Informatiker entwickeln genaues Navigationssystem für Roboter in Notaufnahmen

Ein neu entwickeltes Navigationssystem für Roboter, das sich als genauer erwiesen hat, wurde von Informatikern an der University of California San Diego entwickelt. Das System ermöglicht es Robotern, Notaufnahmen und überfüllte klinische Umgebungen besser zu navigieren. Zusammen mit dem neuen System entwickelten die Forscher auch eine Datenbank von Open-Source-Videos, die zur Ausbildung zukünftiger Roboter-Navigationssysteme verwendet werden können.

Die Forschung wurde in einem Paper für die Internationale Konferenz über Robotik und Automation vorgestellt, die vom 30. Mai bis 5. Juni in Xi’an, China, stattfinden wird. Das Team wurde von Professor Laurel Riek und dem Doktoranden Angelique Taylor geleitet.

Kliniker haben lange darüber gesprochen, wie Roboter Ärzten, Krankenschwestern und Personal in der Notaufnahme helfen können, und eine der Schlussfolgerungen war, dass sie am besten durch die Lieferung von Materialien und Vorräten helfen können. Dazu müssen die Roboter jedoch in der Lage sein, Situationen zu vermeiden, in denen beschäftigte Kliniker mit Patienten in kritischen oder ernsten Zuständen zu tun haben.

Riek hat Berufungen in Informatik und Notfallmedizin an der UC San Diego.

“Um diese Aufgaben auszuführen, müssen Roboter den Kontext komplexer Krankenhausumgebungen und der Menschen, die darin arbeiten, verstehen”, sagte Riek.

Sicherheitskritische Deep Q-Network (SafeDQN)

Das Navigationssystem, das von Taylor und Kollegen entwickelt wurde, heißt Sicherheitskritische Deep Q-Network (SafeDQN). Es basiert auf einem Algorithmus, der die Anzahl der Menschen berücksichtigt, die in einem Raum zusammengekommen sind, und wie abrupt sie sich bewegen.

Der Algorithmus basiert auf Beobachtungen von Klinikern in der Notaufnahme, zum Beispiel, wenn ein ganzes Team einem Patienten mit verschlechtertem Zustand hilft. Kliniker bewegen sich in einer Notaufnahme sehr präzise und schnell, sodass das Navigationssystem es den Robotern ermöglicht, sich um diese Gruppen von Menschen herumzubewegen, ohne im Weg zu stehen.

Taylor ist Teil von Rieks Healthcare-Robotik-Labor am Department of Computer Science and Engineering der UC San Diego.

“Unser System wurde entwickelt, um mit den schlimmsten Szenarien umzugehen, die in der Notaufnahme auftreten können”, sagte Taylor

Der Algorithmus wurde durch Videos auf Youtube trainiert, die aus Dokumentationen und Reality-Shows über Notaufnahmen stammen. Es gibt über 700 Videos, die anderen Forscherteams zur Verfügung stehen, um Algorithmen und Roboter auszubilden.

Der Algorithmus wurde in einer simulierten Umgebung getestet und als effizienter und sicherer als andere Navigationssysteme für Roboter in allen Fällen bewertet.

Die Forscher werden das System nun auf einem physischen Roboter in einer realen Umgebung testen und sagen, dass es Anwendungen außerhalb der Notaufnahme hat, wie zum Beispiel bei Such- und Rettungsmissionen.