Robotteknologi og fysisk AI

Samarbejdende AI-infrastruktur kan levere overvågning og epidemi-tjenester

mm
Føj Unite.AI til dine foretrukne kilder på Google

Et hold af videnskabsmænd fra Incheon National University i Sydkorea har designede en samarbejdende infrastruktur for kunstig intelligens (AI)-assisterede luft- og jordoperationer ved hjælp af UAV’er og mobile robotter. Denne type AI-infrastruktur kan bruges til at levere overvågning og epidemi-forebyggelsestjenester og -aktiviteter til smarte byer.

Eksperter har i stigende grad set på potentialet for mobile robotter og ubemandede luftfartøjer, eller UAV’er. Disse teknologier kan give mange fordele, og opkomsten af 5G-teknologi forventes at gøre det muligt for UAV’er, droner og mobile robotter effektivt og sikkert at levere forskellige tjenester i smarte byer. Nogle af disse tjenester kan inkludere overvågning og epidemi-forebyggelse, hvor robotter kan udstationeres i forskellige miljøer for at udføre aktiviteter som redningsoperationer.

Realisering af fuld potentiale for UAV’er og mobile robotter

For tiden er disse typer operationer uafhængige af hinanden. Ifølge holdet må teknologierne bruges sammen for at realisere det fulde potentiale for UAV’er og mobile robotter, da de kan støtte hinanden og forbedre hinandens funktioner.

Holdet af forskere, der designede den AI-assisterede samarbejdende infrastruktur, blev ledet af associate professor Hyunbum Kim fra Incheon National University.

Artiklen blev offentliggjort i IEEE Network.

Holdet beskriver den komplette struktur, der kan bruge UAV’er og mobile robotter i offentlige og private områder til multiple tjenester, herunder patruljering, epidemi-forebyggelse og ulykkesdetektion og redning.

“Det er kritisk at se på overvågning og uventet epidemi-spredning såsom COVID-19 sammen. Derfor designede vi den næste generations system til at fokusere på luft-jord overvågning og epidemi-forebyggelse understøttet af intelligente mobile robotter og smarte UAV’er,” sagde Dr. Kim.

Nyt systemdesign

Det nyligt designede system består af to undersystemer. Det ene er for offentlige områder, mens det andet er for private områder. Begge systemer har et Centralized Administrator Center (CAC), der er forbundet til forskellige Unified Rendezvous Stations (URS), der er placeret i offentlige områder.

URS’er giver UAV’er og mobile robotter mulighed for at modtage påfyldning og dele data, og mobile robotter har også opladningsfaciliteter til at genoplade luftbårne UAV’er. Mens det offentlige system fokuserer på at patruljere offentlige områder, detektere ulykker, give hjælp og udføre epidemi-forebyggelseaktiviteter, kan det private system give hurtig medicinsk levering og hjemme-test.

Når det kommer til privatliv, bemærker Dr. Kim, at det er en stor bekymring.

“Privatliv erindeed en stor bekymring for enhver overvågningsmekanisme,” siger Dr. Kim. “Derfor har vi oprettet forskellige privatlivsindstillinger for forskellige systemer. For det offentlige system er der begrænsede distrikter, hvor kun autoriserede offentlige UAV’er kan komme ind. For det private system er der permanente private zoner, hvor ingen UAV’er kan komme ind, undtagen i nødsituationer og midlertidige adgangszoner, hvor tilladte UAV’er kan komme ind med lovlig tilladelse fra ejerne.”

Alex McFarland er en AI-journalist og forfatter, der udforsker de seneste udviklinger inden for kunstig intelligens. Han har samarbejdet med talrige AI-startups og publikationer verden over.