Az, hogy egy robot hirtelen elveszíti a tájékozódását, régóta komoly kihívást jelent a mérnököknek. A kutatók szerint egy új MI-rendszer segíthet az „elrabolt” robotoknak újra megtalálni az útjukat, még állandóan változó környezetben is.
Az, hogy a robotok „elveszítik” a helyzetüket, régóta ismert kihívás, az úgynevezett „kidnapped robot” probléma, ám kutatók szerint egy új, mesterséges intelligencián alapuló rendszer segíthet ennek megoldásában.
HIRDETÉS
HIRDETÉS
A spanyolországi Miguel Hernández Egyetem (Elche) kutatócsoportja új lokalizációs módszert dolgozott ki autonóm robotok számára: 3D LiDAR-technológiát használ, amely lézerimpulzusokkal pásztázza a környezetet, és térképszerű ábrázolást hoz létre a környezetről.
A módszer lehetővé teszi, hogy a robotok akkor is visszataláljanak a pontos helyzetükhöz, ha elmozdították őket, kikapcsolták vagy máshová vitték – közölték a kutatók.
Megbízható és biztonságos helymeghatározásra van szükség a szolgáltató robotikában, a logisztikai automatizálásban, az infrastruktúra-ellenőrzésben, a környezeti megfigyelésben és az önvezető járművek esetében.
Sok autonóm robot részben a GPS-hez hasonló műholdas navigációs rendszerekre támaszkodik, ezek jelei azonban magas épületek közelében legyengülhetnek, zárt terekben pedig gyakran nem működnek megbízhatóan.
A kutatók szerint az MCL-DLF (Monte Carlo Localisation – Deep Local Feature) néven ismert rendszer lehetővé teszi, hogy a robotok inkább a fedélzeti szenzorokra, mint külső infrastruktúrára támaszkodjanak.
A rendszer először a tágabb környéket azonosítja, nagyobb objektumok, például épületek vagy növényzet felismerésével. Ezután kisebb részletek elemzésével pontosítja a robot helyzetét – a folyamatot úgy tervezték, hogy tükrözze, miként tájékozódnak az emberek ismeretlen környezetben.
„Ez ahhoz hasonló, ahogyan az emberek is először a környéket ismerik fel, majd apró, megkülönböztető részletekre hagyatkoznak, hogy beazonosítsák a pontos helyüket” – mondta Míriam Máximo, a tanulmány vezető szerzője, az elchei Miguel Hernández Egyetem kutatója.
A mesterséges intelligencia segítségével a rendszer megtanulja, hogy a környezet mely jellemzői a leghasznosabbak a lokalizációhoz, egyszerre több lehetséges pozíciót tart fenn, és ezeket folyamatosan frissíti az új szenzoradatok beérkezésével.
A kutatók szerint ez növeli a megbízhatóságot olyan helyzetekben, amikor a környezet nagyon hasonló képet mutat, vagy időközben megváltozott.
A technológiát több hónapon át tesztelték az egyetem kampuszán, különféle körülmények között, többek között eltérő évszakokban és fényviszonyok mellett.
A beszámolók szerint a rendszer a hagyományos megoldásokhoz képest pontosabb helymeghatározást és egyenletesebb teljesítményt nyújtott a változó környezeti feltételek – az évszakváltástól a fényviszonyok és a növényzet módosulásáig – széles skáláján.
Az új rendszer hozzájárulhat ahhoz, hogy a robotok önállóbban működjenek a valós környezetekben, ahol a körülmények ritkán maradnak változatlanok.