Mobile-Menu

Roboterwahrnehmung DFKI-Forscher bringen Robotern das Sehen bei

Quelle: DFKI Kaiserslautern 4 min Lesedauer

Was für uns intuitiv mit dem Lernen der Sprache klappt, ist die Ermittlung von Bedeutung, unabhängig von der tatsächlichen sprachlichen Äußerung. Das sollen jetzt auch Roboter können.

Roboter sehen ihre Umwelt zwar irgendwie, doch mit der Objekterkennung sind sie nicht so flexibel wie der Mensch mit seinen Fähigkeiten. Das wollen Experten am DFKI jetzt verändern, damit Systeme Objekte auch in sich veränderten Kontexten richtig deuten können.(Bild: Zehdreipeoh)
Roboter sehen ihre Umwelt zwar irgendwie, doch mit der Objekterkennung sind sie nicht so flexibel wie der Mensch mit seinen Fähigkeiten. Das wollen Experten am DFKI jetzt verändern, damit Systeme Objekte auch in sich veränderten Kontexten richtig deuten können.
(Bild: Zehdreipeoh)

Wie kann eine Maschine lernen, sich in unserer Lebenswelt visuell zu orientieren? Diese Frage wollen Wissenschaftler am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) beantworten, heißt es. Eine Antwort, wie man betont, heißt „MiKASA“ (Multi Key Anchor Scene Aware Transformer for 3D Visual Grounding). Denn er erlaube es, dass komplexe räumliche Abhängigkeiten und Merkmale von Objekten im dreidimensionalen Raum zu identifizieren und semantisch zu begreifen seien. Er soll Robotern und Maschinen schließlich zeigen, wie wir unsere Umwelt wahrnehmen können, um sie ähnlich begreifen zu lassen.

Das Wichtigste ist offensichtlich der Kontext

Wenn wir etwa ein großes, würfelförmiges Objekt in einer Küche wahrnehmen, können wir ganz natürlich annehmen, dass es sich dabei womöglich um einen Geschirrspüler handelt, erklären die DFKI-Experten. Erkennen wir eine vergleichbare Form in einem Badezimmer, ist die Annahme, dass es sich um eine Waschmaschine handelt, aber plausibler. Bedeutung ist für uns also kontextabhängig. Dieser Zusammenhang ist für ein nuanciertes Verständnis unserer Umgebung unerlässlich, heißt es weiter. Durch einen sogenannten „szenenbewussten Objekterkenner“ könnten nun auch Maschinen Rückschlüsse aus der Umgebung eines Referenzobjekts ziehen. Dann könnten sie das betreffende Objekt auch zielsicherer erkennen und korrekt definieren. Eine weitere Herausforderung für Programme ist es aber, relative räumliche Abhängigkeiten zu verstehen. „Der Stuhl vor dem blauen Monitor“ ist schließlich mit einer anderen Perspektive verwoben als „der Stuhl hinter dem Monitor“. Damit der Maschine klar wird, dass es sich bei beiden Stühlen tatsächlich um ein und dasselbe Objekt handelt, arbeitet „MiKASA“ mit einem sogenannten „multi key anchor concept“. Das übermittelt die Koordinaten von Ankerpunkten im Blickfeld, was in Relation zum Zielobjekt geschieht, wie die Forscher erklären. Dann bewertet das System die Wichtigkeit von nahen Objekten anhand von Textbeschreibungen.

Roboter erkennen Objekte so genau wie noch nie ...

So können semantische Rückbezüge helfen, das Objekt zu lokalisieren. Ein Stuhl ist typischerweise in Richtung eines Tisches platziert oder er steht an einer Wand, präzisieren die Experten. Die Anwesenheit eines Tisches oder einer Wand definiere also indirekt die Ausrichtung des Stuhls. Durch die Verknüpfung von Sprachmodellen, gelernter Semantik und der Wiedererkennung der Objekte im realen dreidimensionalen Raum erzielt „MiKASA“, wie betotn wird, aber eine Genauigkeit von bis zu 78,6 Prozent (Sr3D Challenge). Damit konnte die Trefferquote zur Objekterfassung um rund 10 Prozent im Vergleich zu der besten bisherigen Technik in diesem Bereich gesteigert werden!

(ID:49976845)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte