Robot, który nagle traci orientację w terenie, od dawna stanowi poważne wyzwanie dla inżynierów. Naukowcy twierdzą, że nowy system SI może pomóc „uprowadzonym” robotom odnaleźć drogę nawet w stale zmieniającym się otoczeniu.
To, że roboty tracą orientację w terenie, to znany od lat problem określany jako „kidnapped robot”, ale naukowcy przekonują, że opracowali nowy system sztucznej inteligencji, który może go rozwiązać.
REKLAMA
REKLAMA
Zespół badawczy z Uniwersytetu Miguel Hernández w Elche w Hiszpanii opracował nową metodę lokalizacji robotów autonomicznych. Wykorzystuje trójwymiarowy LiDAR, który skanuje otoczenie impulsami laserowymi i tworzy mapową reprezentację środowiska.
Według badaczy pozwala to robotom odzyskać pozycję nawet po przestawieniu, wyłączeniu zasilania czy przemieszczeniu.
Niezawodna i bezpieczna lokalizacja ma kluczowe znaczenie dla robotów usługowych, automatyzacji logistyki, inspekcji infrastruktury, monitoringu środowiska oraz pojazdów autonomicznych.
Wiele robotów autonomicznych częściowo opiera się na systemach nawigacji satelitarnej, takich jak GPS. Sygnał słabnie jednak w pobliżu wysokich budynków i często działa słabo w pomieszczeniach.
Naukowcy podkreślają, że ich system, znany jako MCL-DLF (Monte Carlo Localisation – Deep Local Feature), pozwala robotom skuteczniej korzystać z własnych czujników zamiast polegać na zewnętrznej infrastrukturze.
Najpierw system określa ogólny obszar, rozpoznając duże struktury, na przykład budynki czy zadrzewienia. Następnie zawęża pozycję robota, analizując drobniejsze szczegóły. Ten proces odzwierciedla sposób, w jaki ludzie orientują się w nieznanym miejscu.
– To podobny schemat: najpierw rozpoznajemy ogólną okolicę, a potem szukamy charakterystycznych drobiazgów, które pozwalają określić dokładne położenie – wyjaśnia Míriam Máximo, główna autorka badania i badaczka na Uniwersytecie Miguel Hernández w Elche.
Wykorzystując AI, system uczy się, które cechy otoczenia są najbardziej przydatne do lokalizacji. Jednocześnie utrzymuje kilka możliwych szacunków położenia i na bieżąco je koryguje, gdy napływają nowe dane z czujników.
Zdaniem zespołu zwiększa to niezawodność działania, zwłaszcza gdy otoczenie wygląda podobnie lub z czasem się zmieniło.
Technologię testowano przez kilka miesięcy na kampusie uczelni, w zróżnicowanych warunkach – o różnych porach roku i przy odmiennym oświetleniu.
Badacze podkreślają, że w porównaniu z tradycyjnymi rozwiązaniami system zapewniał większą dokładność pozycjonowania i bardziej stabilne działanie w zmieniających się warunkach środowiskowych – od pór roku po oświetlenie i roślinność.
Nowe rozwiązanie może pomóc robotom działać bardziej samodzielnie w rzeczywistym środowisku, gdzie warunki rzadko pozostają niezmienne.