S7 Sistemas artificiais e robóticos

Tópico

Este sistema de percepção artificial implementa princípios físicos análogos aos dos sistemas biológicos, embora através de diferentes tecnologias e alcances operacionais. Uma câmera digital é o análogo artificial mais direto de um olho: seu limite fundamental inclui o ruído de disparo, originado da natureza estatística e discreta dos fótons que atingem cada pixel, semelhante ao limite estabelecido por outro modelo neste conjunto para uma retina biológica. Sensores científicos de alta sensibilidade podem atingir uma eficiência quântica muito alta e detectar sinais correspondentes a muito poucos fotoelétrons. Quando um pixel recebe um número maior de fotoelétrons, a relação sinal-ruído de disparo melhora aproximadamente pela raiz quadrada desse número.

O LiDAR, por outro lado, é um análogo artificial da ecolocalização, conforme estabelecido por outro modelo neste conjunto: ele emite um pulso de laser em direção a um objeto e mede o tempo que leva para seu reflexo retornar. Sua resolução angular é limitada por fatores como difração e abertura óptica, enquanto sua resolução de distância depende da precisão com que o tempo de voo pode ser determinado. Medições mais precisas de pulso e tempo permitem a detecção de diferenças de distância cada vez menores, tornando o LiDAR uma tecnologia importante para a percepção tridimensional de sistemas autônomos.

O radar utiliza ondas eletromagnéticas e seu alcance depende de fatores como potência emitida, ganho da antena, perdas de propagação e a seção transversal do radar em relação ao objeto. Devido à forte dependência do nível do sinal recebido em relação à distância, aumentar significativamente o alcance pode exigir grandes aumentos de potência ou outras melhorias no sistema. Um radar de abertura sintética, por outro lado, aproveita o movimento de sua plataforma para combinar coerentemente observações feitas de diferentes posições e sintetizar uma abertura muito maior do que a antena física. O aumento da abertura sintética efetiva permite, dentro das limitações do sistema, uma melhor resolução espacial.

A fusão entre uma unidade de medição inercial e um receptor de posicionamento por satélite usando um filtro de Kalman estendido é um método comum para navegação autônoma. A unidade inercial fornece informações de alta frequência, mas seu erro se degrada gradualmente ao longo do tempo, comparável ao comportamento de sensores vestibulares, conforme descrito em outro modelo deste sistema. O receptor de satélite, por outro lado, fornece uma referência de posição absoluta, tipicamente em uma frequência mais baixa e afetada por seu próprio ruído. O filtro combina ambas as fontes para estimar continuamente o estado do sistema. O fato de a unidade de medição inercial (IMU) acumular maior deriva entre as atualizações do satélite significa que cada nova observação externa produz uma correção maior na estimativa, dependendo das incertezas atribuídas a cada sensor.

Finalmente, uma rede neural convolucional pode processar as imagens produzidas por esta câmera usando uma hierarquia artificial comparável, em alguns aspectos funcionais, à hierarquia visual cortical já estabelecida por outro modelo neste conjunto. As convoluções extraem padrões locais usando filtros espacialmente compartilhados, enquanto camadas sucessivas constroem representações progressivamente mais abstratas a partir das anteriores. Assim, características simples podem ser combinadas para representar estruturas, partes e, por fim, objetos completos. A maior profundidade e capacidade desta rede poderiam permitir a construção de representações mais complexas, desde que sua arquitetura, treinamento e conjunto de dados sejam adequados à tarefa em questão.

ID:4762