AIを搭載したコックローチによる捜索救助装置

国際ロボティクス研究者は、都市での捜索救助（USAR）システムを開発しました。このシステムでは、機械学習を利用した赤外線サバイバー検出システムを、コックローチに搭載して運用します。このシステムは、シンガポール、中国、ドイツ、イギリスの研究部門の共同プロジェクトであり、コックローチを使用して、災害シナリオでの捜索救助活動を支援します。

このシステムは、研究論文に基づいて開発されており、コックローチを使用して、災害シナリオでの捜索救助活動を支援します。コックローチは、電気的刺激を受けて方向を変え、災害シナリオでの捜索救助活動を支援します。

出典: https://arxiv.org/abs/2105.10869

このハイブリッド救助システムには、人間の検出を可能にする機械学習モデルが搭載されています。このモデルは、赤外線（IR）画像を使用して訓練されており、モバイルIR検出システムを動作させます。このシステムは、自律的に動作し、検出された生存者を基地の運用ステーションに報告します。

限られたローカルリソース

このシステムでは、機械学習フレームワークを、非常に限られたリソースで動作させる必要があります。静的RAMは191.8kB、フラッシュメモリは1988kBしか使用できません。コックローチの背中には、無線刺激、プライマリコントローラユニット、周辺コンポーネントが搭載されています。IR由来の機械学習システムとナビゲーション機能は、プライマリコントローラユニットに組み込まれています。

コックローチの背中には、3つの機能ブロックがあります。無線刺激、プライマリコントローラユニット、周辺コンポーネントがあります。IR由来の機械学習システムとナビゲーション機能は、プライマリコントローラユニットに組み込まれています。回路は、コックローチの形状に合わせて分割されています。

マダガスカルコックローチは、世界最大のコックローチの一種であり、最大15gの重量を支えることができます。コックローチは、電気的刺激を受けて方向を変え、災害シナリオでの捜索救助活動を支援します。電極は、コックローチの触角（cerci）と腹部に埋め込まれています。電極は、蜂の巣に固定されています。

昆虫による捜索救助へのAIの追加

この新しいイニシアチブは、UCバークレーとシンガポールの南洋理工大学による以前の研究を基にしています。この研究では、USARシナリオで操舵可能なコックローチを使用することが提案されました。

2016年のコックローチの飛行経路の制御に関する研究。出典: https://www.youtube.com/watch?v=iljHXpE4LG8

コックローチには、飛行能力がありませんが、地上を移動することができます。コックローチの荷重容量は、15gまでなります。コックローチは、災害シナリオでの捜索救助活動を支援するために、機械学習アルゴリズムを動作させることができます。

この新しいイニシアチブでは、画像分類モデルを使用して、人間の検出を可能にします。このモデルは、サポートベクターマシン（SVM）とヒストグラムオブオリエンテッドグレーディエント（HOG）を使用して訓練されています。

コックローチの動きは、統合ナビゲーションシステムによって制御され、目的地への到達を支援します。コックローチは、障害物を回避して目的地に到達することができます。

出典: https://arxiv.org/abs/2105.10869

コックローチの赤外線システムは、1Hzで画像を取得し、暗い場所でも動作します。検出された生存者を基地の運用ステーションにリアルタイムで報告します。画像分析システムは、赤外線の正の読み出しによってのみ動作します。

このモデルは、18.3kBのフラッシュメモリと52.2kBの静的RAMを使用し、95ミリ秒の計算時間を実現しています。計算時間は、USARシナリオでは非常に重要です。コックローチが方向を変え、地形を移動するときに、遠くの赤外線シグナルが見逃されることがあります。

このシステムには、温度、湿度、CO2を測定するセンサーもあります。救助活動のための現地の状況を報告し、コックローチを危険な状況から遠ざけることができます。

シミュレートされた地形でのテスト

このシステムは、シミュレートされた災害シナリオでテストされ、有効な障害物の回避が可能でした。ただし、特に急な登り坂では、コックローチの重量の制限により、動作が制限されました。

ナビゲーションアーキテクチャは、初期の段階では、特に急な登り坂では、動作が制限されていました。そこで、研究者は、予測フィードバックナビゲーションシステムを開発して、パフォーマンスを向上させました。システムは、障害物のない環境では100%の成功率を達成し、急な登り坂では高い成功率を達成しました。

失敗した場合、研究者は、実験の期間を延長することで、問題を解決できる可能性があると結論付けました。ただし、これは、時間が敏感なUSARシナリオでは、論理的な影響を及ぼします。

赤外線ビュー

コックローチの赤外線カメラは、32×32ピクセルの解像度で、90度の視野角で動作します。画像は、メディアンノイズフィルタを通して処理されます。

システムは、人間の検出を87%の精度で実現し、0.5mと1.5mの近距離では90%の精度で実現します。

初期の研究では、エネルギーとチップサイズの制限により、オンボードのローカリゼーションシステムは搭載されていません。したがって、コックローチの位置をリアルタイムで追跡することはできません。研究者は、将来の実装では、デッドレッキングを実装することで、位置情報の信号をコントロールセンターに送信することができる可能性があると示唆しています。

昆虫による捜索救助オペレーター

過去10年間で、昆虫の耐久性とナビゲーション能力を利用して、捜索救助シナリオ用のハイブリッドまたは純粋なロボットシステムを開発する研究プロジェクトが多数行われてきました。この最新のイニシアチブ以前の2016年のコックローチに関する研究に加えて、昆虫の能力を純粋なロボット形式で再現するための多数の試みがありました。

これらの試みには、2019年の研究プロジェクトがあります。このプロジェクトでは、コックローチの原理に基づくシンプルなロボットを開発し、ロボット昆虫の極端な脆弱性に対処するための最初のプロジェクトの一つとなりました。