Un Blatto con Attrezzature di Ricerca e Salvataggio Abilitate da Intelligenza Artificiale

I ricercatori internazionali di robotica hanno sviluppato un sistema di ricerca e salvataggio urbano (USAR) che utilizza un blatto “dirigibile” per trasportare un sistema di rilevamento di sopravvissuti miniaturizzato abilitato da apprendimento automatico e a infrarossi attraverso scenari di disastro altrimenti inaccessibili.

Il sistema è una collaborazione tra dipartimenti di ricerca di Singapore, Cina, Germania e Regno Unito. Utilizza il blatto del Madagascar come veicolo e ha abbastanza potenza per funzionare per diverse ore.

Fonte: https://arxiv.org/abs/2105.10869

Il sistema di salvataggio ibrido presenta un modello di riconoscimento umano che utilizza un modello di classificazione di immagini che utilizza macchine vettoriali di supporto (SVM) e istogramma di gradienti orientati.

Il movimento del blatto è diretto dal sistema di navigazione integrato, che guida il “biobot” verso una destinazione predeterminata senza alcuna conoscenza degli ostacoli intervenienti. Per la maggior parte, le abilità di navigazione formidabili del blatto risolvono la maggior parte dei problemi nell’arrivare a una posizione altrimenti irraggiungibile.

Fonte: https://arxiv.org/abs/2105.10869

Il sistema di rilevamento a infrarossi a bordo cattura immagini a 1hz, funzionando con successo in aree buie e segnalando in tempo reale eventuali sopravvissuti a un centro di comando. Per conservare energia, il sistema di analisi delle immagini inizia a funzionare solo se attivato da una lettura a infrarossi positiva.

Il modello occupa solo 18,3kB di memoria Flash e 52,2kB di RAM statica, raggiungendo un tempo di calcolo di 95 millisecondi. Un tempo di elaborazione ragionevole è essenziale in uno scenario di ricerca e salvataggio, poiché le firme a infrarossi distanti potrebbero essere altrimenti perse nell’intervallo di elaborazione mentre il blatto cambia direzione e attraversa il terreno.

Il sistema presenta anche sensori per monitorare la temperatura, l’umidità e il CO2, al fine di segnalare le condizioni locali per un possibile tentativo di salvataggio e di permettere al centro di controllo di allontanare il blatto da qualsiasi situazione che potrebbe metterlo in pericolo.

Risorse Locali Limitate

La struttura di apprendimento automatico è richiesta per funzionare con risorse estremamente ridotte: solo 191,8kB di RAM statica e 1988kB di memoria Flash sono lasciati per il sistema dalle esigenze di potenza generali del dispositivo, che deve anche fornire lo stimolo elettrico per l’insetto.

I tre blocchi funzionali dello zaino del blatto, rappresentati sopra, includono la stimolazione wireless, un’unità di controllo principale e componenti periferici, con il sistema di rilevamento a infrarossi derivato dall’apprendimento automatico e la funzionalità di navigazione incorporata nell’unità di controllo principale. Il circuito dello zaino è stato suddiviso in diversi componenti per adattarsi meglio alla geometria del blatto.

Il blatto del Madagascar (tra le specie più grandi del mondo, con una capacità di carico massima di 15g) è controllato da piccole scosse elettriche che lo dirigono in una direzione o nell’altra, implementate da quattro elettrodi impiantati nelle antenne (cerci) del blatto e nel suo addome. Gli elettrodi sono fissati con la cera d’api.

Aggiungere Intelligenza Artificiale alla Ricerca e Salvataggio degli Insetti

La nuova iniziativa sviluppa un lavoro precedente dell’UC Berkeley e della Nanyang Technological University di Singapore, che ha concepito per la prima volta l’idea di utilizzare scarafaggi direzionabili in scenari di ricerca e salvataggio.

Ricerca del 2016 sul controllo del percorso di volo di un scarafaggio. Fonte: https://www.youtube.com/watch?v=iljHXpE4LG8

Sebbene gli scarafaggi abbiano la capacità aggiuntiva del volo, la loro capacità di carico è ridotta, riducendo le potenziali capacità delle tecnologie a bordo e portando le richieste di consumo di energia a un livello critico, in particolare in un caso in cui è necessario eseguire un algoritmo di apprendimento automatico.

Il sistema di riconoscimento umano autonomo a bordo utilizza un modello di classificazione di immagini che utilizza macchine vettoriali di supporto (SVM) e istogramma di gradienti orientati.

Il movimento del blatto è diretto dal sistema di navigazione integrato, che guida il “biobot” verso una destinazione predeterminata senza alcuna conoscenza degli ostacoli intervenienti. Per la maggior parte, le abilità di navigazione formidabili del blatto risolvono la maggior parte dei problemi nell’arrivare a una posizione altrimenti irraggiungibile.

Fonte: https://arxiv.org/abs/2105.10869

Il sistema di rilevamento a infrarossi a bordo cattura immagini a 1hz, funzionando con successo in aree buie e segnalando in tempo reale eventuali sopravvissuti a un centro di comando. Per conservare energia, il sistema di analisi delle immagini inizia a funzionare solo se attivato da una lettura a infrarossi positiva.

Il modello occupa solo 18,3kB di memoria Flash e 52,2kB di RAM statica, raggiungendo un tempo di calcolo di 95 millisecondi. Un tempo di elaborazione ragionevole è essenziale in uno scenario di ricerca e salvataggio, poiché le firme a infrarossi distanti potrebbero essere altrimenti perse nell’intervallo di elaborazione mentre il blatto cambia direzione e attraversa il terreno.

Il sistema presenta anche sensori per monitorare la temperatura, l’umidità e il CO2, al fine di segnalare le condizioni locali per un possibile tentativo di salvataggio e di permettere al centro di controllo di allontanare il blatto da qualsiasi situazione che potrebbe metterlo in pericolo.

Test in Terreni Simulati

Il sistema è stato testato in uno scenario di disastro simulato (immagine sopra), con una negoziazione efficace degli ostacoli, tranne in alcune configurazioni particolarmente impegnative che coinvolgono salite vertiginose, poiché il blatto è svantaggiato in termini di peso a causa dell’attrezzatura allegata.

Il sistema di navigazione inizialmente aveva la tendenza a rimanere bloccato di fronte a ostacoli schiaccianti, come situazioni in cui anche il blatto non poteva proseguire, e i ricercatori hanno successivamente sviluppato un sistema di navigazione con feedback predittivo per migliorare le prestazioni di fronte a ostacoli alti. Il sistema è stato in grado di raggiungere un tasso di successo del 100% in ambienti con ostacoli nulli o bassi e un tasso di successo più alto con ostacoli alti.

Se il fallimento si è verificato, i ricercatori concludono che ciò potrebbe essere rimediato aumentando la durata dell’esperimento, sebbene ciò abbia implicazioni in uno scenario di ricerca e salvataggio critico per il tempo.

Vista a Infrarossi

La telecamera a infrarossi a bordo ha specifiche modeste, funzionando a 32×32 pixel con un campo di vista di 90 gradi. Le immagini, quando attivate, vengono passate attraverso un filtro di denoising mediano.

Il sistema raggiunge un tasso di successo dell’87% nel distinguere i soggetti umani da altri tipi di firme termiche, salendo al 90% quando si trova in un raggio di prossimità di 0,5 m e 1,5 m.

A causa delle limitazioni di energia e di dimensioni del chip, lo studio iniziale non presenta un sistema di localizzazione a bordo e quindi non è possibile tracciare la posizione del blatto in tempo reale. I ricercatori suggeriscono che la stima della posizione potrebbe essere implementata come soluzione per il risparmio di energia, con segnali di localizzazione a bassa energia trasmessi indietro al centro di controllo, in implementazioni future.

Gli Insetti come Operatori di Ricerca e Salvataggio

Gli ultimi dieci anni hanno visto una serie di progetti di ricerca volti a utilizzare la resistenza e il potere di navigazione degli insetti per creare sistemi ibridi o puramente robotici per la ricerca e il salvataggio. Oltre al lavoro del 2016 sugli scarafaggi, che precede questa nuova iniziativa, ci sono stati numerosi tentativi di ricreare le capacità degli insetti in forma puramente robotica.

Questi includono un progetto di ricerca del 2019 dell’UoC che ha offerto un robot semplice dal punto di vista ergonomico basato sui principi di un blatto, uno dei primi progetti del suo genere a occuparsi della fragilità estrema degli insetti robotici.