Οι Επιστήμονες Υπολογιστών Ανέπτυξαν Ένα Ακριβή Σύστημα Πλοήγησης για Ρομπότ σε Θαλαμοὺς Επειγόντων Περιστατικών

Ένα νέο σύστημα πλοήγησης για ρομπότ που έχει αποδειχθεί πιο ακριβές, έχει αναπτυχθεί από επιστήμονες υπολογιστών στο Πανεπιστήμιο της Καλιφόρνιας στο Σαν Ντιέγκο. Το σύστημα θα επιτρέψει στα ρομπότ να πλοηγηθούν καλύτερα στους θαλάμους επειγόντων περιστατικών και στα πολυσύχναστα κλινικά περιβάλλοντα. Μαζί με το νέο σύστημα, οι ερευνητές ανέπτυξαν επίσης μια βάση δεδομένων ανοιχτής πηγής βίντεο που μπορούν να χρησιμοποιηθούν για την εκπαίδευση μελλοντικών συστημάτων πλοήγησης ρομπότ.

Η έρευνα παρουσιάστηκε σε ένα έγγραφο για τη Διεθνή Διάσκεψη Ρομποτικής και Αυτομάτου Ελέγχου, η οποία θα πραγματοποιηθεί στο Σιάν της Κίνας από τις 30 Μαΐου έως τις 5 Ιουνίου. Η ομάδα ηγήθηκε από τον Καθηγητή Laurel Riek και τον διδάκτορα Angelique Taylor.

Οι κλινικοί ιατροί έχουν συζητήσει για πολύ καιρό πώς τα ρομπότ μπορούν να βοηθήσουν τους ιατρούς, τις νοσοκόμες και το προσωπικό στους θαλάμους επειγόντων περιστατικών, και ένα από τα συμπεράσματα ήταν ότι μπορούν να το κάνουν καλύτερα παραδίδοντας εφόδια και υλικά. Για να γίνει αυτό, τα ρομπότ θα πρέπει να είναι σε θέση να αποφεύγουν τις καταστάσεις που涉ρούν πολυσύχναστους κλινικούς ιατρούς που είναι με ασθενείς σε κρίσιμη ή σοβαρή κατάσταση.

Ο Riek έχει διοριστεί στην επιστήμη υπολογιστών και στην ιατρική επείγουσας ανάγκης στο UC San Diego.

“Για να εκτελέσουν αυτές τις εργασίες, τα ρομπότ πρέπει να κατανοούν το контέκστ των σύνθετων νοσοκομειακών περιβαλλόντων και των ανθρώπων που εργάζονται γύρω τους,” είπε ο Riek.

Ασφαλής Κρίσιμη Βαθιά Δίκτυο Q (SafeDQN)

Το σύστημα πλοήγησης που κατασκευάστηκε από τον Taylor και τους συναδέλφους του ονομάζεται Ασφαλής Κρίσιμη Βαθιά Δίκτυο Q (SafeDQN). Χτίστηκε γύρω από einen αλγόριθμο που κοιτάζει πόσοι άνθρωποι είναι συνωστισμένοι σε ένα χώρο και πόσο απότομα κουνιούνται.

Ο αλγόριθμος βασίζεται σε παρατηρήσεις κλινικών ιατρών στους θαλάμους επειγόντων περιστατικών, για παράδειγμα, όταν μια ολόκληρη ομάδα παρέχει βοήθεια σε έναν ασθενή που έχει μια χειρότερη κατάσταση. Οι κλινικοί ιατροί κουνιούνται γύρω σε ένα περιβάλλον επείγουσας ανάγκης με έναν πολύ ακριβή και γρήγορο τρόπο, οπότε το σύστημα πλοήγησης επιτρέπει στα ρομπότ να κουνιούνται γύρω από αυτές τις ομάδες ανθρώπων ενώ αποφεύγουν να μπουν στο δρόμο.

Ο Taylor είναι μέρος του Εργαστηρίου Ρομποτικής Υγείας του Riek στο Τμήμα Επιστήμης Υπολογιστών και Μηχανικής του UC San Diego.

“Το σύστημά μας σχεδιάστηκε για να αντιμετωπίσει τις χειρότερες περιπτώσεις που μπορούν να συμβούν στο Τμήμα Επείγουσας Ανάγκης,” είπε ο Taylor

Ο αλγόριθμος εκπαιδεύτηκε από βίντεο στο Youtube που προέρχονται από ντοκιμαντέρ και ριάλιτι σόου για θαλάμους επειγόντων περιστατικών. Υπάρχουν πάνω από 700 βίντεο που είναι διαθέσιμα σε άλλες ερευνητικές ομάδες που επιδιώκουν να εκπαιδεύσουν αλγόριθμους και ρομπότ.

Ο αλγόριθμος δοκιμάστηκε σε ένα προσομοιωμένο περιβάλλον, και όταν τοποθετήθηκε ενάντια σε άλλα σύγχρονα συστήματα πλοήγησης ρομπότ, το σύστημα SafeDQN ήταν πιο αποτελεσματικό και ασφαλές σε όλες τις περιπτώσεις.

Οι ερευνητές θα δοκιμάσουν τώρα το σύστημα σε ένα φυσικό ρομπότ σε ένα πραγματικό περιβάλλον, και λένε ότι έχει εφαρμογές εκτός του τμήματος επείγουσας ανάγκης, όπως αποστολές έρευνας και διάσωσης.