YUNOへの旅 02|よりスマートなペット給餌になぜボウルの視認性が重要なのか
YUNOは給餌する前にまずボウルを確認します。この小さなステップが、より新鮮な食事、不要な補充の削減、そしてよりスマートなペットケアにどう役立つのかをご紹介します。
カメラアングルとパンチルト構造の検証に用いられた初期の3Dプリント試作機。スマート給餌の裏にある素朴な疑問
スマート給餌器は、ボウルにまだフードが残っている場合でも、次の食事を給餌すべきでしょうか？
次の給餌時間になっても、ボウルにフードが残っていることがあります。新鮮なフードが残ったフードの上に積み重なると、フードが空気に触れる時間が長くなり、徐々に鮮度や食感が損なわれる可能性があります。
YUNOは、よりスマートなアプローチを採用しています。内蔵カメラとAIフード認識機能を使って、給餌する前にフードがまだ残っているかを確認します。これにより、不要な給餌を避け、ペットが実際に食べる方法に合わせて自動給餌を最適化します。
広範囲をとらえ、はっきりと認識する
信頼性の高いフード認識には、高度なAIだけでは不十分です。適切なカメラ位置、レンズ、視野角の選択も重要です。
課題は、相反する2つのニーズのバランスを取ることでした。カメラは、ボウルの周りで何が起こっているかを理解するために、給餌エリアを十分に広くとらえる必要がありましたが、同時に正確なフード認識のために十分な詳細を捉える必要がありました。
広角レンズは簡単な解決策のように聞こえるかもしれませんが、トレードオフが伴います。キブルは小さく見え、端の歪みが増加し、微妙な詳細を区別することが難しくなります。
そのため、カメラが見える範囲を最大化するのではなく、認識できる範囲を最大化することに重点を置きました。
開発中、さまざまな視野角、焦点距離、設置高さ、構造設計で、30近くのカメラ構成をテストしました。各設定は、画質だけでなく、実際の給餌環境でフードをどれだけ確実に検出できるかという点で評価されました。
AI給餌において、ボウルが見えることは始まりにすぎません。その中身を理解することが本当に重要なのです。
カメラモジュールの選択：異なる視野、焦点距離、レンズの高さ、取り付け構造。試作、テスト、再構築
適切なバランスを見つけるために、複数の3Dプリント試作機を製作・テストしました。
初期のバージョンの多くは、決して美しいものではありませんでした。露出したワイヤー、むき出しのギア、未加工のプリント部品は、消費者向け製品というよりは実験装置のように見えました。しかし、どの試作機も私たちに何かを教えてくれました。
重要な疑問は単純でした。YUNOは、カメラがボウルをはっきりと遮られずに視認できることを維持しながら、柔らかく丸みを帯びたデザインを保つことができるのか？
カメラヘッド、パンチルト動作、排出口、ボウル位置の関係をテストする初期の側面視試作機。その答えを見つけるために、何十回もの試行錯誤を繰り返しました。カメラ位置、パンチルト機構、フード排出口、ボウル配置を調整し、製品デザインとそれを支えるAIシステムの両方をサポートする構造になるまで改良を重ねました。
また、レンダリングだけに頼ることはしませんでした。変更のたびに、カメラ自体からの実際の映像を確認し、実際の給餌環境でAIが何を見るのかを正確に把握しました。
実際のカメラ映像によるテスト
試作機のカメラ映像は、ボウル全体のカバー範囲、死角、AIによるフード検出に利用できる詳細度を評価するのに役立ちました。
目標は、単にボウルをより広いフレームに収めることではありませんでした。AIが中身を認識するのに十分なほどボウルをはっきりととらえることでした。
信頼性の高い検出に必要な画質がなければ、広い視野はほとんど意味がありません。
試作機のカメラ映像：ボウルの位置、排出口との関係、潜在的な死角を確認。
追加の視野テスト：カメラフレーム全体でボウルがどの程度視認できるかを評価。80%以上のボウル視認範囲
内部設計検証では、AIフード検出に必要なボウルの視認範囲と実用的な画像鮮明度に重点が置かれました。度重なるテストと改良の結果、YUNOは内部検証において80%以上のボウル視認範囲を達成し、信頼性の高いAIフード検出に必要な画質を維持しました。
そして、これが私たちにとっての「ボウルの視認性」の意味するところです。
それは単にボウルが見えるということではありません。カメラを追加するということでもありません。YUNOに、すでにフードがあることを認識する能力を与え、それによって再び給餌する前に、よりスマートな給餌決定を下せるようにすることなのです。
YUNOはまず確認します。そして、よりスマートに給餌します。
コメントを残す