Projekti / Programi
Robustne metode računalniškega vida za avtonomna robotska plovila
| Koda |
Veda |
Področje |
Podpodročje |
| 2.07.07 |
Tehnika |
Računalništvo in informatika |
Inteligentni sistemi - programska oprema |
| Koda |
Veda |
Področje |
| P176 |
Naravoslovno-matematične vede |
Umetna inteligenca |
| Koda |
Veda |
Področje |
| 1.02 |
Naravoslovne vede |
Računalništvo in informatika |
Avtonomna plovila, računalniški vid, detekcija ovir, robustno vizualno sledenje
Raziskovalci (13)
| št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacijŠtev. publikacij |
| 1. |
50367 |
Borja Bovcon |
Računalništvo in informatika |
Raziskovalec |
2017 - 2020 |
19 |
| 2. |
29381 |
dr. Luka Čehovin Zajc |
Računalništvo in informatika |
Raziskovalec |
2017 - 2019 |
124 |
| 3. |
35425 |
dr. Marko Janković |
Računalništvo in informatika |
Raziskovalec |
2019 |
24 |
| 4. |
06856 |
dr. Stanislav Kovačič |
Sistemi in kibernetika |
Upokojeni raziskovalec |
2017 - 2020 |
390 |
| 5. |
30155 |
dr. Matej Kristan |
Računalništvo in informatika |
Vodja |
2017 - 2020 |
323 |
| 6. |
33172 |
dr. Rok Mandeljc |
Sistemi in kibernetika |
Raziskovalec |
2017 |
56 |
| 7. |
25049 |
mag. Dean Mozetič |
Računalništvo in informatika |
Raziskovalec |
2017 - 2020 |
15 |
| 8. |
50843 |
Jon Natanael Muhovič |
Računalništvo in informatika |
Raziskovalec |
2017 - 2020 |
23 |
| 9. |
21310 |
dr. Janez Perš |
Sistemi in kibernetika |
Raziskovalec |
2017 - 2020 |
238 |
| 10. |
18198 |
dr. Danijel Skočaj |
Računalništvo in informatika |
Raziskovalec |
2017 - 2020 |
309 |
| 11. |
34398 |
dr. Domen Tabernik |
Računalništvo in informatika |
Raziskovalec |
2020 |
50 |
| 12. |
18185 |
dr. Andrej Trost |
Elektronske komponente in tehnologije |
Raziskovalec |
2018 |
328 |
| 13. |
21901 |
Duško Vranac |
|
Tehnični sodelavec |
2017 - 2020 |
0 |
Organizacije (3)
Povzetek
Avtonomna robotika je hitro razvijajoče se področje s signifikantnimi znanstvenimi in tehničnimi izzivi. Najjasnejši dokaz potenciala področja je vedno bolj verjeten prihod samovozečih avtomobilov. Kljub temu, da marsikatere znanstvene in praktične ovire še niso v celoti odstranjene, so taki avtomobili namreč že predvideni za prodajo v bližnji prihodnosti. Vozila za dolgoročno samodejno vožnjo in raziskovanje vesolja so torej aktivno raziskovalno področje, stanje na področju vodne robotike pa za njim zelo zaostaja kljub temu, da je potencialna velikost trga za vodno robotiko, združena z ekonomsko vrednostjo oceanov, po EU Robotics 2020 MAR ocenjena za približno 40.4 miljard dolarjev v obdobju med 2015 in 2019. V zadnjih letih so se na področju pojavila številna majhna brezpilotna plovila (USV), napredek v raziskavah pa se je osredotočal predvsem na strojno opremo, nizko-nivojsko vodenje, kontrolo, samo-organizacijo in komunikacijo. Kljub temu pa je nivo avtonomnosti teh plovil še vedno nizek. Razlog za to leži v nerazvitosti naprednih metod dojemanja okolja, ki so potrebne za dolgoročno avtonomno delovanje.
Kamere, kot lahki, energijsko učinkoviti in informacijsko bogati senzorji, postajajo dobra alternativa senzorjem drugih modalnosti. Napredek na področju računalniškega vida je v zadnjih letih privedel do velikih izboljšav v interpretaciji slik. Ti algoritmi pa velikokrat ne upoštevajo omejitev robotskih sistemov in zato ne delujejo dobro v nenadzorovanem okolju, v katerem delujejo roboti. Predlagani projekt se bo osredotočil na razvoj robustne avtonomne navigacije za USV v nenadzorovanem okolju, primarno s procesiranjem vizualne informacije. Naši cilji bodo razvoj učinkovitih in stabilnih metod računalniškega vida za detekcijo ovir, dolgoročno sledenje in spajanje z drugimi senzorskimi modalnostmi. Kritične zahteve bodo delovanje v realnem času, prilagajanje okolju in dolgoročna robustnost na občasne okvare in negotovosti senzorskih podatkov. Predlagali bomo okvir, ki bo združeval omenjene algoritme v model robotove okolice, s tem pa omogočal dolgoročno samostojno delovanje. Celoten sistem bo preizkušen na obstoječem USV, ki bo deloval v realnem okolju.
Projekt je sestavljen iz šestih delovnih sklopov. Razvoj robustnih metod za zaznavanje ovir in določitev 3D položaja velikih in majhnih ovir (DP1). Dolgoročno sledenje (DP2). Dinamičen pristop h gradnji okolja z združevanjem rezultatov detekcije in sledenja (DP3). Vzpostavitev zahtevnih in reprezentativnih podatkovnih zbirk za testiranje in vrednotenje algoritmov, ki bodo kasneje preverjeni tudi na USV (DP3). Zadnja dva delovna sklopa (DP5 in DP6) vsebujeta aktivnost kot je diseminacija rezultatov in vodenje projekta.
V projekt so vklučeni trije partnerji, Laboratorij za umetne vizualne spoznavne sisteme na Fakulteri za računalništvo in informatiko, Univerza v Ljubljani (LUVSS), Laboratorij za strojni vid na Fakulteti za elektrotehniko (LSV), Univerza v Ljubljani in podjetje Harpha Sea d.o.o. Člani LUVSS bodo razvijali algoritme za semantično segmentacijo in sledenje objektov, člani LSV pa metode za obdelavo stereo slik in modeliranja okolja USV. Harpha Sea d.o.o. že več kot desetletje razvija avtonomna plovila. Njihova raziskovalna skupina bo odgovorna za integracijo razvitega sistema na USV, zajem podatkov in validacijo delovanja. Kombinacija znanj iz področja računalniškega vida in strojnega učenja ter poznavanje specifik vodnega okolja s stališča razvoja avtonomnih plovil zagotavlja uspeh projekta kot celote.
Pomen za razvoj znanosti
Projekt naslavlja raziskovalne izzive, ki so pomembni za razvoj več znanstvenih vej. Dolgoročno in kratkoročno sledenje, kategorizacija objektov ter zaznavanje ovir so temeljni izzivi na področju računalniškega vida. Naš poudarek na delovanju v realnem času in robustnem delovanju bo tako po eni strani prispeval napredku na področju računalniškega vida. Ker pa bomo hkrati naslovili zahteve s področja avtonomnih robotov, bomo po drugi strani pripomogli tudi k razvoju tega področja. Detekcija ovir preko semantične segmentacije je nova paradigma z velikim potencialom vpeljave novih učinkovitih konceptov na širšem področju robotike. Glede na naše obširne izkušnje na področju sledenja in performančne analize, realistično pričakujemo novosti na področju kratkoročnega ter dolgoročnega sledenja v robotiki. Področje tolmačenja senzorske informacije v plovilih USV je nerazvito delno tudi zaradi pomanjkanja dostopnih zbirk podatkov. Ta problem bomo naslovili za zajemom lastnih zbirk podatkov, ter razvojem predvajalnika ki bodo namenjeni vrednotenju različnih vidikov delovanja USV. Pričakujemo, da bomo z javno objavo zajetih zbirk spodbudili nadaljnje raziskave na tem področju tudi s strani drugih, mednarodnih skupin.
Pomen za razvoj Slovenije
Popolnoma avtonomna in robustna plovba robotskih plovil odpira številne aplikacije na področjih samodejnega zajema meritev in nadzora s številnimi pozitivnimi učinki. Avtonomija plovil bo znatno zmanjšala stroške obsežnega 3-D skeniranja morskega dna, jezer in rek ter iskanja potopljenih objektov, s tem pa se bo razširila ponudba tovrstnih storitev ter možnosti za nove gospodarske priložnosti. Uporaba avtonomnih plovil bo imela pozitiven učinek na izkoriščanje obnovljivih virov energije, saj bo omogočala varnejše delovanje hidroelektrarn, kjer lahko avtonomna plovila samodejno odkrivajo strukturne defekte. V neformalnih pogovorih s predstavniki energetskega podjetja Hidroelektrarne na Spodnji Savi, d.o.o., smo izvedeli, da se podjetje zanima za razvoj ravno takšnih avtonomnih plovil.Tako upravičeno pričakujemo pozitiven vpliv na več gospodarskih panog.
Razvoj avtonomnih plovil bo tudi imel pozitiven učinek na družbeno infrastrukturo. Obalne skupnosti lahko tovrstna plovila uporabijo za redno preverjanje kakovosti vode, zgodnje odkrivanje okolju nevarnih snovi in naravnih nesreč, kot so požari. Trenutno sodelujemo s slovensko Morsko biološko postajo, ki je prav tako izrazila zanimanje za avtonomna plovila, ki bi omogočala avtonomno spremljanje prisotnosti meduz v priobalnem pasu. Robotsko plovilo predstavlja platformo za razvoj metod in senzorskih modalitet, ki presegajo mobilno robotiko, saj jih bo moč uporabiti za povečanje varnosti plovbe komercialnih tovornih plovil ob nižjih stroških. Rezultati projekta dobo spodbudili podjetništvo v nišnih visokotehnoloških storitvah, ki se tičejo avtonomnih plovil.
Najpomembnejši znanstveni rezultati
Vmesno poročilo,
zaključno poročilo
Najpomembnejši družbeno–ekonomsko in kulturno relevantni rezultati
Vmesno poročilo,
zaključno poročilo
