In Kombination mit Reflexionen rekonstruieren Wissenschaftler des MIT Aufnahmen hochgenau

Mithilfe der Reflexionen von elektromagnetischen Wellen und Künstlicher Intelligenz (KI) lassen Forscher des Massachusetts Institute of Technology (MIT) Roboter völlig oder teilweise verborgene Gegenstände finden. Die Wellen durchdringen das, was die gesuchten Objekte verbirgt. Diese reflektieren die Signale oder Teile davon. Daraus erzeugt der Empfänger ein Bild, das das gesuchte Objekt ganz, meist aber nur teilweise zeigt. Dieses vergleicht das System mit Bildern, die es im Training gespeichert hat und entscheidet sich für das, was dem gesuchten Objekt am nächsten kommt.

Verpackte Ware wird identifiziert

Diese Innovationen ermöglichen es Lagerrobotern, verpackte Artikel vor dem Versand zu überprüfen und so Rücksendungen von irrtümlich eingepackter Ware zu vermeiden. Sie befähigt auch Smart-Home-Roboter, den Standort einer Person in einem Raum zu erfassen und so die Sicherheit und Effizienz der Mensch-Roboter-Interaktion zu verbessern.

“Das eröffnet viele interessante neue Anwendungsmöglichkeiten, ist technisch gesehen aber auch ein qualitativer Sprung, von der Fähigkeit, Lücken zu füllen, die wir zuvor nicht sehen konnten, bis hin zur Fähigkeit, Reflexionen zu interpretieren und ganze Szenen zu rekonstruieren”, sagt MIT-Informatiker Fadel Adib.

Teil der Reflexionen geht verloren

Die Entwickler setzen Millimeterwellen-Signale ein, wie sie auch fürs WLAN verwendet werden. Diese durchdringen gängige Hindernisse wie Trockenbauwände, Kunststoff und Pappe und werden von versteckten massiven Objekten reflektiert. Diese reflektierten Signale werden allerdings von Flächen, die nicht senkrecht zu den einfallenden Wellen stehen, inn verschiedene Richtungen gestreut, sodass der Sensor, der sie auffangen soll, nur einen Bruchteil von ihnen erfassen kann. Es entsteht ein Teilbild, das mit den Erfahrungen aus dem KI-Training vervollständigt wird.

Das System namens “Wave-Former” schlägt auf der Grundlage von Millimeterwellen-Reflexionen eine Reihe potenzieller Objektoberflächen vor, speist diese in das KI-Modell ein, um die Form zu vervollständigen, und verfeinert die Oberflächen dann, bis eine vollständige Rekonstruktion erreicht ist. Wave-Former kann somit originalgetreue Rekonstruktionen von etwa 70 Alltagsgegenständen wie Dosen, Schachteln, Utensilien und Obst erzeugen. Die Objekte waren in Tests hinter oder unter Pappe, Holz, Trockenbauwänden, Kunststoff und Stoff versteckt.