Формализуя активность клеток мозга мухи, задействованных в зрительных процессах, ученые нашли новый способ извлечения траекторий движения из необработанных визуальных данных.

Хотя они и построили систему, исследователи не совсем понимают, как она работает. Однако, несмотря на таинственность полученных формул, они могли бы быть использованы для программирования систем видения боевых миниатюрных беспилотных летательных аппаратов, поисково-спасательных роботов, систем автомобильной навигации и других систем, где вычислительная мощность в большом почете.

«Мы можем создать систему, которая отлично работает, вдохновляясь природой, без полного понимания того, как взаимодействуют элементы этой системы. Это нелинейная система, сказал Дэвид O’Кэрролл, вычислительный нейрофизиолог, изучающий зрение насекомых в австралийском университете Аделаиды. „Количество вычислений достаточно мало. Мы можем получить результат с помощью в десятки тысяч раз меньшего количества вычислений с плавающей точкой, чем используя традиционные способы “.

Наиболее известным из них является метод Лукас-Канада , который рассчитывает сдвиги — вверх-вниз, из стороны в сторону — путем сравнения, кадр за кадром, как меняется каждый пиксел в области визуального наблюдения. Он используется для управления во многих экспериментальных беспилотных аппаратах, но такой брутфорс требует огромной вычислительной мощности, что делает этот метод нецелесообразным в небольших системах.

Для того, чтобы сделать возможным производство небольших летающих роботов, исследователи хотели бы найти более простой способ обработки движения. И тогда ученые обратили внимание на мух, которые используют относительно небольшое количество нейронов для маневрирования с необычайной ловкостью. И на протяжении более десяти лет, O’Кэрролл и других исследователи тщательно изучали оптические схемы полета мух, измеряя их по-клеточную активность и превращая результат эволюции в набор вычислительных принципов.

В документе, опубликованном в пятницу в Общественной библиотеке Научной Вычислительной Биологии O’Керрол и его коллега Рассел Бринкворт рассказывают о результатах применения этого метода на практике.

»Ноутбуки используют как минимум десятки ватт электроэнергии. Осуществить то, что мы разработали можно с чипами, которые потребляют лишь десятые мВт «, сказал O’Керрол.

нажмите для увеличения

Алгоритм исследователей состоит из серии пяти формул, через которые пропускаются данные с камер. Каждое формула представляет собой приемы, которыми пользуются мухи для обработки изменения уровней яркости, контрастности и движения, и их параметры постоянно изменяются в зависимости от того, что подается на ввод. В отличие от метода Лукаса-Канада, алгоритм не возвращает покадровое сравнение каждого пикселя, однако подчеркивает, крупномасштабные изменения. В этом смысле он похож на системы сжатия видео, которые игнорируют однотонные области.

Для тестирования алгоритма, O’Керролл и Бринкворт проанализировали несколько анимированных изображений высокого разрешения с помощью программ вроде тех, что могут быть запущенны в роботе. Когда они сравнили результаты с входными данными, они обнаружили, что он работал в различных условиях естественного освещения, которые обычно вводили в заблуждение обычные детекторы движения.

«Это удивительная работа, сказал Шон Гумберт аэрокосмический инженер из Мериледнского Университета, который строит миниатюрных автономных летающего роботов, некоторые из которых работают на ранних версиях алгоритма O’Кэрролла. Для размещения традиционных систем навигации устройство должно быть способно к переноске достаточно большой полезной нагрузки. Но полезная нагрузка маленьких летающих роботов совсем маленькая — всего лишь пара Tic-Tac-ов. Ты никогда не засунешь несколько двухъядерников в пару Tic-tac-ов. Алгоритмы, которые используют насекомые очень просты по сравнению с вещами мы проектируем, и еще проще для небольших транспортных стредств ».

Интересно, что алгоритм не работает так же хорошо, если какая-нибудь одна операция пропущена. Сумма больше, чем целое, и О’Керролл и Бринкворт не знают почему. Поскольку параметры находятся в постоянной обратной связи, он производит каскад нелинейных уравнений, в которых трудно разобраться в ретроспективе, и почти невозможно предсказать.

«Мы вдохновились зрением насекомых, и построили модель, которая пригодна для реального использования, но при этом, мы построили систему почти такую же сложную, как само насекомое», сказал O’Керролл. «Это одна из самых увлекательных вещей. Это не обязательно приведет нас к полному пониманию того, как эта система работает, но возможно приблизит к пониманию того, как сама природа смогла сделать это правильно.»

Исследователи получили свой алгоритм из нейронных схем, относящихся к поперечному обзору, но O’Керролл считает, что похожие формулы вероятно, могут использоваться при расчете других оптических потоков, таких, которые производится для перемещения вперед и назад в трехмерном пространстве.

(с)