Simplified Cross-Modal Calibration for Heterogeneous Event-RGB Stereo Systems
यह शोध पत्र विषम इवेंट-आरजीबी (event-RGB) स्टीरियो सिस्टम के लिए एक सरलीकृत, मोशन-मुक्त क्रॉस-मोडल कैलिब्रेशन फ्रेमवर्क प्रस्तावित करता है जो उपभोक्ता डिस्प्ले पर टेम्पोरली मॉड्यूलेटेड ब्लेंडेड चार्ुको (ChArUco) लक्ष्य का उपयोग करता है ताकि मौजूदा मोशन-आधारित और नॉन-मोशन-आधारित विधियों की तुलना में काफी कम रिप्रोजेक्शन एरर और कम सिंक्रोनाइज़ेशन बाधाएं प्राप्त की जा सकें।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
रोबोट और मशीनें जिन्हें दुनिया को देखने की आवश्यकता होती है, अक्सर दो बहुत ही अलग प्रकार की आँखों पर निर्भर करती हैं। एक प्रकार दुनिया को हमारे परिचित तरीके से देखता है: स्थिर, पूर्ण चित्र लेना, जैसे एक मानक कैमरा तस्वीर कैप्चर करता है। दूसरा प्रकार, जिसे इवेंट कैमरा (event camera) कहा जाता है, बिल्कुल भी तस्वीरें नहीं लेता है। इसके बजाय, यह एक अत्यंत संवेदनशील पर्यवेक्षक की तरह कार्य करता है जो केवल तभी ध्यान देता है जब कुछ बदलता है। यदि प्रकाश स्थिर रहता है, तो इवेंट कैमरा कुछ नहीं देखता; जैसे ही कोई छाया हिलती है या कोई रोशनी टिमटिमाती है, यह एक संकेत भेज देता है। यह इवेंट कैमरों को अविश्वसनीय रूप से तेज़ और कुशल बनाता है, जो अराजक वातावरण में गति को पहचानने के लिए एकदम उपयुक्त है। हालाँकि, एक ही मशीन में इन दोनों प्रकार की आँखों का एक साथ उपयोग करने के लिए, इंजीनियरों को पहले उन्हें यह सिखाना होगा कि वे अंतरिक्ष में चीजों के स्थान पर एकमत कैसे हों। इस प्रक्रिया को, जिसे कैलिब्रेशन (calibration) कहा जाता है, एक कठिन समस्या रहा है। आमतौर पर, इसके लिए कैमरों को हिलाने या उनके द्वारा देखी जाने वाली वस्तुओं को हिलाने, या दोनों प्रणालियों को पूरी तरह से सिंक्रोनाइज़ करने के लिए जटिल, महंगे उपकरणों का उपयोग करने की आवश्यकता होती है। इस संरेखण के बिना, रोबोट की दो आँखें एक टीम के रूप में काम नहीं कर पातीं, जिससे वह गहराई का आकलन करने या सुरक्षित रूप से नेविगेट करने में असमर्थ हो जाती हैं।
जर्मनी के हीलब्रोन यूनिवर्सिटी ऑफ एप्लाइड साइंसेज के शोधकर्ताओं की एक टीम ने बिना हिले-डुले इस पहेली को सुलझाने का एक तरीका खोज लिया है। उन्होंने एक साधारण कंप्यूटर स्क्रीन और प्रकाश के एक चतुर प्रयोग का उपयोग करके इन दो अलग-अलग प्रकार के कैमरों को संरेखित करने का एक सरल तरीका विकसित किया है। कैमरों को हिलाने या विशेष हार्डवेयर बनाने के बजाय, उन्होंने मॉनिटर पर एक विशिष्ट पैटर्न प्रदर्शित किया और उसे बहुत नियंत्रित तरीके से टिमटिमाने (flicker) के लिए बनाया। वह पैटर्न काले और सफेद वर्गों का एक ग्रिड था, जिसे 'चारुको बोर्ड' (ChArUco board) कहा जाता है, जो कैमरों को देखने के लिए सिखाने का एक मानक उपकरण है। शोधकर्ताओं ने स्क्रीन को इस तरह प्रोग्राम किया कि वह इस तीखे, स्पष्ट पैटर्न और पैटर्न के एक थोड़े धुंधले संस्करण के बीच बारी-बारी से बदलता रहे, जैसे कि इसमें सफेद पेंट की एक परत मिला दी गई हो। यह तीव्र स्विचिंग प्रकाश की तीव्रता में वह परिवर्तन पैदा करती थी जिसकी इवेंट कैमरे को अपने संकेत भेजने के लिए आवश्यकता थी, जबकि स्क्रीन इतनी उज्ज्वल और स्पष्ट बनी रही कि मानक कैमरा हर समय ग्रिड को पूरी तरह से देख सके।
इस दृष्टिकोण की महानता इसकी सरलता और इसकी क्षमता में निहित है कि यह सब कुछ पूरी तरह से स्थिर रहने पर भी काम करता है। अतीत में, ऐसे तरीके जिनमें कैमरों को हिलाना शामिल नहीं था, उनमें अक्सर इवेंट कैमरे को ट्रिगर करने के लिए स्क्रीन को एक पल के लिए पूरी तरह काला होना पड़ता था। यह मानक कैमरे को भ्रमित कर देता था, क्योंकि वह उन अंधेरे क्षणों के दौरान अपने लक्ष्य का दृश्य खो देता था। नया तरीका इसे कभी भी स्क्रीन बंद न करके टाल देता है; यह केवल छवि को मिश्रित (blend) करता है। यह दोनों कैमरों को लक्ष्य को निरंतर देखने की अनुमति देता है, जिससे उन सटीक, महंगे टाइमिंग उपकरणों की आवश्यकता समाप्त हो जाती है जो आमतौर पर इन प्रणालियों को सिंक्रोनाइज़ करते हैं। शोधकर्ताओं ने इन दो कैमरों को एक रोबोटिक आर्म पर रखकर और उन्हें दर्जनों अलग-अलग कोणों पर ले जाकर, साथ ही कैमरों को हाथ से पकड़कर इस सेटअप का परीक्षण किया। उन्होंने पाया कि यह विधि विभिन्न स्थितियों में विश्वसनीय रूप से काम करती है, जिसमें स्क्रीन की चमक के स्तर में बदलाव और सेंसर पर सीधे तेज रोशनी पड़ने जैसी स्थितियाँ भी शामिल हैं।
परिणाम आश्चर्यजनक रूप से सटीक थे। मौजूदा सर्वोत्तम तरीकों की तुलना में, जिनमें कैमरों को इधर-उधर घुमाना पड़ता है, नए दृष्टिकोण ने वस्तुओं की स्थिति पर कैमरों के बीच सहमति की त्रुटि को लगभग आधा कर दिया। यहाँ तक कि अन्य स्थिर (static) तरीकों की तुलना में भी, जो बिना हलचल के काम करते हैं, यह तकनीक अधिक सटीक थी। टीम ने सत्यापित किया कि यह प्रणाली दो कैमरों के बीच की सटीक दूरी और एक-दूसरे के सापेक्ष उनके कोण को उच्च स्तर की निरंतरता के साथ निर्धारित कर सकती है। यह सिद्ध करने के लिए कि यह कैलिब्रेशन वास्तविक दुनिया के कार्यों के लिए उपयोगी है, उन्होंने इसे एक रोबिक हैंड-आई सिस्टम (robotic hand-eye system) पर लागू किया। वे सफलतापूर्वक रोबोट को उसके अपने ग्रिपर की स्थिति को लक्ष्य के सापेक्ष समझने के लिए निर्देशित करने में सफल रहे, भले ही दृश्य का कुछ हिस्सा बाधित हो। माप स्थिर और सटीक रहे, जिससे पता चला कि रोबोट दिए गए संरेखण पर भरोसा कर सकता है।
यह कार्य सुझाव देता है कि इवेंट कैमरों को मानक कैमरों के साथ मिलाने की जटिल और महंगी बाधाओं को हटाया जा सकता है। एक सामान्य स्क्रीन पर एक सरल, मिश्रित पैटर्न का उपयोग करके, इंजीनियर अब इन उन्नत सेंसर प्रणालियों को तेजी से और बिना किसी विशेष हार्डवेयर के कैलिब्रेट कर सकते हैं। यह विधि प्रकाश व्यवस्था और देखने के कोणों में बदलाव के प्रति मजबूत साबित हुई, जिससे यह कारखानों में या उन रोबोटों के लिए उपयुक्त हो गई जिन्हें अनियल्ड वातावरण में काम करने की आवश्यकता होती है। शोधकर्ताओं ने प्रदर्शित किया कि सटीक, उच्च-गति वाली दृष्टि प्रणालियों के लिए कार्य करने के लिए जटिल सेटअप या निरंतर गति की आवश्यकता नहीं होती है; उन्हें एक स्थिर हाथ और एक टिमटिमाती स्क्रीन के साथ संरेखित किया जा सकता है, जो अधिक सक्षम और किफायती मशीनों के लिए द्वार खोलता है जो दुनिया को हमारी तरह स्पष्ट रूप से, लेकिन बिजली की कौंध जैसी गति के साथ देख सकती हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।