Forscher der University of Maryland haben eine Kamera namens Artificial Microsaccade-Enhanced Event Camera (AMI-EV) entwickelt, die Robotern hilft, ihre Umwelt \u00e4hnlich wie Menschen wahrzunehmen. Das ist doch mal eine tolle Erfindung! Endlich k\u00f6nnen Roboter sehen, was um sie herum passiert, ohne dabei durch Bewegung verursachte Unsch\u00e4rfe zu erleben.<\/p>\n
Ereigniskameras sind ja schon eine ziemlich coole Sache. Im Vergleich zu herk\u00f6mmlichen Kameras erm\u00f6glichen sie eine pr\u00e4zisere Verfolgung bewegter Objekte. Das Problem ist nur, dass sie oft Schwierigkeiten haben, klare und stabile Bilder aufzunehmen, wenn es in der Umgebung viele bewegte Elemente gibt. Und das ist nat\u00fcrlich ein Problem, wenn Roboter und autonome Fahrzeuge in Echtzeit klare Bilder brauchen, um schnell auf Ver\u00e4nderungen reagieren zu k\u00f6nnen.<\/p>\n
Aber zum Gl\u00fcck haben die Forscher der University of Maryland eine L\u00f6sung gefunden! Sie haben ein Kamerasystem entwickelt, das die Funktionalit\u00e4t einer Ereigniskamera optimiert. Wie haben sie das gemacht? Indem sie die Mechanismen im menschlichen Auge untersucht haben. Dabei sind sie auf Mikrosakkaden gesto\u00dfen, winzige und schnelle Augenbewegungen, die auftreten, wenn wir unseren Blick auf etwas konzentrieren.<\/p>\n
Diese Mikrosakkaden erm\u00f6glichen es uns, sich bewegende Objekte zu verfolgen und gleichzeitig pr\u00e4zise Details wie Farbe, Tiefe, Schatten und Schattierungen wahrzunehmen. Die Forscher haben daher geschlossen, dass ein Kamerasystem ebenfalls solche Bewegungen imitieren muss, um die durch Bewegung verursachte Unsch\u00e4rfe zu reduzieren.<\/p>\n
Und wie haben sie das gemacht? Sie haben ein bereits vorhandenes Ereigniskamerasystem genommen und es mit einem rotierenden Prisma erg\u00e4nzt. Dadurch k\u00f6nnen sie das einfallende Licht der Linse umleiten und die feinen Augenbewegungen nachahmen. Ganz sch\u00f6n clever, oder?<\/p>\n
Nat\u00fcrlich musste auch eine Software entwickelt werden, um Schwankungen in den Lichtverh\u00e4ltnissen auszugleichen und stabile Bilder zu gew\u00e4hrleisten. Denn was n\u00fctzt die beste Kamera, wenn die Bilder immer noch unscharf sind, oder?<\/p>\n
In den Tests hat sich die AMI-EV als \u00fcberlegen erwiesen. Sie konnte schnelle Bewegungen mit einer Bildrate von zehntausenden Bildern pro Sekunde einfangen, w\u00e4hrend herk\u00f6mmliche Kameras im Durchschnitt nur bis zu 1000 Bilder pro Sekunde schaffen. Das ist ein deutlicher Unterschied!<\/p>\n
Die Forscher sind sich sicher, dass die AMI-EV vielf\u00e4ltig eingesetzt werden kann. Sie kann Robotern und autonomen Fahrzeugen dabei helfen, bewegte Objekte schnell zu erkennen und zu identifizieren. Au\u00dferdem ist die Kamera auch bei extremen Lichtbedingungen leistungsf\u00e4higer, hat eine geringere Verz\u00f6gerungszeit und verbraucht weniger Strom. Das macht sie auch besonders geeignet f\u00fcr Virtual-Reality-Anwendungen, bei denen h\u00e4ufig schnelle Kopf- und K\u00f6rperbewegungen auftreten.<\/p>\n
Insgesamt ist die AMI-EV also eine ziemlich spannende Entwicklung. Sie zeigt, dass die Natur oft die besten Ideen liefert und dass wir viel von unseren eigenen Augen lernen k\u00f6nnen, um Technologie zu verbessern. Wer wei\u00df, vielleicht werden unsere Roboter in Zukunft genauso gut sehen k\u00f6nnen wie wir – oder sogar besser!<\/p>\n
Schlagw\u00f6rter: University of Maryland + AMI-EV + Botao He<\/p>\n","protected":false},"excerpt":{"rendered":"
Forscher der University of Maryland haben eine Kamera namens Artificial Microsaccade-Enhanced Event Camera (AMI-EV) entwickelt, die Robotern hilft, ihre Umwelt \u00e4hnlich wie Menschen wahrzunehmen. Das ist doch mal eine tolle Erfindung! Endlich k\u00f6nnen Roboter sehen, was um sie herum passiert, ohne dabei durch Bewegung verursachte Unsch\u00e4rfe zu erleben. Ereigniskameras sind...<\/p>\n","protected":false},"author":4,"featured_media":9212,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-9213","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/9213","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=9213"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/9213\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/9212"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=9213"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=9213"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=9213"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}