چشم عنکبوت جهنده الهامبخش ساخت دوربین عمقسنج فوق کممصرف شد
محققان دانشگاه نورثوسترن با الهام از سیستم بینایی شگفتانگیز عنکبوتهای جهنده، نمونه اولیه دوربین سهبعدی بسیار کممصرفی را ساختهاند که میتواند راه را برای نسل جدید ابزارهای پوشیدنی، رباتهای کوچک، پهپادها و تجهیزات واقعیت افزوده هموار کند. این سامانه که اسپایدرکم (SpiderCam) نام گرفته، حتی از یک چراغ خواب کوچک نیز انرژی کمتری مصرف میکند.
عنکبوتهای جهنده برای شکار، فرار از شکارچیان و جابهجایی به پرشهای دقیق متکی هستند و برای انجام این کار باید بتوانند فاصله اجسام را با دقت بالایی تشخیص دهند. همین ویژگی منحصربهفرد الهامبخش ساخت دوربین جدید شده است.
اما الکساندر، استادیار دانشگاه نورثوسترن و نویسنده مسئول پژوهش که در حوزه بینایی کامپیوتری الهامگرفته از طبیعت فعالیت میکند، میگوید: «عنکبوتهای جهنده برای گرفتن طعمه، فرار از شکارچیان و حرکتکردن به بینایی فوقالعادهای نیاز دارند. میخواستیم ببینیم که آیا میتوان از اصولی که طبیعت در اختیار این جانوران قرار داده، برای ساخت حسگرهای عمقی بسیار کممصرف استفاده کرد.»
بیشتر دوربینهای سهبعدی امروزی برای تخمین عمق صحنه، تصاویر را از چند زاویه مختلف ثبت میکنند یا با تاباندن نور و اندازهگیری بازتاب آن، فاصله اجسام را محاسبه میکنند. چنین روشهایی به پردازش سنگین، سختافزارهای گرانقیمت و مصرف انرژی نسبتاً بالایی نیاز دارند و همین موارد استفاده از آنها را در دستگاههای کوچک و باتریمحور محدود میکند.
برخلاف دوربینهای سهبعدی معمولی، سیستم جدید به جای پردازشهای سنگین، از تفاوت میزان فوکوس در دو تصویر همزمان برای تخمین فاصله استفاده میکند
برخلاف انسان که در هر چشم یک لایه شبکیه دارد، دو چشم اصلی عنکبوتهای جهنده هر کدام از چهار لایه شبکیه تشکیل شدهاند. این لایهها میتوانند همزمان روی فاصلههای کمی متفاوت فوکوس کنند. در نتیجه، یک لایه ممکن است تصویری کاملاً واضح از یک جسم ثبت کند، در حالی که لایه دیگر همان جسم را اندکی خارج از فوکوس ببیند.
به گفته الکساندر، عنکبوتها همواره چند سطح مختلف فوکوس را بهطور همزمان مشاهده میکنند و به همین دلیل همیشه جفتهایی از تصاویر در اختیار دارند. مغز کوچک آنها با مقایسه تفاوت میزان وضوح این تصاویر، فاصله اجسام را تخمین میزند.
موضوع از آن جهت شگفتانگیز است که مغز عنکبوت جهنده به اندازه یک دانه خشخاش است. بنابراین این محاسبات باید با بهرهوری بسیار بالایی انجام شوند. همین ویژگی باعث شد پژوهشگران به فکر تقلید از این سازوکار طبیعی بیفتند.
به گزارش نیواطلس، اسپایدرکم از دوربینی سفارشی بهره میبرد که بهطور همزمان دو تصویر با اختلاف بسیار جزئی در فوکوس ثبت میکند. سپس به جای استفاده از نرمافزارهای سنگین و پردازندههای معمولی، الگوریتم اختصاصی مستقیماً روی تراشهای ویژه اجرا میشود که برای مصرف انرژی پایین طراحی شده است. این الگوریتم تفاوت وضوح لبهها و بافتهای موجود در دو تصویر را بررسی و در همان لحظه، اطلاعات مربوط به عمق صحنه را استخراج میکند.
- عنکبوتهای جهنده با حواس استثنایی خود جهانی فراتر از ادراک ما را درک میکنند07 آبان 00مطالعه '15
- عنکبوتها چگونه دنیا را میبینند؟23 اسفند 04مطالعه '6
نمونه اولیه تراشه اسپایدرکم قادر است نقشههای عمق را با سرعت ۳۲٫۵ فریم بر ثانیه پردازش کند، در حالی که تنها ۶۲۴ میلیوات انرژی مصرف میکند. به گفته پژوهشگران، این نخستین دوربین سهبعدی جهان است که با مصرف کمتر از یک وات کار میکند و میزان مصرف انرژی آن حتی از برخی چراغهای خواب نیز پایینتر است.
گرچه نمونه کنونی هنوز در ابعاد نسبتاً بزرگی ساخته شده، نسخه نهایی قرار است بسیار کوچکتر و مناسب ادغام در دستگاههای حملشدنی باشد.
تیم تحقیقاتی درحال بهبود سیستم اپتیکی اسپایدرکم و افزایش میدان دید آن است. آنها همچنین قصد دارند این فناوری را در ابزارهای پوشیدنی، رباتهای کوچک و سامانههای خودکار ادغام کنند و با طراحی نسل جدید تراشه اختصاصی، مصرف انرژی را باز هم کاهش دهند.
الکساندر میگوید: «به کاربردهایی علاقهمندم که در آنها منابع انرژی محدود هستند و امکان اتصال دائمی دستگاه به برق وجود ندارد. چنین دوربینی میتواند در مأموریتهای میدانی، محیطهای دورافتاده و هر جایی که توان الکتریکی محدود است مورد استفاده قرار گیرد.» او همچنین معتقد است که این فناوری برای سامانههای واقعیت افزوده اهمیت ویژهای دارد، زیرا این دستگاهها باید بتوانند موقعیت اشیای اطراف را در دنیای واقعی بهطور دقیق تشخیص دهند و با محیط فیزیکی تعامل داشته باشند.
جالب آنکه این نخستین بار نیست که دانشمندان از عنکبوتهای جهنده برای توسعه فناوریهای تشخیص عمق الهام میگیرند. پژوهشگران دانشگاه هاروارد نیز پیشتر سامانهای مشابه براساس همین ویژگی منحصربهفرد این جانوران ساخته بودند.
پژوهش در پایگاه داده آرکایو منتشر شده است.