A mérnökök számára régóta nagy kihívást jelent egy robot, amely hirtelen elveszíti a helyét. A kutatók szerint egy új mesterséges intelligencia-rendszer segíthet az „elrabolt” robotoknak újra megtalálni az utat, még a folyamatosan változó környezetben is.
Az „elrabolt robot” problémaként ismert, régóta fennálló kihívás, hogy a robotok elveszítik a helyüket, de a kutatók azt mondják, hogy kifejlesztettek egy új mesterséges intelligencia-rendszert, amely segíthet megoldani ezt.
A spanyolországi Miguel Hernández Egyetem kutatócsoportja új lokalizációs módszert dolgozott ki autonóm robotok számára, amely 3D LiDAR technológiát használ a környezet lézerimpulzusokkal történő pásztázására, hogy a környezet térképszerű ábrázolását hozza létre.
A kutatók szerint ez lehetővé teszi a robotok számára, hogy helyreállítsák pozíciójukat, még akkor is, ha elmozdítják őket, kikapcsolják vagy elmozdítják őket.
A megbízható és biztonságos lokalizáció kulcsfontosságú a szervizrobotika, a logisztikai automatizálás, az infrastruktúra-ellenőrzés, a környezetfelügyelet és az autonóm járművek esetében.
Sok autonóm robot részben a műholdas navigációs rendszerekre, például a GPS-re támaszkodik, de ezek a jelek gyengülhetnek magas épületek közelében, és gyakran nem működnek jól beltéren.
A kutatók szerint az MCL-DLF (Monte Carlo Localization – Deep Local Feature) néven ismert rendszerük lehetővé teszi a robotok számára, hogy a külső infrastruktúra helyett hatékonyabban támaszkodjanak a fedélzeti érzékelőkre.
A rendszer először egy általános területet azonosít azáltal, hogy felismeri a nagy építményeket, például épületeket vagy növényzetet. Ezután leszűkíti a robot pontos helyzetét a kisebb részletek elemzésével, ez a folyamat azt a folyamatot hivatott tükrözni, hogy az emberek hogyan tájékozódjanak ismeretlen helyeken.
„Ez hasonló ahhoz, ahogy az emberek először felismernek egy általános területet, majd apró, megkülönböztető részletekre hagyatkoznak a pontos elhelyezkedésük meghatározásához” – mondta Míriam Máximo, a tanulmány vezető szerzője és az Elche-i Miguel Hernández Egyetem kutatója.
A mesterséges intelligencia segítségével a rendszer megtanulja, mely környezeti jellemzők a leghasznosabbak a lokalizációhoz, és egyszerre több lehetséges helybecslést tart fenn, és folyamatosan frissíti azokat, amint új szenzoradatok érkeznek.
A kutatók szerint ez segít a megbízhatóság javításában, ha a környezet hasonlónak tűnik vagy idővel megváltozott.
A technológiát több hónapon keresztül tesztelték az egyetem campusán, változó körülmények között, beleértve a különböző évszakokat és a világítást is.
A kutatók szerint a rendszer nagyobb pozicionálási pontosságot és konzisztensebb teljesítményt mutatott a változó környezeti feltételek között, a szezonális eltolódásoktól a világítás és a növényzet változásaiig a hagyományos megközelítésekhez képest.
Az új rendszer segítheti a robotokat abban, hogy függetlenebben működjenek olyan valós környezetben, ahol a körülmények ritkán statikusak.
