Itsenäisesti liikkuvan dronen tai muun robotin on havainnoitava ympäristöään ja tulkittava havaintojaan tauotta. Tämä vaatii nykyteknologioilla enemmän energiaa kuin kevyen laitteen akut voivat tarjota. Siksi VTT kumppaneineen kehittää näköaistia jäljitellen nopeaa, turvallista ja energiatehokasta konenäköjärjestelmää.
Näkyvää ympäristöä havainnoiva ja havaintoja tulkitseva konenäköjärjestelmä on itseohjautuvien laitteiden perusedellytys. Nopeuden ja turvallisuuden takaamiseksi konenäön on toimittava laitteissa paikallisesti. Tämä onnistuu itseohjautuvissa autoissa lidar-valotutkien ja tietokoneiden avulla, kun taas kevyemmissä laitteissa, kuten itsenäisesti lentävissä droneissa, akut eivät riitä tavallisten tietokoneiden käyttöön.
VTT:n koordinoimassa, EU:n rahoittamassa MISEL-hankkeessa pyritään kehittämään nopea, luotettava ja energiatehokas konenäköjärjestelmä, jota voitaisiin hyödyntää muun muassa droneissa, teollisuus- ja palveluroboteissa sekä valvontajärjestelmissä.
Hankkeen koordinaattorina toimiva erikoistutkija Jacek Flak VTT:ltä sanoo, että työn alla on paikalliseen havainnointiin ja analysointiin paremmin sopivat algoritmit. - Otamme mallia ihmisen näköaistista, joka toimii paikallisesti, nopeasti ja energiaa säästäen. Olennaista on, että järjestelmä suodattaa käsiteltäviä havaintoja alusta asti sen sijaan, että se ottaisi sarjan tavallisia valokuvia ja kävisi läpi kaiken, mitä niissä on, Flak selventää.
MISEL-hankkeessa kehitettävä neuromorfinen eli aivojen toimintaa jäljittelevä konenäköjärjestelmä koostuu kolmesta osasta. Ensimmäinen laite on järjestelmän sensorina toimiva fotodetektori eli valoilmaisin, jonka kvanttipisteet havainnoivat näkyvän valon alueella sekä lähi-infrapuna-alueella. Infrapuna-alueen käyttö mahdollistaa havainnot myös sumussa, sateessa ja pimeässä.
Silmänpohjan tapaan sensori valikoi ja pakkaa dataa ja lähettää sen eteenpäin. Ketjun toinen laite jäljittelee takaraivossa sijaitsevia pikkuaivoja, ja se voi tarjota ohjeita esimerkiksi nopeaan väistämisreaktioon. Ketjun kolmas laite on aivokuorta jäljittelevä prosessori, joka analysoi dataa yhä syvällisemmin ja ohjaa sensoria keskittymään kiinnostaviin kohteisiin. Hankkeen tavoitteena on opettaa järjestelmä koneoppimisen keinoin tunnistamaan erilaisia tapahtumia, esimerkiksi erottamaan lentävä drone ja lintu toisistaan, ja ennakoimaan tapahtumien kulkua.
VTT keskittyy hankkeessa koordinoinnin lisäksi aivokuorta jäljittelevän prosessorin ja uudenlaisen haihtumattoman muistin kehittämiseen. Lisäksi VTT vastaa eri teknologioiden yhteensopivuudesta ja eri komponenttien yhdistämisestä prosessoreihin.
