EPFL交通视觉智能实验室的亚历山大·阿拉希(左)和洛伦佐·贝尔托尼(右)。信用:Alain Herzog / 2021 EPFL一组EPFL研究人员重新调整了他们最初为自动驾驶汽车开发的算法，以帮助人们遵守社交距离要求。他们的程序与摄像头配合使用，可以检测个人是否保持正确的距离以防止感染——而无需收集任何个人数据。它可以用于公共交通系统，商店和餐馆，甚至工厂。“去年瑞士进入封锁状态时，我们正在研究自动驾驶汽车的算法，”EPFL交通视觉智能实验室的博士生洛伦佐·贝尔托尼说。“但我们很快看到，通过增加一些功能，我们可以使我们的计划成为管理大流行的有用工具。”VITA实验室由终身助理教授亚历山大·阿拉希领导。
在花了几周时间研究新冠肺炎病毒是如何传播的之后，贝尔托尼和他的团队开始意识到——以及科学界的其他人——微滴在病毒传播中起着关键作用，因此，如果人们没有戴口罩，保持至少1.5米的距离是至关重要的。因此，研究人员开始调整他们的算法，最初的设计是检测路上是否有另一辆车或行人，并指示自动驾驶汽车减速、停车、改变方向或加速。研究人员刚刚在《IEEE智能交通系统交易》上发表了他们的工作，并将在2021年6月2日的国际机器人和自动化会议(ICRA)上发表。
不同的计算方法
目前市场上的距离探测器使用固定位置的摄像机和LiDAR(基于激光的)传感器。但是EPFL的3D检测器被称为MonoLoco，可以很容易地连接到任何类型的相机或录像机上——甚至是消费电子零售商出售的相机或录像机——或者智能手机上。这是因为它使用了一种创新的方法，需要计算人体轮廓的尺寸和它们之间的距离。换句话说，它根据两个人的体型而不是地面测量来估计他们之间的距离。“大多数探测器在三维空间中定位个体，假设它们在同一平面上。该研究的第一作者贝尔托尼说:“摄像机必须完全静止，因此它的实用性是有限的——例如，如果有人正在上楼，精度就会有问题。”。“所以我们想开发一种更精确的探测器，不会把街灯误认为行人。”
EPFL算法的其他创新特征是，它可以识别人们的身体方位，确定一群人是如何互动的——尤其是他们是否在说话——并评估他们是否相距1.5米。这都是因为它使用了与现有探测器不同的计算方法。更重要的是，MonoLoco保留了被拍摄者的面部和轮廓，完全匿名，因为它只测量他们关节之间的距离(即他们的肩膀、手腕、臀部和膝盖)。它拍摄给定区域的照片或视频，并将人们的身体转换成用线和点勾勒出的无法识别的轮廓。这些信息让算法计算出它们之间的距离以及它们各自的身体方位。“我们的程序不需要存储原始图片和视频。我们相信这是朝着保护人们隐私的正确方向迈出的一步，”贝尔托尼说。
几种可能的应用
“在大流行期间，我们为我们的项目提出了几种可能的应用，”贝尔托尼说。“当然是在公共交通工具上，但也包括商店、餐馆、办公室和火车站——甚至工厂，因为它可以让人们保持必要的距离，从而安全地工作。”无论是人与人之间、物体与物体之间还是两者之间，距离要求都可以配置为40米，方位也可以配置为40米。研究人员已经在VITA网站上公布了他们算法的源代码，并计划通过与瑞士邮政的一个联合项目，在wiss邮政巴士上进行初步部署。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
