光学情報劣化時のロボット性能測定手法を策定中

この提案規格は、ロボットが管理された環境から倉庫や農場へと移行し、光学センサーが予測不能な条件にさらされる中で登場した。ASTM Internationalの会員Aarati Noronhaは、理想的な条件下でロボットが確実にこなすタスクも実環境では格段に難しくなると指摘する。照明の変化、反射素材、干渉、高温といったストレス要因はカメラからの情報を劣化させ、下流の機械学習モデルにとっての妨害要因となる。提案手法は制御された劣化条件下での性能を再現可能な形で測定するもので、Noronhaによれば実環境導入前にシステムの限界を特定する助けになる。この規格は、ディーセント・ワークと経済成長に関する国連持続可能な開発目標8の支持にも位置づけられている。