Werbung
Unternehmen wie Google sind immer wieder auf der Suche nach neuen Technologien, die in zukünftigen Produkten eine Rolle spielen sollen oder könnten. Nicht immer wird eine solche Entwicklung auch bis zu Ende durchgezogen und gerade Google ist dafür bekannt, ein wenig aussichtsreiches Projekt auch schnell wieder einzustellen. 2015 präsentierte Google das Projekt Soli. Dabei handelt es sich um ein kompaktes Radarsystem, welches in mobile Geräte verbaut werden sollte. Smartwatches und Smartphones galten zum damaligen Zeitpunkt als denkbares Einsatzgebiet, denn über eine Genauigkeit im Sub-Millimeter-Bereich sollten Geräte per Gesten gesteuert werden können.
An der University of St. Andrews in Schottland hat man mit einem Entwicklerkit von Projekt Soli aber etwas ganz anderes umgesetzt. Anstatt von Gesten werden Objekte erkannt und entsprechend zugeordnet – ausschließlich aufgrund ihrer Radarkennung. Die RadarCat (Radar Categorization for Input and Interaction) getaufte Entwicklung nutzt die elektromagnetischen Wellen des Radars um ein Profil des zu erkennenden Objektes zur erstellen. Ähnlich wird in der Luftfahrt und vor allem im militärischen Bereich eine Erkennung von Flugzeugen durchgeführt. Je nach Konstruktion des Flugzeuges erzeugen diese ein unterschiedlich großes Radarecho und können dementsprechende zugeordnet werden.
Datenschutzhinweis für Youtube
An dieser Stelle möchten wir Ihnen ein Youtube-Video zeigen. Ihre Daten zu schützen, liegt uns aber am Herzen: Youtube setzt durch das Einbinden und Abspielen Cookies auf ihrem Rechner, mit welchen Sie eventuell getracked werden können. Wenn Sie dies zulassen möchten, klicken Sie einfach auf den Play-Button. Das Video wird anschließend geladen und danach abgespielt.
Ihr Hardwareluxx-Team
Youtube Videos ab jetzt direkt anzeigen
Da das Projekt Soli aber eine extreme Genauigkeit vorzuweisen hat, kann nicht nur ein grobes Radarecho zugeordnet werden, sondern auch die Oberflächenstruktur und sogar die Rückseite des Objektes kann noch vermessen werden. Die eigentliche Erkennung der Objekte wird nun aber noch mit einem Deep-Learning-Netzwerk verknüpft, so dass über ein Training zunächst die verschiedenen Objekte angelernt werden können. In der Folge ist das System aber auch in der Lage bisher unbekannte Objekte entsprechend zuzuordnen. Wurde beispielsweise ein Apfel erkannt, erkennt das System, dass es sich bei einem weiterem Objekt ebenfalls um ein Obst handeln könnte, auch wenn es nie eine Birne beigebracht bekommen hat.
Die Forscher sind derzeit im Aufbau einer solchen Datenbank, so dass RadarCat letztendlich in die Lage versetzt werden soll, möglichst viele Objekte zu erkennen und zuzuordnen. Je mehr Objekte es antrainiert bekommt, desto genauer wird die Datenbank und letztendlich auch die Erkennung neuer Objekte.
Eine konkrete Anwendung gibt es für RadarCat noch nicht. Die Möglichkeiten sind laut den Forschern aber vielfällig. So könnte sehbehinderten Menschen eine Hilfestellung geboten werden. Der große Vorteil von RadarCat ist, dass dem zu erkennenden Objekt keinerlei Zusatzinformationen hinzugefügt werden müssen. Beispielsweise ist kein QR-Code notwendig, sondern das Objekt als solches liefert durch sein Radarprofil schon die notwendigen Informationen.