Das Beispiel zeigt, wie Objektklassen effizient aus 3D-Web-Daten gelernt werden können
www.3d-net.org
Roboter müssen Objekte und Objektklassen sicher erkennen, um diese zu finden und handzuhaben. Das bisher eingesetzte Bild-basierte Verfahren, dem Lernen aus großen Datenbanken, hat den Nachteil, dass der Roboter in Zimmern nicht navigieren kann. Das Prinzip des situierten Sehens.
Eine Hauptaufgabe für Roboter ist es, Objekte und Objektklassen zu erkennen, um diese zu finden und handzuhaben. Bild-basierte Ansätze lernen aus großen Datenbanken, haben aber keinen Zugriff auf Kontextwissen zur Verfügung, zum Beispiel, wie Roboter in Zimmern navigieren. In ihrem Fachaufsatz in der Fachzeitschrift Elektrotechnik & Informationstechnik schlagen die Autoren daher den Ansatz des situierten Sehens vor, um kontextuelles Wissen über die Aufgabe und die Anwendung zur Verbesserung der Objekterkennung zu verwenden.
Basierend auf der Bestimmung des freien Bodens vor dem Roboter, der für die sichere Navigation notwendig ist, zeigen die Autoren, dass dadurch die Lokalisierung, das Erkennung von Flächen und die Kategorisierung von Objekten vereinfacht werden. Der Beitrag zeigt zudem, dass Objektklassen effizient aus 3D-Web-Daten gelernt werden können, wenn das Lernen virtuelle 2,5D-Ansichten verwendet, um die Sicht der Sensoren des Roboters auf die reale Welt anzunehmen. Mit diesem Ansatz wurden 200 Objektklassen (zu finden unter www.3d-net.org) modelliert und in Szenen erkannt, beispielsweise Stühle mit einer Erkennungsrate von 93 Prozent.