CBS algoritması: İnsansı robotlar için insan benzeri 3D görüş

Kanada’nın Toronto kentindeki York Üniversitesi liderliğinde çalışan araştırma ekibi, insansı robotların çevresel derinliği ve nesnelerin konumunu insana benzer bir görsel mekanizma üzerinden algılamasını sağlayan yeni bir stereo görüş algoritması geliştirdi. Yakınsak Çift Gözlü Stereo (CBS) adı verilen sistem, geleneksel sabit ve paralel stereo kamera düzeneklerinden farklı olarak hedefe doğru açılanarak yakınsayan iki kameradan alınan görüntüler arasındaki farkları işliyor. Bu biyolojik esintili yaklaşım, robotların karmaşık ve dinamik ortamlarda mesafe belirleme, nesne yönelimlerini algılama ve navigasyon görevlerini daha yüksek doğrulukla gerçekleştirmesini amaçlıyor.

ALGORİTMA MİMARİSİ

CBS, yalnızca yatay görüntü farklarına odaklanan klasik stereo sistemlerinden farklı olarak kameraların hedefe yakınsaması sırasında oluşan hem yatay hem de dikey sapmaları hesaplıyor ve kamera hareketini doğrudan derinlik algılama sürecine dahil ediyor. Sistem önce iki kamerayı 3 boyutlu ortak bir noktaya yönlendirerek açılardan kaynaklanan geometrik ilişkiyi tanımlıyor, ardından görüntüleri farklı çözünürlüklerde incelemek için beş katmanlı bir Gauss piramidi oluşturuyor. Daha düşük çözünürlük seviyelerinde epipolar kısıtlamalar eşliğinde SIFT özellikleri belirlenip eşleştirilirken, farklı ölçek ve yönelimlerdeki doku ile kenar ayrıntılarının işlenmesinde Gabor filtreleri kullanılıyor. Düşük çözünürlüklü katmanlardan özgün çözünürlüğe doğru kademeli biçimde iyileştirilen arama süreci, elde edilen yatay ve dikey eşitsizlik haritalarını yüksek hassasiyetli 3 boyutlu derinlik haritalarına dönüştürüyor. Sistem bu sayede yüzey eğimi ve nesne boyutlarının algılanan ölçeklenmesi gibi mekânsal bilgileri de işleyebiliyor.

SAHA TESTLERİ

Araştırmacılar, algoritmanın doğruluk ve kararlılığını ölçmek için CBS-BM adı verilen kapsamlı bir benchmark veri seti hazırladı. Sıradan masaüstü düzenlerinden tekrarlayan karmaşık desenlere, özelliksiz yüzeylerden birbirini örten nesnelere kadar 49 farklı zorlu sahnenin yer aldığı veri setinde her senaryo için paralel görüntülerin yanı sıra 5 ila 12 yakınsak görüntü çifti kullanıldı. Mevcut stereo yöntemleri ve derin öğrenme sistemleriyle yapılan karşılaştırmalarda CBS, veri setinin tamamında en düşük ortalama derinlik ve yatay eşitsizlik hatasını elde etti. En belirgin fark tekrarlayan desenlerin bulunduğu sahnelerde görüldü. CBS, bu alt kümede en yakın rakibine göre ortalama derinlik hatasını yaklaşık 0,8 metre, yatay eşitsizlik hatasını ise yaklaşık 100 piksel azalttı.

TEKNİK SINIRLAR

Mevcut kod mimarisi AMD Ryzen 7 7700X işlemci üzerinde yaklaşık 69 saniyelik işlem süresiyle çalışıyor. Sistem aynı zamanda yüksek kalibrasyon doğruluğuna ve hassas motor konumlandırmasına ihtiyaç duyuyor, uzak mesafelerde ise performans kaybı yaşanıyor. Araştırma ekibi bu nedenle CBS’nin sonraki aşamalarda kapsamlı bir optimizasyon sürecinden geçirilmesini planlıyor.

ROBOTİK UYGULAMALAR

Araştırmacılar, CBS mimarisinin standart sanayi uygulamalarındaki sabit stereo kameraların doğrudan yerini almasını değil, fiziksel göz hareketleri ile görsel işlemenin eş zamanlı yürütüldüğü gelişmiş insansı robot platformları için temel oluşturmasını hedefliyor. İnsan görme sisteminin aktif ve yakınsak yapısını mekanik sistemlere aktaran yaklaşım, insansı robotlarda derinlik algısı ve çevresel konumlandırma için yeni bir yöntem sunuyor.