Robotica
Occhio artificiale rivoluziona la visione robotica
Tempo di lettura: 3 minuti. HKUST sviluppa un occhio composto artificiale rivoluzionario per migliorare la visione robotica con maggiore sensibilità e costi ridotti.
Il team di ricerca della School of Engineering della Hong Kong University of Science and Technology (HKUST) ha recentemente sviluppato un sistema innovativo di occhio composto artificiale. Questo sistema, più economico rispetto ai prodotti attualmente sul mercato, dimostra una sensibilità almeno doppia nelle piccole aree, promettendo di rivoluzionare la visione robotica, migliorando la navigazione, la percezione e la capacità decisionale dei robot. Inoltre, il sistema potrebbe promuovere applicazioni commerciali e ulteriori sviluppi nella collaborazione tra uomo e robot.
Il sistema imita le capacità visive degli occhi composti, e può essere applicato in una vasta gamma di scenari, come l’installazione su droni per migliorare la precisione e l’efficienza in compiti come l’irrigazione o il soccorso in caso di emergenza in siti di disastro. Con la sua alta sensibilità, il sistema può anche consentire una collaborazione più stretta tra robot e altri dispositivi connessi. A lungo termine, l’occhio composto artificiale migliorerà la sicurezza nella guida autonoma e accelererà l’adozione di sistemi di trasporto intelligenti, favorendo lo sviluppo delle smart cities.
Occhio composto artificiale: rivoluzione nella visione Robotica
Il sistema, sviluppato dal team guidato dal Prof. Fan Zhiyong, Chair Professor presso il Dipartimento di Ingegneria Elettronica e Informatica e il Dipartimento di Ingegneria Chimica e Biologica della HKUST, rappresenta un significativo passo avanti nel campo dei sistemi di visione biomimetici. Tradizionalmente, i roboticisti hanno cercato di replicare le capacità visive degli insetti, che offrono un ampio campo visivo e avanzate capacità di tracciamento del movimento. Tuttavia, l’integrazione di sistemi di occhi composti in piattaforme autonome come robot o droni è stata una sfida, a causa di problemi legati alla complessità, alla stabilità durante la deformazione, ai vincoli geometrici e alle potenziali discrepanze tra componenti ottici e rilevatori.
Per superare queste sfide, il team del Prof. Fan ha sviluppato un sistema di visione composto a foro stenopeico adottando nuovi materiali e strutture. Questo sistema presenta diverse caratteristiche chiave, tra cui un imager a matrice di nanofili di perovskite emisferici ad alta densità di pixel per ampliare il campo visivo; e una matrice di fori stenopeici senza lenti, stampata in 3D, con un layout personalizzabile per regolare la luce incidente ed eliminare l’area cieca tra gli ommatidi (le unità individuali all’interno dell’occhio composto di un insetto). Grazie alla sua buona selettività angolare, ampio campo visivo, risposta a spettro ampio in configurazioni monoculari e binocolari, nonché alla sua capacità di tracciamento dinamico del movimento, l’occhio composto a foro stenopeico non solo può localizzare con precisione i bersagli, ma può anche tracciare un robot quadrupede in movimento quando viene incorporato su un drone.
Futuro promettente per l’Intelligenza Artificiale e la Robotica
Questo progetto rappresenta un’altra importante svolta nel campo dei sistemi di visione e della robotica, dopo lo sviluppo del primo occhio artificiale sferico al mondo con retina 3D nel 2020 da parte dello stesso team. Prof. Fan, noto per la sua ricerca innovativa nel campo dell’optoelettronica biomimetica, combina approcci pratici con immaginazioni audaci per guidare la ricerca innovativa. Sebbene questo nuovo occhio composto non sostituirà completamente le telecamere tradizionali, potrebbe rappresentare un enorme vantaggio in specifiche applicazioni robotiche, come in uno sciame di droni che volano in formazione ravvicinata. Con ulteriori miniaturizzazioni e miglioramenti nella risoluzione e nella velocità di risposta, questo tipo di dispositivo può trovare ampie applicazioni in optoelettronica e robotica.
Robotica
TrainBots: Mini-Robot per la chirurgia endoscopica
Tempo di lettura: 2 minuti. Il DKFZ sviluppa TrainBots, mini-robot in grado di condurre chirurgia endoscopica con precisione grazie alla loro struttura modulare e ai piedi potenziati.
I ricercatori del German Cancer Research Center (DKFZ) hanno sviluppato una nuova tecnologia utilizzando miniature di robot, noti come TrainBots, per superare le limitazioni della chirurgia endoscopica microscopica. Questi robot, progettati su scala millimetrica, vengono combinati in un’unica unità e dotati di speciali “piedi” per migliorare la trazione e la capacità di trasportare strumenti chirurgici all’interno del corpo.
Unità di TrainBots: forza e controllo migliorati
Uno dei problemi principali nella chirurgia endoscopica è la difficoltà per i robot di piccole dimensioni di trasportare strumenti pesanti o muoversi su superfici coperte di muco, causando perdita di trazione. Il team del DKFZ ha risolto questi problemi unendo più TrainBots in un’unica unità e dotandoli di “piedi” con “spikes”, che aumentano la forza propulsiva di tre volte rispetto ai modelli precedenti. Questi robot sono controllati a distanza tramite un campo magnetico rotante, che gestisce simultaneamente le unità multiple, consentendo movimenti accurati su superfici interne al corpo umano.
Simulazione di una microsurgia nel Dotto Biliare
I ricercatori hanno utilizzato il convoglio di TrainBot per simulare una procedura chirurgica su un dotto biliare. In casi di tumore del dotto biliare, il dotto può bloccarsi, causando pericolosi accumuli di bile. La diagnosi endoscopica richiede l’inserimento di un endoscopio flessibile attraverso la bocca fino all’intestino tenue e quindi nel dotto biliare. La curva stretta tra l’intestino e il dotto rappresenta un ostacolo per la navigazione dell’endoscopio, che il convoglio di TrainBot può affrontare con agilità.
Durante il test, i ricercatori hanno dimostrato come il convoglio fosse in grado di trasportare un elettrodo a filo per l’ablazione elettrica del tessuto occluso nel dotto biliare, utilizzando una procedura nota come elettrocauterizzazione. L’elettrodo era lungo 25 cm e pesava tre volte e mezzo più di una singola unità TrainBot. Una volta posizionato, una tensione elettrica viene applicata all’elettrodo per rimuovere il blocco tissutale. Dopo il successo di questa procedura, il team prevede di sviluppare i TrainBots per altri compiti chirurgici, come il posizionamento di cateteri per drenaggio o la somministrazione mirata di farmaci.
Implicazioni per la chirurgia minimamente invasiva
I risultati ottenuti dal team del DKFZ, guidato dal Dr. Tian Qiu, hanno dimostrato che la tecnologia dei TrainBots potrebbe migliorare significativamente la capacità di effettuare interventi chirurgici minimamente invasivi, fornendo flessibilità e precisione nei movimenti. I successi ottenuti nei modelli organici con questi mini-robot aprono nuove possibilità per futuri sviluppi in campo medico, soprattutto nell’endoscopia.
Il lavoro scientifico alla base di questa innovazione è stato pubblicato da Moonkwang Jeong, Xiangzhou Tan, Felix Fischer, e Tian Qiu nell’articolo “A Convoy of Magnetic Millirobots Transports Endoscopic Instruments for Minimally-Invasive Surgery” pubblicato su Advanced Science nel 2024.
Il DKFZ: innovazione nella Ricerca sul Cancro
Il DKFZ è il più grande istituto di ricerca biomedica in Germania, con oltre 3.000 dipendenti. L’istituto si concentra sull’identificazione dei fattori di rischio del cancro, sulla comprensione della progressione della malattia, e sullo sviluppo di strategie di prevenzione e trattamenti innovativi. Il DKFZ collabora con istituzioni di ricerca e ospedali universitari in tutta la Germania per portare le scoperte dalla ricerca al trattamento clinico dei pazienti oncologici.
Robotica
Clio permette ai robot di concentrarsi sugli oggetti di interesse
Tempo di lettura: 2 minuti. Clio è un sistema sviluppato dal MIT che aiuta i robot a focalizzarsi sugli oggetti rilevanti per un compito specifico, semplificando la navigazione e l’esecuzione delle attività.
Gli ingegneri del MIT hanno sviluppato una nuova tecnologia chiamata Clio, progettata per permettere ai robot di identificare e focalizzarsi solo sugli oggetti di un ambiente che sono rilevanti per i compiti che devono svolgere. Grazie a Clio, i robot possono “capire” quali elementi di una scena sono importanti, memorizzandoli in base alle richieste di un determinato compito, senza la necessità di interpretare l’intera scena in dettaglio.
Come funziona Clio
Clio utilizza avanzate tecniche di computer vision e modelli di linguaggio naturale. Quando un robot riceve un elenco di compiti, Clio aiuta il robot a determinare il livello di dettaglio necessario per completare quelle specifiche attività. Per esempio, se il compito è “spostare un rack di riviste”, Clio si focalizzerà sul rack intero. Se, invece, il compito è “prendere il primo soccorso”, il robot ignorerà tutto il resto dell’ambiente tranne il kit di pronto soccorso.
Il sistema lavora in tempo reale, utilizzando algoritmi per segmentare una scena e identificare gli elementi visivamente rilevanti per il compito specifico. Ad esempio, quando un robot con Clio esplora un edificio, si focalizzerà solo sugli oggetti che sono funzionali al suo compito, come individuare un giocattolo per cani e ignorare gli altri oggetti presenti.
Applicazioni di Clio in scenari reali
In diversi esperimenti condotti in ambienti reali, come un ufficio e un edificio di cinque piani nel campus del MIT, Clio ha dimostrato di poter segmentare scene a vari livelli di dettaglio in base ai compiti descritti in linguaggio naturale. Questo consente al robot di creare una mappa semplificata degli oggetti necessari, permettendogli di eseguire il compito con efficienza.
In uno scenario di “search and rescue” (ricerca e salvataggio), il sistema Clio può aiutare un robot a trovare oggetti essenziali, come strumenti di sopravvivenza o altre persone. Ma le potenziali applicazioni vanno oltre il salvataggio, estendendosi a contesti come la robotica domestica o l’automazione industriale, dove Clio può aiutare i robot a comprendere e navigare nei loro ambienti con precisione.
La tecnologia di Clio
La tecnologia di Clio si basa su avanzati modelli di deep learning, addestrati su milioni di immagini e testi open-source per aiutare a identificare oggetti comuni. Inoltre, Clio adotta il concetto di “information bottleneck” dall’informazione teorica, che consente di ridurre la quantità di dati da memorizzare solo agli elementi più rilevanti per il compito.
Il team del MIT ha testato Clio in vari contesti, inclusa una sperimentazione “no-nonsense” in un appartamento disordinato, dimostrando come Clio sia in grado di individuare rapidamente gli oggetti rilevanti per i compiti specifici, come “spostare un mucchio di vestiti”. Clio è stata testata anche in tempo reale su un robot quadrupede, in cui ha elaborato scene e segmentato oggetti in tempo reale mentre il robot esplorava un edificio.
Futuro di Clio
Gli sviluppatori mirano ad estendere le capacità di Clio a compiti di livello superiore, consentendo ai robot di rispondere a comandi più complessi e astratti, come “trova i superstiti” o “ripristina la corrente”. L’obiettivo è arrivare a una comprensione più umana e sofisticata delle scene e dei compiti da svolgere.
Robotica
Display AR: occhiali di realtà aumentata saranno più compatti
Tempo di lettura: 2 minuti. Una nuova tecnologia combina metasuperfici e lenti refrattive con schermi microLED per miniaturizzare i display AR, migliorando la qualità delle immagini per occhiali più compatti.
I sistemi di realtà aumentata (AR), come quelli presenti in visori ingombranti e display head-up nelle automobili, richiedono componenti ottici portatili. Tuttavia, ridurre i classici sistemi AR a quattro lenti alle dimensioni di un paio di occhiali spesso compromette la qualità dell’immagine generata al computer e ne limita il campo visivo. Youguang Ma e il suo team potrebbero aver trovato una soluzione per comprimere questa tecnologia: una combinazione di due tecnologie ottiche, una metasuperficie e una lente refrattiva, insieme a uno schermo microLED per creare un design compatto a lente singola.
La metasuperficie del display è costituita da un film ultrasottile e leggero in nitruro di silicio, inciso con un motivo che modella e mette a fuoco la luce emessa dai microLED verdi. Su una lente refrattiva in polimero sintetico si forma quindi un’immagine in bianco e verde, che affina e riduce le aberrazioni della luce proiettata. L’immagine finale viene proiettata dal sistema e sovrapposta a un oggetto o a uno schermo. Per migliorare ulteriormente la risoluzione dell’immagine proiettata, Ma e il suo team hanno utilizzato algoritmi informatici per identificare le minime imperfezioni del sistema ottico e correggerle prima che la luce lasci lo schermo microLED.
Test del prototipo e miglioramenti delle immagini
Il team ha integrato il display AR ibrido in un paio di occhiali e ha testato le prestazioni del prototipo utilizzando algoritmi di elaborazione delle immagini. Le immagini proiettate dal sistema a lente singola presentavano meno del 2% di distorsione su un campo visivo di 30 gradi, offrendo una qualità d’immagine paragonabile alle attuali piattaforme AR commerciali a quattro lenti. Gli algoritmi informatici di pre-elaborazione hanno permesso inoltre di migliorare la qualità dell’immagine proiettata: la riproduzione AR di una foto di un panda rosso è risultata essere simile all’originale per il 74,3%, un miglioramento del 4% rispetto all’immagine proiettata senza correzioni.
Con ulteriori sviluppi, i ricercatori affermano che la piattaforma potrebbe espandersi dal verde a colori completi, aprendo la strada a una nuova generazione di occhiali AR mainstream.
- Editoriali6 giorni fa
L’hacker Carmelo Miano è una risorsa del nostro Paese?
- Editoriali6 giorni fa
Il valore delle certificazioni nell’ICT
- Sicurezza Informatica1 settimana fa
Evil Corp legami stretti con la Russia e attacchi ai membri NATO
- Sicurezza Informatica6 giorni fa
ESCLUSIVA – Booking.com espone dati sensibili? Scoperta breccia nei Log Laravel
- Sicurezza Informatica6 giorni fa
L’hacker Carmelo Miano: tutto quello che c’è da sapere sulla storia
- Sicurezza Informatica1 settimana fa
CISA: iniziative di sicurezza condivisa con partner internazionali
- Tech1 settimana fa
Galaxy Tab S10 Ultra vs. Tab S9 Ultra: conviene aggiornare?
- Sicurezza Informatica1 settimana fa
DDoS: Cloudflare blocca 3.8 tbs, vulnerabilità CUPS li facilita