S7 Künstliche und robotische Systeme
Thema
Dieses künstliche Wahrnehmungssystem implementiert physikalische Prinzipien, die denen biologischer Systeme analog sind, allerdings durch unterschiedliche Technologien und Betriebsbereiche. Eine Digitalkamera stellt das direkteste künstliche Analogon eines Auges dar: Zu ihrer grundlegenden Grenze gehört das Schrotrauschen, das aus der statistischen und diskreten Natur der Photonen entsteht, die jedes Pixel erreichen, ähnlich der Grenze, die bereits von einem anderen Modell dieser Gruppe auf einer biologischen Netzhaut festgelegt wurde. Hochempfindliche wissenschaftliche Sensoren können eine sehr hohe Quanteneffizienz erreichen und Signale erfassen, die nur sehr wenigen Photoelektronen entsprechen. Wenn ein Pixel eine größere Anzahl von Photoelektronen empfängt, verbessert sich das Signal-zu-Schuss-Rauschverhältnis um etwa die Quadratwurzel dieser Zahl.
LiDAR stellt jedoch ein künstliches Analogon der Echoortung dar, das bereits ein anderes Modell dieses Satzes etabliert: Es sendet einen Laserimpuls auf ein Objekt und misst die Zeit, die es braucht, bis seine Reflexion zurückkehrt. Seine Winkelauflösung wird durch Faktoren wie Beugung und optische Apertur begrenzt, während seine Entfernungsauflösung von der Präzision abhängt, mit der die Flugzeit bestimmt werden kann. Die präzisere Puls- und Zeitmessung ermöglicht es uns, immer kleinere Distanzunterschiede zu unterscheiden, was LiDAR zu einer wichtigen Technologie für die dreidimensionale Wahrnehmung autonomer Systeme macht.
Radar nutzt elektromagnetische Wellen und seine Reichweite hängt von Faktoren wie der Sendeleistung, dem Antennengewinn, den Ausbreitungsverlusten und dem Radarquerschnitt des Objekts ab. Aufgrund der starken Abhängigkeit des empfangenen Signalpegels von der Entfernung kann eine deutliche Erhöhung der Reichweite große Leistungssteigerungen oder andere Systemverbesserungen erfordern. Ein Radar mit synthetischer Apertur hingegen nutzt die Bewegung seiner Plattform, um Beobachtungen aus verschiedenen Positionen kohärent zu kombinieren und eine Apertur zu synthetisieren, die viel größer ist als die physische Antenne. Durch die Vergrößerung der effektiven synthetischen Apertur kann innerhalb der Systemgrenzen die erhaltene räumliche Auflösung verbessert werden.
Die Fusion zwischen einer inertialen Messeinheit und einem Satellitenortungsempfänger mithilfe eines erweiterten Kalman-Filters ist eine gängige Methode der autonomen Navigation. Die Trägheitseinheit liefert hochfrequente Informationen, ihr Fehler driftet jedoch mit der Zeit zunehmend ab, vergleichbar mit dem Verhalten von Vestibularsensoren, die bereits von einem anderen Modell dieses Satzes ermittelt wurden. Der Satellitenempfänger liefert jedoch eine absolute Positionsreferenz, normalerweise auf einer niedrigeren Frequenz und durch sein eigenes Rauschen beeinträchtigt. Der Filter kombiniert beide Quellen, um kontinuierlich den Zustand des Systems abzuschätzen. Die Tatsache, dass die Trägheitseinheit eine größere Drift zwischen Satellitenaktualisierungen akkumuliert, führt dazu, dass die neue externe Beobachtung eine größere Korrektur der Schätzung erzeugt, abhängig von den Unsicherheiten, die jedem Sensor zugeschrieben werden.
Schließlich kann ein Faltungs-Neuronales Netzwerk die von dieser Kamera erzeugten Bilder mithilfe einer künstlichen Hierarchie verarbeiten, die in einigen funktionalen Aspekten mit der kortikalen visuellen Hierarchie vergleichbar ist, die bereits von einem anderen Modell dieser Gruppe erstellt wurde. Faltungen extrahieren lokale Muster mithilfe räumlich gemeinsam genutzter Filter, während aufeinanderfolgende Schichten zunehmend abstraktere Darstellungen aus den vorherigen erstellen. So können einfache Merkmale kombiniert werden, um Strukturen, Teile und schließlich vollständige Objekte darzustellen. Die Tatsache, dass dieses Netzwerk über eine größere Tiefe und Kapazität verfügt, kann es ermöglichen, komplexere Darstellungen zu erstellen, sofern seine Architektur, sein Training und seine Datenmenge für die betrachtete Aufgabe geeignet sind.
ID:4762
