քոթուկ Հետազոտողները մշակում են Swarm դրոններ՝ գազի արտահոսքը տեղայնացնելու համար - Unite.AI
Միացեք մեզ

Ռոբոտներ

Գազի արտահոսքը տեղայնացնելու համար հետազոտողները մշակել են Swarm դրոններ

Հրատարակված է

 on

Դելֆտի տեխնոլոգիական համալսարանի հետազոտողները ստեղծել են փոքրիկ դրոնների առաջին պարս, որոնք ունակ են ինքնուրույն հայտնաբերել և տեղայնացնել գազի արտահոսքերը փակ փակ միջավայրում: Շենքում կամ արդյունաբերական տարածքում գազի արտահոսք հայտնաբերելու համար հրշեջները վտանգում են իրենց կյանքը, քանի որ աղբյուրը հայտնաբերելու համար կարող է երկար ժամանակ պահանջվել: Այս նոր անօդաչու սարքերը կարող են մեծ ազդեցություն ունենալ այս ոլորտում:

AI-ի նախագծում դրոնների համար

Հետազոտողների համար ամենամեծ խոչընդոտը բարդ առաջադրանքի համար անհրաժեշտ արհեստական ​​ինտելեկտի (AI) նախագծումն էր: Անօդաչուների փոքր չափերի պատճառով հաշվողական և հիշողության մասերը պետք է սերտորեն տեղավորվեին դրանց մեջ: Հետազոտողները հիմնվել են բիոներշնչված նավիգացիայի և որոնման ռազմավարությունների վրա: 

The հետազոտություն հրապարակվել է ArXiv հոդվածների սերվերում, և այն կներկայացվի IROS ռոբոտաշինության կոնֆերանսին տարվա վերջին։

Ինչ է պահանջվում գազի ինքնավար աղբյուրի տեղայնացման համար

Գազի ինքնավար աղբյուրի տեղայնացման խնդիրը չափազանց բարդ է, և այն պահանջում է արհեստական ​​գազի սենսորներ, որոնք այնքան էլ ունակ չեն հայտնաբերելու փոքր քանակությամբ գազ: Նրանք նաև պայքարում են գազերի կոնցենտրացիաների արագ փոփոխությունների նկատմամբ զգայուն մնալու համար: 

Բուն առաջադրանքից բացի, միջավայրը նաև խնդիրներ է առաջացնում, երբ այն բարդ է: Այս պատճառներով ավանդական հետազոտությունները զարգացել են միայնակ ռոբոտների շուրջ, որոնք գազի աղբյուր են փնտրում փոքր, առանց խոչընդոտների միջավայրում: 

Գվիդո դե Կրունը TU Delft-ի Micro Air Vehicle լաբորատորիայի լրիվ պրոֆեսոր է: 

«Մենք համոզված ենք, որ փոքր անօդաչու թռչող սարքերը խոստումնալից ճանապարհ են գազի ինքնավար աղբյուրների տեղայնացման համար», - ասում է Գիդո դե Կրունը: «Անօդաչու թռչող սարքերի փոքր չափերը դրանք շատ անվտանգ են դարձնում շենքում գտնվող ցանկացած մարդու և գույքի համար, մինչդեռ դրանց թռիչքի հնարավորությունը թույլ կտա նրանց ի վերջո փնտրել աղբյուրը եռաչափ: Ավելին, նրանց փոքր չափերը թույլ են տալիս թռչել փակ փակ տարածքներում: Վերջապես, այս անօդաչուների պարս ունենալը թույլ է տալիս նրանց ավելի արագ տեղայնացնել գազի աղբյուրը՝ միաժամանակ խուսափելով գազի կոնցենտրացիայի տեղական առավելագույնից՝ իրական աղբյուրը գտնելու համար»:

Չնայած այս հատկությունների առավելություններին, դրանք նաև դժվարացնում են ինժեներների համար արհեստական ​​ինտելեկտի ներդրումը անօդաչու սարքերում՝ գազի ինքնավար աղբյուրի տեղայնացման համար: Ինքնավար տրանսպորտային միջոցներում օգտագործվող AI ալգորիթմները կիրառելի չեն, քանի որ ինքնաթիռում հայտնաբերման և մշակման հետ կապված սահմանափակումներ կան: Քանի որ անօդաչուները գործում են խմբերով, անօդաչու սարքերը նույնպես պետք է խուսափեն միմյանց հետ բախվելուց համագործակցության ընթացքում:

Bart Duisterhof-ը հետազոտությունը կատարել է TU Delft-ում: 

«Իրականում, բնության մեջ կան հաջող նավարկության և հոտի աղբյուրների տեղայնացման բազմաթիվ օրինակներ ռեսուրսների խիստ սահմանափակումների շրջանակներում», - ասում է Դյուսերհոֆը: «Պարզապես մտածեք, թե ինչպես են մրգատու ճանճերը իրենց փոքրիկ ուղեղով՝ 100,000 նեյրոններով, անվրեպ կերպով ամռանը ձեր խոհանոցում գտնվող բանանները: Նրանք դա անում են՝ նրբագեղ կերպով համատեղելով պարզ վարքագծերը, ինչպիսիք են քամու ուղղությամբ թռչելը կամ ուղղահայաց դեպի քամին, կախված նրանից, թե արդյոք նրանք զգում են հոտը: Թեև մենք չկարողացանք ուղղակիորեն պատճենել այս վարքագիծը մեր ռոբոտների վրա օդային հոսքի սենսորների բացակայության պատճառով, մենք մեր ռոբոտներին նման պարզ վարքագիծ ենք ներշնչել՝ խնդիրը լուծելու համար»:

Sniffy Bug. գազ փնտրող նանո քվոդկոպտերների լիովին ինքնավար պարս խառնաշփոթ միջավայրերում

Փոքրիկ դրոնները հիմնված են նոր «bug» ալգորիթմի վրա, որը կոչվում է «Sniffy Bug», որը թույլ է տալիս անօդաչուներին տարածվել մինչև որևէ գազ հայտնաբերելը: Սա թույլ է տալիս նրանց ծածկել մեծ միջավայրեր և խուսափել խոչընդոտներից կամ միմյանցից: 

Երբ անօդաչուներից մեկը գազ է զգում, այն փոխանցում է մյուսներին, որոնք այնուհետև կհամագործակցեն միմյանց հետ՝ հնարավորինս արագ գտնելու գազի աղբյուրը: Ավելի կոնկրետ՝ անօդաչուները գազի առավելագույն կոնցենտրացիայի որոնում են կատարում «մասնիկների պարամի օպտիմալացում» կամ PSO կոչվող ալգորիթմով, որտեղ յուրաքանչյուր անօդաչու սարք գործում է որպես մասնիկ: 

Ալգորիթմը ոգեշնչվել է թռչունների երամների սոցիալական վարքագծից և շարժումներից, որոնցից յուրաքանչյուրը շարժվում է գազի իր ընկալվող ամենաբարձր կոնցենտրացիայի վայրի, երամի ամենաբարձր դիրքի և նրա ընթացիկ շարժման ուղղության և իներցիայի հիման վրա: PSO-ի առավելություններից մեկն այն է, որ այն պահանջում է միայն գազի կոնցենտրացիան չափել առանց գազի կոնցենտրացիայի գրադիենտի կամ քամու ուղղության:

«Այս հետազոտությունը ցույց է տալիս, որ անօդաչու թռչող սարքերի խմբերը կարող են կատարել շատ բարդ առաջադրանքներ», - ասում է Գվիդոն, «Մենք հուսով ենք, որ այս աշխատանքը ոգեշնչում է ռոբոտաշինության այլ հետազոտողների համար՝ վերանայելու AI-ի տեսակը, որն անհրաժեշտ է ինքնավար թռիչքի համար»:

Ալեքս Մաքֆարլանդը արհեստական ​​ինտելեկտի լրագրող և գրող է, ով ուսումնասիրում է արհեստական ​​բանականության վերջին զարգացումները: Նա համագործակցել է արհեստական ​​ինտելեկտի բազմաթիվ ստարտափների և հրատարակությունների հետ ամբողջ աշխարհում: