Kevadel alustati Tallinna Tehnikaülikoolis (TalTech) tööd targa lifti arendamise kallal. Projekti eestvedajate eesmärk oli arendada lift, mis õpiks inimeste käitumist ehk oskaks inimest ise õigele korrusele sõidutada ilma, et selleks peaks nuppu vajutama.

Lifti arendust juhtiva Mairo Leieri kinnitusel toimib praegu korruste vahel liikumine eestikeelsete häälkäskluste abil ning lähikuudel lisandub ka inglise keele tugi.

Hiljuti saadi tööle ka põhifunktsiooniks olev näotuvastuse abil korruste vahel automaatne liikumine.

TalTechis tehakse targaks kaks lifti

Kui esialgu oli kavas targaks teha vaid üks lift, siis nüüd töötatakse juba kahe lifti kallal – Akadeemia tee 15A esimese trepikoja ICT maja lift ning peamajas asuv rektoraadi lift. Hetkel tegeletakse TalTechi ICT maja lifti arendusega ning paralleelselt alustatakse rektoraadi lifti arendusega, kuhu tuleb samalaadne lahendus.

“Hiljuti saime tööle ka näotuvastuse põhjal korruste vahel automaatse liigutamise. Selle eelduseks on, et inimene on eelnevalt kümneid kordi lifti kasutanud ja lift on õppinud tema profiili tundma, mis kell ta kuhugi liigub,” ütles projektijuht Mairo Leier.

Leieri sõnul on põhifunktsionaalsus hetkel piiratud verifitseerimise ning lifti poolt inimese tagasiside andmise puudumise tõttu. Verifitseerimise puhul on oluline see, et info, mida liftisõidu kohta kogutakse oleks õige ja selle põhjal tehtaks õigeid järeldusi.

“Üsna pea saame inimesele anda tagasiside hoopis läbi kõlari kus lift sünteesib ise käskudest kõne ning annab teada, millisele korrusele sõidetakse. Näotuvastuse kasutamisel on veel eeliseid, näiteks mitme inimese korraga lifti sisenemisel lisatakse automaatselt järjekorda kõikide tuvastatud inimeste soovitud korrused. Samas võib alati juhtuda, et keegi on tuvastamata jäänud ning lift võib konkreetse inimese õigest korrusest mööda sõidutada,” kirjeldas Leier.

Simuleeritakse erinevaid küberrünnakuid

Projekti puhul on projektijuhi sõnul üheks kõige keerulisemaks kohaks osutunud erinevate sensorite info kokku sidumine. Lisaks on tulnud ette veel teisigi huvitavaid probleeme.

“Kuna me analüüsime nelja sügavuskaamera ja ühe tavakaamera abil, millisel korrusel keegi lifti sisenes ja kus ta maha läks, siis kasutame koostöös näotuvastust ja laes olevaid sügavuskaameraid iga inimese asukoha jälgimiseks liftis. Mõlemad algoritmid peavad perfektselt toimima, et me ei koguks kellegi kohta valeinfot, mille põhjal võib lift tulevikus hakata tegema valesid järeldusi,” sõnas ta.

Kuna Pythoni programmeerimiskeel oli aeglane, ei suutnud piisava kiirusega andmeid töödelda ning kippus kogu süsteemi vaba mälu vaikselt ära sööma pidi inimese asukoha jälgimise algoritmi kirjutama ümber C++ keelde.

“Peagi lisanduvad iga korruse lifti ootealade juurde ka sensorid, mis tuvastavad inimese lähenemise ootealale ning kutsuvad lifti automaatselt õigele korrusele. Kuna liftišaht on tugevast betoonist valatud nö punker, kus on tihti isegi leviga probleeme, siis vajab veel nuputamist, kuidas turvaliselt ja töökindlalt need käsud liftile edastada,”.

Leieri kinnitusel on nad suurt tähelepanu pööranud turvalisusele, võimalike turvaprobleemide analüüsimiseks tegeleb üks tudeng lõputöö raames ka erinevate küberrünnakute simuleerimisega.

Kuna projekti käigus kogutakse pidevalt inimeste biomeetrilisi andmeid, siis on arenduskeskkonnale ligipääs ainult väikesel grupil arendajatel, samuti ei seostata nägusid inimeste nimedega ning lüleval on ka sildid, mis teavitavad kõiki sõitjaid andmete kogumisest.