Изучение поведения муравьев привело к прорыву в навигации роботов
В недавнем исследовании, опубликованном в журнале Science Robotics, исследователи из Делфтского технического университета на основе знаний о поведении муравьев разработали стратегию автономной навигации для крошечных, легких роботов. Этот инновационный подход позволяет роботам возвращаться домой после долгих путешествий, нуждаясь в минимальных вычислительных ресурсах и памяти – всего 0,65 килобайт на каждые 100 метров.
Ученые уже давно удивляются исключительным навигационным способностям муравьев, несмотря на их относительно простые сенсорные и нервные системы. Так, в предыдущих исследованиях, в частности в работах исследователей из Эдинбургского и Шеффилдского университетов, была разработана искусственная нейронная сеть, которая помогает роботам распознавать и запоминать маршруты в сложных природных условиях, имитируя навигационное мастерство муравьев.
В ходе недавнего исследования ученые сосредоточили внимание на крошечных роботах, весом от нескольких десятков до нескольких сотен граммов, обладающих огромным потенциалом для различных сфер применения. Их легкая конструкция обеспечивает безопасность, даже если они случайно с чем-то столкнутся. А их небольшой размер позволяет легко маневрировать в узких местах. Кроме того, если наладить недорогое производство, такие роботы можно использовать в большом количестве, например, быстро покрывая значительные площади, такие как теплицы, для раннего выявления вредителей или болезней растений.
Однако автономная работа этих крошечных роботов сталкивается с серьезными проблемами из-за ограниченных ресурсов, по сравнению с более крупными роботами. Основным препятствием является их ограниченная способность к самостоятельной навигации. Хотя роботы могут использовать внешнюю инфраструктуру, такую как спутники и GPS на открытом пространстве или беспроводные маяки в помещениях, полагаться на такую инфраструктуру часто нежелательно. Сигналы GPS недоступны в помещениях и могут быть неточными в нагроможденном пространстве, например в городах. Установка и обслуживание маяков может быть дорогостоящим или непрактичным, особенно в условиях поисково-спасательных операций.
Чтобы преодолеть эти вызовы, исследователи обратились к природе. Насекомые, в частности муравьи, работают на расстояниях, которые релевантны для многих отраслей, используя при этом минимальные сенсорные и вычислительные ресурсы. Насекомые совмещают одометрию (отслеживание собственного движения) с визуально управляемыми поведениями на основе их низкораздельной, но всесторонней системы зрения (зрительной памяти). Такая комбинация вдохновила исследователей на разработку новых систем навигации.
Одна из теорий навигации насекомых, модель "snapshot" (мгновенный снимок), предполагает, что насекомые время от времени делают снимки своей среды. Позже они сравнивают свое текущее зрительное восприятие с этими снимками, чтобы вернуться домой, корректируя любое возникающее смещение, только с помощью одометрии. Главное открытие исследователей заключалось в том, что снимки могут быть расположены гораздо дальше друг от друга, если робот путешествует между ними, используя одометрию. Гвидо де Крун (Guido de Croon), профессор кафедры дронов, созданных с помощью биотехнологий, и соавтор исследования, пояснил: "Самонаведение будет работать до тех пор, пока робот будет находиться достаточно близко к месту съемки, то есть пока смещение одометрии робота будет оставаться в "зоне охвата" снимка. Это также позволяет роботу путешествовать гораздо дальше, поскольку он летит гораздо медленнее при возвращении к снимку, чем во время перелета от одного снимка к другому на основе алгоритмов одометрии."
Предложенная навигационная стратегия была протестирована на 56-граммовом дроне "CrazyFlie", оснащенном многонаправленной камерой. Дрон успешно преодолел расстояние до 100 метров, используя всего 0,65 килобайта памяти. Вся визуальная обработка производилась крошечным компьютером под названием "микроконтроллер", который обычно используется в недорогих электронных устройствах.
По словам Гвидо де Круна, эта новая навигационная стратегия, вдохновленная насекомыми, является важным шагом к применению крошечных автономных роботов в реальном мире. Хотя функциональные возможности стратегии более ограничены, чем современные методы навигации, ее может быть достаточно для многих программ. К примеру, дроны можно использовать для отслеживания запасов на складах или мониторинга урожая в теплицах. Они могут вылетать, собирать данные и возвращаться на базовую станцию, сохраняя важные для миссии изображения на маленькой SD-карте для дальнейшей обработки на сервере без необходимости использовать эти изображения для навигации.
В рамках смежных исследований и разработок компания QuData также достигла значительных успехов в создании автономных систем навигации для беспилотников в условиях отсутствия GPS-сигнала. Наш инновационный подход использует передовые алгоритмы искусственного интеллекта, компьютерного зрения и множество датчиков, чтобы позволить дронам эффективно ориентироваться и выполнять задачи, не полагаясь на внешние GPS-сигналы. Эта технология особенно полезна для применения в помещениях, городских и сельских местностях, а также в других сложных условиях, когда традиционная GPS-навигация терпит неудачу.
Эти достижения знаменуют собой шаг вперед в развитии миниатюрных автономных роботов и беспилотников, расширяя их потенциальное применение и повышая эффективность их работы в реальных условиях.