核心引擎,是一個有監(jiān)督的模型,它自然會變得對數(shù)據(jù)貪婪。為了開發(fā)一個訓(xùn)練有素的人工智能......我們需要數(shù)量巨大的、多樣化的建筑場景的訓(xùn)練圖像。"

Kim的研究項目是251項大學(xué)倡議之一,這些倡議在9月被宣布為加拿大創(chuàng)新基金會的約翰-R-埃文斯領(lǐng)導(dǎo)人基金提供的總計6400萬美元資金的接受者。

他提交給創(chuàng)新中心的項目摘要指出:"具有增強(qiáng)型人工智能的機(jī)器人解決方案將與現(xiàn)場工人安全協(xié)作,提高生產(chǎn)力和盈利能力,同時抵消日益嚴(yán)重的勞動力短缺問題。擬議的研究項目對實現(xiàn)這一愿景至關(guān)重要,提供優(yōu)化的現(xiàn)場適用的DNN模型--這是自主建筑機(jī)器人發(fā)展的下一個關(guān)鍵步驟。"

機(jī)器人將收集、分析和記錄現(xiàn)場信息,允許創(chuàng)建正在進(jìn)行的施工現(xiàn)場的實時數(shù)字孿生模型。Kim解釋說,合成將被開發(fā)成視覺AI的圖像是需要的,首先是因為很難親自收集數(shù)據(jù)。

監(jiān)控攝像機(jī)和無人機(jī)有遮擋物,成本很高--Kim提到每張圖像2到10美元--而且還存在其他問題。收集一百萬張圖像會很耗時,而且還有各種有問題的法規(guī)和保密問題。在競爭激烈的建筑環(huán)境中,數(shù)據(jù)的商業(yè)化和共享是其他問題。Kim的多大實驗室的工作正在迅速進(jìn)行,該團(tuán)隊使用五個張量處理單元和谷歌云軟件。更多的計算資源是需要的。

ALI TOHIDI 視頻——多倫多大學(xué)助理教授 Daeho Kim 說,為了開發(fā)訓(xùn)練有素的人工智能,研究人員需要大量多樣化的建筑場景訓(xùn)練圖像。

他說:“我們完全專注于開發(fā)一款可以自動合成非真實但看起來真實的建筑圖像的模擬軟件,幾周前,我們開始積極生成一百萬張建筑訓(xùn)練圖像。這對我來說是個激動人心的消息,因為據(jù)我所知,我們以前從未有機(jī)會在構(gòu)造 DNN 訓(xùn)練中使用一百萬張訓(xùn)練圖像?!?/p>

合成的步驟包括創(chuàng)建 3D 人體模型,然后輸入工人的動作捕捉數(shù)據(jù);通過將 2D 或 3D 服裝圖映射到 3D 人體模型來創(chuàng)建 3D 建筑工人頭像;隨機(jī)設(shè)置成像條件,包括相機(jī)距離和照明條件;通過將虛擬建筑工人頭像疊加到3D施工背景上,合成生成施工圖像或視頻。

隨后是用于構(gòu)建數(shù)字孿生的完全自主移動機(jī)器人的原型設(shè)計,該機(jī)器人部署了高階 DNN 模型。建筑機(jī)器人需要能夠監(jiān)控和分析位置、移動速度和方向、姿勢、距離和其他捕捉建筑工人存在的因素。

KIM說:“對于高度動態(tài)和非結(jié)構(gòu)化的建筑場景,合成圖像在訓(xùn)練視覺 AI 模型方面的效果尚不清楚。我們可能需要也可能不需要我們自己獨(dú)特的解決方案?!?/p>

對于最后一步,Kim 將需要私營部門的合作伙伴——他正在尋找一家能夠在財政上支持這項研究的創(chuàng)新建筑公司。

網(wǎng)友評論
文明上網(wǎng),理性發(fā)言,拒絕廣告

相關(guān)資訊

關(guān)注官方微信

手機(jī)掃碼看新聞