Vaizdo atpažinimo algoritmų testavimui Taikomosios elektrodinamikos ir telekomunikacijų instituto M2M laboratorijoje buvo sukonstruotas mechaninis važiuoklės maketas. Jis yra skirtas dirbtinio intelekto ir vaizdo atpažinimo programų, kurios yra kuriamos instituto studentų, tyrimams ir testavimams.
Naujose technologijose labai svarbią vietą užima vaizdo atpažinimo ir apdorojimo technologijos. Didelę visos iš išorės gaunamos informacijos dalį žmogus gauna regėjimo pagalba, todėl akivaizdu, kad vaizdo atpažinimo integravimas elektronikoje bus labai plačiai vystomas, rašoma pranešime žiniasklaidai. Šios technologijos panaudojimo sritis yra gana plati pradedant saugumo įranga, baigiant autonominiais automobiliais. Vaizdo apdorojimas ir atpažinimas reikalauja gana didelės skaičiavimo spartos procesorių bei didelės darbinės atminties pralaidos, nes nesuspausta vaizdo informacija yra saugoma atskirų kadrų matricose.
Šiuolaikinėse inovacijų technologijose vis daugiau panaudojama dirbtinio intelekto elementų. Juo domisi daugelis medicininės įrangos gamintojų, saugumo ir žvalgybos tarnybos, komercinės gamyklos ir daugelis kitų.
Trumpai tariant, dirbtinis intelektas yra mašinos gebėjimas priimti sprendimus, remiantis dideliu kiekiu iš anksto gautų duomenų (tai „apmokymo“ fazė), ir galimybe juos panaudoti savarankiškam ateities problemų sprendimui, o ne tik vykdyti iš anksto programuotojo parašytas komandas. Tiesą sakant, tie sprendimų ir mokymosi algoritmai yra jau apibrėžti žmogaus ir patys negali evoliucionuoti. Tarp mokslininkų jau gana ilgai vyksta diskusijos, ar mašinos galės ateityje tikrąja to žodžio prasme pačios galvoti.
Vaizdo atpažinimo algoritmų testavimui Taikomosios elektrodinamikos ir telekomunikacijų instituto M2M laboratorijoje buvo sukonstruotas mechaninis važiuoklės maketas. Jis yra skirtas dirbtinio intelekto ir vaizdo atpažinimo programų, kurios yra kuriamos instituto studentų, tyrimams ir testavimams. Be to, esant didėlei paklausai autonominiams įrenginiams, maketą taip pat galima panaudoti įrenginių automatizavimo algoritmų kūrimui.
Maketo pagrindą sudaro „UDOO BOLT V3“ mini kompiuteris. Automatizuota platforma vaizdo atpažinimui ir dirbtiniam intelekto skaičiavimams naudoja AMD „Ryzen V1202b“ procesorių, kurio taktinis dažnis gali siekti iki 3,2 GHz. Darbinė atmintis 8 GB. Sistema turi ir grafinę posistemę AMD „Radeon Vega 3“.
Komunikacijai su išoriniais mechaniniais komponentais yra panaudotas į mini kompiuterį integruotas „Arduino Leonardo“ mikrovaldiklis ir išorinis „Adafruit“ PCA9685 PWM išplėtimo modulis.
Duomenų, programų ir operacinės sistemos (OS) saugojimui yra skirti du NVME SSD diskai. Sistema palaiko Windows 10 ir Linux OS. Mobilioji platforma yra aprūpinta ir Wifi bei Bluetooth moduliais. Važiuoklės maketas duomenų išvedimui, bei programavimui turi du ekranus. Pagrindinis yra 800x480 raiškos LCD ekranas, antrasis yra OLED technologijos 128x32 raiškos ekranas. Esant poreikiui per USB-C arba HDMI jungtis galima prijungti dar kelis papildomus stacionarius ekranus. Platforma turi 6 Ah talpos akumuliatorių, kurio užtenka platformos veikimui bent trisdešimt minučių.
Vaizdo atpažinimui yra naudojami ultragarso jutikliai ir kamera, galinti sukiotis horizontaliai ir vertikaliai 180 laipsnių kampais. Platforma naudoja keturis įvairiakrypčius ratus „Omnidirectional Mecanum wheels“, kurių pagalba platforma gali judėti visomis kryptimis, nekeisdama ratų padėties ir jų pasukimo kampo. Platformos korpusą ir pagrindą 3D spausdintuvu M2M laboratorijoje atspausdino doktorantas Albert Cesiul. Dar būdamas studentu Albert Cesiul susidomėjo šioje laboratorijoje atliekamais projektais, todėl savo bakalauro ir magistrinių studijų baigiamuosius darbus nusprendė atlikti M2M laboratorijoje. Magistro darbas buvo „Dirbtinių neuroninių tinklų taikymas vaizdo atpažinimui ir mechanizmų valdymui įterptinėse LINUX sistemose“. Baigęs studijas Albert Cesiul įstojo į doktorantūrą, ir toliau kartu su studentais sėkmingai dirba dirbtinio intelekto srityje, kuria vaizdo atpažinimo bei apdorojimo sistemas.
