Giải pháp thay thế LiDAR, đem lại khả năng nhìn mới cho robot và UAV

Viện Vật lý – Công nghệ Moscow (MIPT) cùng các nhà nghiên cứu quốc tế phát triển thuật toán thị giác lập thể mới tên Un-ViTAStereo, cho phép robot và máy bay không người lái (UAV) “nhìn” môi trường xung quanh ở định dạng 3 chiều mà không cần đến công nghệ LiDAR đắt tiền hay quy trình lập bản đồ thủ công phức tạp.

Về cơ bản Un-ViTAStereo học cách xác định khoảng cách đến vật thể giống như con người – xác định từ 2 hình ảnh. Nhưng hệ thống làm điều này chính xác và đáng tin cậy hơn, đặc biệt ở điều kiện khó khăn.

Quá trình phát triển dựa trên mô hình Depth Anything V2, phân tích 1 hình ảnh duy nhất rồi ước tính độ sâu của cảnh dựa vào loạt đặc điểm gián tiếp như bóng đổ, góc nhìn, phần bị che khuất. Sau đó thuật toán chỉ lọc lấy dữ liệu phù hợp với “gợi ý” của mô hình hướng dẫn, rồi dựa trên đó lập bản đồ khoảng cách – chẳng đòi hỏi dán nhãn dữ liệu thủ công tốn kém cả thời gian lẫn tiền bạc.

Hệ thống hoạt động theo 3 bước: thứ nhất kiểm tra từng điểm ảnh, tiếp theo hoàn thiện các vùng có vấn đề bằng cách sử dụng các điểm ảnh liền kề, cuối cùng làm mịn kết quả để có kết quả hoàn chỉnh.

Un-ViTAStereo cho độ chính xác tăng lên đáng kể. Trong nhiều thử nghiệm với UAV (bộ dữ liệu KITTI 2015), tỷ lệ lỗi nghiêm trọng giảm xuống còn chỉ 5%.

Un-ViTAStereo hứa hẹn thay thế LiDAR – Ảnh: ChatGPT

Ưu điểm nổi bật

Các hệ thống thị giác lập thể truyền thống thường gặp khó khăn khi gặp cảnh phức tạp chẳng hạn vật thể nhỏ hoặc hình dạng phức tạp, bề mặt phẳng, môi trường sương mù hoặc giữa tán lá rậm rạp. Thuật toán mới giải quyết một phần vấn đề trong khi lại tiết kiệm chi phí triển khai hơn do không yêu cầu LiDAR (công nghệ đắt tiền bậc nhất của xe tự hành). Chi phí sản xuất robot, xe tự hành hay UAV có thể giảm đi đáng kể nhờ phát minh này.

Một ưu điểm nữa là Un-ViTAStereo cho phép robot nhìn thấy vật thể ở mọi góc độ, giảm thiểu rủi ro va chạm ở môi trường phức tạp.

Hơn nữa việc chỉ dùng cụm camera lập thể (từ 2 ống kính trở lên) thay vì hệ thống LiDAR cồng kềnh còn giúp giảm trọng lượng lẫn điện năng tiêu thụ, qua đó kéo dài thời gian hoạt động của UAV.

Nhóm phát triển cho biết công trình của họ mới ở giai đoạn đầu tiên. Trong tương lai họ dự định trang bị cho Un-ViTAStereo khả năng tự học đồng thời dùng dữ liệu LiDAR nâng cao độ chính xác. Với khả năng tự học, thiết bị sở hữu thuật toán sẽ dễ dàng triển khai đến môi trường mới mà không cần chuẩn bị dữ liệu trước – đánh dấu một bước tiến tiệm cận thị giác con người của thị giác máy tính.

Ưu nhược điểm của LiDAR

LiDAR đang là công nghệ phổ biến cho thiết bị cần thị giác máy tính hiện nay, cung cấp thông số khoảng cách và vị trí cực kỳ chuẩn xác, giúp lập bản đồ 3D chi tiết với độ phân giải cao. Hệ thống có tốc độ thu thập dữ liệu cực nhanh, dễ dàng quét hàng triệu điểm ảnh mỗi giây.

Vì tự phát ra nguồn sáng là laser, LiDAR không phụ thuộc ánh sáng môi trường như camera, cho phép hoạt động hiệu quả vào ban đêm. Trong khảo sát địa hình, laser có thể lọt qua kẽ lá để đo đạc bề mặt bên dưới giúp lập bản đồ cả phần bị che khuất.

Tuy nhiên công nghệ này thường đắt đỏ so với camera nên khó triển khai rộng rãi. Hiệu suất laser giảm đáng kể khi trời mưa lớn, sương mù hoặc tuyết dày. Vật thể độ phản xạ quá thấp/quá cao hay bề mặt trong suốt cũng gây khó khăn cho LiDAR.