Forskerne bemerket at de fleste håndverkere som bruker laser for å lage gjenstander, gjør det
Team fra Massachusetts Institute of TechnologyInstitute (MIT) har gjort denne prosessen sikrere ved hjelp av maskinlæring. Forskere ved Computer Science and Artificial Intelligence Laboratory har utviklet teknologi kalt SensiCut, en materialdeteksjonsplattform for laserskjærere som varsler dem om potensielt farlige materialer.
Verktøyet består av billig maskinvarekomponenter som et Raspberry Pi Zero -kort plassert i en 3D -PCB. Modulen kobles deretter til en laserskærer, og verktøyets nevrale nettverk identifiserer materialer basert på et bilde av mikrostrukturen på materialets overflate.
For å trene SensiCut -algoritmen, kommandoenbrukte over 38 tusen bilder og 30 typer materialer. Verktøyet kan også gi veiledning om hvordan du bruker forskjellige skjærehastigheter og innstillinger for forskjellige materialer.
“Utfyller standard laserskjærereMed linseløse bildesensorer kan vi enkelt identifisere visuelt lignende materialer som ofte finnes på verksteder og redusere totalt avfall. For å gjøre dette bruker vi overflatestrukturen til materialet på mikronivå, noe som er en unik egenskap selv når det visuelt ligner en annen type materiale. Uten dette vil du mest sannsynlig måtte gjette det riktige navnet på materialet fra en stor database, sa forskerne.
Les videre:
Det gigantiske isfjellet A74 kolliderer med kysten av Antarktis
To nye dinosaurarter oppdaget i Kina
Hva er Kessler -effekten, og også når og hva vil kollisjonen av satellitter i bane føre til?