För att demonstrera forskningen kommer man i projektet att bygga upp ett autonomt system för visuell inspektion av en stormarknad, med hjälp av små quadcopters.

Smarta robotar – mer än summan av delarna

Utvecklingen av datorseende, maskininlärning och robotik har kommit långt men fortfarande återstår ett stort arbete med att sammanfoga teknikerna till ett fungerande integrerat system för att ge oss riktigt smarta robotar. Professor Fredrik Kahl har fått projektfinansiering för att ta sig an en av de stora utmaningarna.

Fredrik Kahl är professor i datorseende och bildanalys, och han konstaterar att robotar som idag använder datorseende är begränsade till mycket specifika scenarier eller kontrollerade labbmiljöer.

– De främsta teknikerna inom datorseende idag bygger på mycket specialiserade metoder vilket gör dem svåra att koppla samman till ett större, robust system för att ge en övergripande perceptuell förmåga. Till exempel behandlas objektigenkänning och 3D-rekonstruktion oberoende av varandra i olika delsystem, trots att problemen är starkt sammankopplade. För att skapa robusta system för robotik och perception, behövs ett nytt integrerat synsätt där många lösningar kombineras, ett så kallat system av system, säger Fredrik Kahl.

Det är vad forskarna nu tar sig an i projektet Semantisk kartering & visuell navigering för smarta robotar, som nyligen har fått finansiering från Stiftelsen för strategisk forskning, SSF, inom forskningsprogrammet Smarta system.

– I det här projektet arbetar vi med forskning som kombinerar olika delsystem inom maskininlärning, datorseende och robotik. Målet är att utveckla smarta system som kan integrera dessa olika aspekter, säger Fredrik Kahl.

Maskininlärning handlar om att utveckla algoritmer som ger systemet förmågan att fatta beslut baserat på historiska data och data i realtid. Datorseende handlar om att utveckla automatiska system för att analysera och förstå digitala bilder från exempelvis kameror. Inom robotikforskningen utvecklas samtidigt system som genom återkoppling och lärande kan interagera med sin omgivning och utföra uppgifter autonomt eller i samarbete med människor.

Trots att det under de senaste åren har det skett en dramatisk utveckling inom alla dessa tre områden, löser dagens system ofta bara ett delproblem, med en metod.

– Vi är övertygade om att det är nödvändigt att utveckla smarta system som kan integrera olika aspekter av datorseende och robotik för att nå längre.

För att demonstrera forskningen kommer man i projektet att bygga upp ett autonomt system för visuell inspektion av en stormarknad, med hjälp av små quadcopters. Forskningen är relevant för många olika industriella tillämpningar, såsom självkörande bilar, obemannade markfordon, scenmodellering och avsyning i allmänhet.

Projektet har samlat framstående expertis inom datorseende, maskininlärning, reglerteknik och optimering. Projektet leds av professor Fredrik Kahl på institutionen Signaler och system, Chalmers. Han är en av pionjärerna i utvecklingen av moderna optimeringstekniker för tillämpningar inom datorseende för vilket han, som hittills enda skandinav, har tilldelats utmärkelsen ICCV 2005 Marr Prize som anses vara det mest prestigefyllda priset inom datorseende. Han har också fått Europeiska forskningsrådets ERC Starting Grant och Svenska Stiftelsen för Strategisk Forsknings utmärkelse Framtidens forskningsledare.

I ledningen av projektet ingår även professor Cristian Sminchisescu och professor Kalle Åström, vid Matematikcentrum, Lunds Universitet och Anders Robertsson, professor i Reglerteknik vid Lunds universitet.

Publicerad: to 21 apr 2016. Ändrad: to 28 apr 2016