In ambienti dove la visibilità è limitata, come all’interno di scatole, dietro muri o sotto altri oggetti, l’Intelligenza Artificiale potrebbe presto disporre di un nuovo vantaggio.
I ricercatori del MIT hanno sviluppato una tecnica chiamata mmNorm, che utilizza segnali a onde millimetriche – la stessa gamma di frequenze del Wi-Fi – per ricostruire oggetti 3D nascosti con un’accuratezza sorprendente.
Superare i limiti del radar
Le tecniche precedenti si basavano sulla back projection, un metodo che genera immagini a bassa risoluzione e fallisce nel rilevare oggetti piccoli e nascosti, come utensili o strumenti.
I ricercatori hanno individuato il problema in una proprietà fisica trascurata, nota come specularità – ovvero il modo in cui i segnali a onde millimetriche si riflettono come in uno specchio.
Invece di misurare semplicemente da dove rimbalzano i segnali, mmNorm stima la direzione della superficie, quella che gli scienziati chiamano normale alla superficie.
«Affidandoci alla specularità, l’idea è di stimare non solo il punto in cui avviene la riflessione nell’ambiente, ma anche la direzione della superficie in quel punto», ha spiegato Laura Dodds, prima autrice dello studio.
Combinando numerose stime da diverse posizioni delle antenne, il sistema riesce a ricostruire la curvatura 3D di un oggetto, distinguendo tra forme sottili come il manico di una tazza o la differenza tra un coltello e un cucchiaio in una scatola.
Ogni antenna raccoglie riflessioni di intensità diversa a seconda dell’orientamento dell’oggetto nascosto.
«Alcune antenne possono avere un voto molto forte, altre molto debole, ma possiamo combinare tutti i voti per ottenere una normale di superficie condivisa da tutte le antenne», ha aggiunto Dodds.
Questo nuovo approccio ha raggiunto una precisione di ricostruzione del 96% su oltre 60 oggetti, superando metodi esistenti che si fermavano al 78%.
Il sistema ha dato buoni risultati con oggetti in legno, plastica, vetro e gomma, anche se ha ancora difficoltà con metalli densi o barriere spesse.
Mentre i ricercatori lavorano per migliorare risoluzione e sensibilità ai materiali, aumentano anche le potenziali applicazioni.
In ambiti di sicurezza o militari, mmNorm potrebbe ricostruire la forma di oggetti nascosti senza aprire borse o scatole.
Questa capacità potrebbe rivelarsi fondamentale per robot dotati di IA in scenari di automazione logistica, ricerca e soccorso, o persino in ambienti di assistenza domiciliare.
Via Techxplore