Розуміння поведінки мурах призвело до прориву в навігації роботів

У нещодавньому дослідженні, опублікованому в журналі Science Robotics, дослідники з Делфтського технічного університету на основі знань про поведінку мурах розробили стратегію автономної навігації для крихітних, легких роботів. Цей інноваційний підхід дозволяє роботам повертатися додому після довгих подорожей, потребуючи мінімальних обчислювальних ресурсів та пам'яті – лише 0,65 кілобайт на кожні 100 метрів.

Вчені вже давно дивуються винятковим навігаційним здібностям мурах, незважаючи на їх відносно прості сенсорні та нервові системи. Так у попередніх дослідженнях, зокрема у роботі команди дослідників з Единбурзького та Шеффілдського університетів, було розроблено штучну нейронну мережу, яка допомагає роботам розпізнавати та запам'ятовувати маршрути у складних природніх умовах імітуючи навігаційну майстерність мурах.

Під час останнього дослідження науковці зосередили увагу на крихітних роботах, вагою від кількох десятків до кількох сотень грамів, які мають величезний потенціал для різних сфер застосування. Їхня легка конструкція забезпечує безпеку, навіть якщо вони випадково з чимось зіткнуться. А їхній невеликий розмір дає змогу легко маневрувати у вузьких місцях. Крім того, якщо налагодити недороге виробництво, такі роботи можна використовувати у великій кількості, наприклад, швидко покриваючи значні площі, такі як теплиці, для раннього виявлення шкідників чи хвороб рослин.

Однак автономна робота цих крихітних роботів стикається зі значними викликами через обмежені ресурси, порівняно з роботами більших розмірів. Основною перешкодою є їхня обмежена здатність до самостійної навігації. Хоча роботи можуть використовувати зовнішню інфраструктуру, таку як супутники та GPS на відкритому просторі або бездротові маяки в приміщеннях, покладатися на таку інфраструктуру часто небажано. Сигнали GPS недоступні в приміщеннях і можуть бути неточними в захаращених середовищах, наприклад у містах. Встановлення та обслуговування маяків може бути дорогим або непрактичним, особливо в умовах пошуково-рятувальних операцій.

Щоб подолати ці виклики, дослідники звернулися до природи. Комахи, зокрема мурахи, працюють на відстанях, які релевантні для багатьох галузей, використовуючи при цьому мінімальні сенсорні та обчислювальні ресурси. Комахи поєднують одометрію (відстеження власного руху) з візуально керованими поведінками на основі їх низькороздільної, але всебічної системи зору (зорової пам'яті). Така комбінація надихнула дослідників на розробку нових систем навігації.

Одна з теорій навігації комах, модель "snapshot" (миттєвий знімок), припускає, що комахи час від часу роблять знімки свого середовища. Пізніше вони порівнюють своє поточне зорове сприйняття з цими знімками, щоб повернутися додому, коригуючи будь-яке можливе відхилення, лише за допомогою одометрії. Головне відкриття дослідників полягало в тому, що знімки можуть бути розташовані набагато далі один від одного, якщо робот подорожує між ними завдяки одометрії. Гвідо де Крун (Guido de Croon), професор кафедри дронів, створених за допомогою біотехнологій, і співавтор дослідження, пояснив: "Самонаведення буде працювати доти, доки робот буде знаходитися досить близько до місця зйомки, тобто поки відхилення одометрії робота залишатиметься в "зоні охоплення" знімка. Це також дозволяє роботу подорожувати набагато далі, оскільки він летить набагато повільніше під час повернення до знімка, ніж під час перельоту від одного знімка до іншого на основі алгоритмів одометрії."

Запропоновану навігаційну стратегію було протестовано на 56-грамовому дроні "CrazyFlie", оснащеному багатонаправленою камерою. Дрон успішно подолав відстань до 100 метрів, використовуючи лише 0,65 кілобайт пам'яті. Уся візуальна обробка здійснювалася крихітним комп'ютером під назвою "мікроконтролер", який зазвичай використовується в недорогих електронних пристроях.

За словами Гвідо де Круна, ця нова навігаційна стратегія, натхненна комахами, є важливим кроком до застосування крихітних автономних роботів у реальному світі. Хоча функціональні можливості стратегії більш обмежені, ніж сучасні методи навігації, її може бути достатньо для багатьох застосунків. Наприклад, дрони можна використовувати для відстеження запасів на складах або моніторингу врожаю в теплицях. Вони можуть вилітати, збирати дані і повертатися на базову станцію, зберігаючи важливі для місії зображення на маленькій SD-карті для подальшої обробки на сервері без необхідності використовувати ці зображення для навігації.

У рамках суміжних досліджень та розробок компанія QuData також досягла значних успіхів у створенні автономних систем навігації для безпілотників у середовищах, де немає доступу до GPS. Наш інноваційний підхід використовує передові алгоритми штучного інтелекту, комп'ютерного зору та різноманітні датчики, щоб дозволити дронам ефективно орієнтуватися та виконувати завдання, не покладаючись на зовнішні GPS-сигнали. Ця технологія особливо корисна для застосування в приміщеннях, міських і сільських місцевостях та в інших складних умовах, коли традиційна GPS-навігація зазнає невдачі.

Ці досягнення знаменують собою крок вперед для розвитку мініатюрних автономних роботів і безпілотників, розширюючи їх потенційне застосування і підвищуючи ефективність їхньої роботи в реальних умовах.