นวัตกรรมหุ่นยนต์หลบหลีกสิ่งกีดขวางในพื้นที่กลางแจ้งโดยไม่ใช้ข้อมูลจำลอง

การหลบหลีกสิ่งกีดขวางที่เคลื่อนที่ได้ในสภาพแวดล้อมนอกอาคารที่ไม่มีโครงสร้างชัดเจนถือเป็นความท้าทายสำคัญของหุ่นยนต์เคลื่อนที่อัตโนมัติ โดยเฉพาะเมื่อการรวบรวมข้อมูลเฉพาะทางหรือการใช้ข้อมูลจำลอง (Simulation) มักประสบปัญหาเมื่อนำมาใช้งานจริงในโลกภายนอก (Sim-to-Real transfer) งานวิจัยนี้จึงนำเสนอวิธีการที่เน้นประสิทธิภาพการใช้ข้อมูลสูงและสามารถอธิบายกระบวนการทำงานได้ โดยอาศัยโมเดล UniDepth ซึ่งเป็นโมเดลประมาณค่าความลึกแบบตาเดียว (Monocular Depth Estimation) เพื่อสร้างแผนที่ความลึกจากวิดีโอ RGB ทั่วไปโดยไม่จำเป็นต้องใช้กล้องสเตอริโอหรือ LiDAR ในขณะใช้งาน

กระบวนการทำงานเริ่มต้นจากการใช้ระบบ SuperPoint และ SuperGlue เพื่อติดตามจุดสำคัญ (Keypoints) ตลอดระยะเวลาของเฟรมวิดีโอ จากนั้นจะแปลงตำแหน่งจากภาพ 2 มิติไปเป็นพิกัด 3 มิติ และคำนวณเวลาที่คาดว่าจะเกิดการปะทะ (Time-to-Collision หรือ TTC) ในแต่ละจุดสำคัญ ระบบจะเลือกทิศทางการเคลื่อนที่เพื่อนำหุ่นยนต์ออกจากจุดที่เสี่ยงต่อการปะทะเร็วที่สุด ผลการทดสอบกับชุดข้อมูลจริงแสดงให้เห็นว่าระบบสามารถระบุสิ่งกีดขวางและสร้างการเคลื่อนที่หลบหลีกได้อย่างแม่นยำสูง โดยใช้เวลาในการปรับแต่งพารามิเตอร์เพียง 74 วินาทีเท่านั้น ซึ่งลดระยะเวลาและทรัพยากรเมื่อเทียบกับวิธีการเรียนรู้แบบเดิมที่ต้องใช้ข้อมูลมหาศาล