De onderzoekers merkten op dat de meeste ambachtslieden die lasers gebruiken om objecten te maken,
Een team van het Massachusetts Institute of Technology (MIT) heeft dit proces veiliger gemaakt met behulp van machine learning.Wetenschappers van het Computer Science and Artificial Intelligence Laboratory hebben een technologie ontwikkeld met de naam SensiCut, een platform voor het bepalen van materialen voor lasersnijders dat waarschuwtOver potentieel gevaarlijke stoffen.
De tool bestaat uit goedkope hardwarecomponenten zoals een Raspberry Pi Zero-bord in een 3D-printplaat. De module wordt vervolgens verbonden met een lasersnijder en het neurale netwerk van de tool identificeert materialen op basis van een afbeelding van de microstructuur van het oppervlak van het materiaal.
Om het SensiCut-algoritme te trainen, gebruikt u het commandogebruikt meer dan 38 duizend afbeeldingen en 30 soorten materialen. Het gereedschap kan ook richtlijnen geven over het gebruik van verschillende snijsnelheden en instellingen voor verschillende materialen.
“Aanvulling op standaard lasersnijdersMet lensloze beeldsensoren kunnen we gemakkelijk visueel vergelijkbare materialen identificeren die vaak in werkplaatsen worden aangetroffen en de totale verspilling verminderen. Om dit te doen, gebruiken we de oppervlaktestructuur van het materiaal op micronniveau, wat een unieke eigenschap is, zelfs als het visueel lijkt op een ander type materiaal. Zonder dit zou je hoogstwaarschijnlijk de juiste naam van het materiaal uit een grote database moeten raden”, merkten de onderzoekers op.
Lees verder:
Gigantische ijsberg A74 botst met kust van Antarctica
Twee nieuwe dinosaurussoorten ontdekt in China
Wat is het Kessler-effect, en ook wanneer en waartoe zal de botsing van satellieten in een baan om de aarde leiden?