სტუბი მკვლევარებმა შეიმუშავეს Swarm Drones გაზის გაჟონვის ლოკალიზაციისთვის - Unite.AI
დაკავშირება ჩვენთან ერთად

რობოტები

მკვლევარებმა შეიმუშავეს Swarm Drones გაზის გაჟონვის ლოკალიზაციისთვის

გამოქვეყნებულია

 on

დელფტის ტექნოლოგიური უნივერსიტეტის მკვლევარებმა შექმნეს პაწაწინა დრონების პირველი ჯგუფი, რომლებსაც შეუძლიათ დამოუკიდებლად გამოავლინონ და დაადგინონ გაზის გაჟონვა მჭიდრო შიდა გარემოში. შენობაში ან სამრეწველო ობიექტში გაზის გაჟონვის დასადგენად, მეხანძრეები რისკავს საკუთარ სიცოცხლეს, რადგან წყაროს აღმოჩენას შეიძლება დიდი დრო დასჭირდეს. ამ ახალ დრონებს შეიძლება ჰქონდეს მნიშვნელოვანი გავლენა ამ სფეროში.

AI-ის დაპროექტება თვითმფრინავებისთვის

მკვლევრებისთვის ყველაზე დიდი დაბრკოლება რთული ამოცანისთვის საჭირო ხელოვნური ინტელექტის (AI) შექმნა იყო. თვითმფრინავების მცირე ზომის გამო, გამოთვლითი და მეხსიერების ნაწილები მჭიდროდ უნდა მოთავსებულიყო მათში. მკვლევარები ეყრდნობოდნენ ბიო-ინსპირირებულ ნავიგაციასა და ძიების სტრატეგიებს. 

ის კვლევის გამოქვეყნდა ArXiv სტატიების სერვერზე და იგი წარმოდგენილი იქნება IROS რობოტიკის კონფერენციაზე წლის ბოლოს.

რა არის საჭირო გაზის ავტონომიური წყაროს ლოკალიზაციისთვის

გაზის ავტონომიური წყაროს ლოკალიზაციის ამოცანა უკიდურესად რთულია და ის მოითხოვს ხელოვნურ გაზის სენსორებს, რომლებსაც არ შეუძლიათ მცირე რაოდენობით გაზის აღმოჩენა. ისინი ასევე იბრძვიან შეინარჩუნონ მგრძნობიარე გაზის კონცენტრაციის სწრაფი ცვლილებები. 

გარდა რეალური ამოცანისა, გარემო ასევე იწვევს პრობლემებს, როდესაც ის კომპლექსურია. ამ მიზეზების გამო, ტრადიციული კვლევა განვითარდა ცალკეული რობოტების გარშემო, რომლებიც ეძებენ გაზის წყაროს პატარა, დაბრკოლებების გარეშე გარემოში. 

გვიდო დე კრუნი არის სრული პროფესორი TU Delft-ის Micro Air Vehicle ლაბორატორიაში. 

”ჩვენ დარწმუნებულები ვართ, რომ პაწაწინა თვითმფრინავების გროვა არის პერსპექტიული გზა გაზის ავტონომიური წყაროს ლოკალიზაციისთვის,” - ამბობს გვიდო დე კრუნი. „დრონების მცირე ზომა მათ ძალიან უსაფრთხოს ხდის ნებისმიერი ადამიანისა და შენობაში მყოფი ქონებისთვის, ხოლო მათი ფრენის შესაძლებლობა მათ საშუალებას მისცემს საბოლოოდ მოძებნონ წყარო სამ განზომილებაში. უფრო მეტიც, მათი მცირე ზომა საშუალებას აძლევს მათ იფრინონ ​​ვიწრო შიდა ადგილებში. დაბოლოს, ამ დრონების გროვა საშუალებას აძლევს მათ უფრო სწრაფად მოახდინოს გაზის წყაროს ლოკალიზება, ხოლო გაზის კონცენტრაციის ადგილობრივ მაქსიმუმს თავის დაღწევა, რათა იპოვონ ნამდვილი წყარო.

ამ თვისებების უპირატესობების მიუხედავად, ისინი ასევე ართულებენ ინჟინრებს AI-ის დანერგვას თვითმფრინავებში გაზის წყაროს ავტონომიური ლოკალიზაციისთვის. ბორტზე ზონდირებასა და დამუშავებასთან დაკავშირებული შეზღუდვების გამო, თვითმართვადი მანქანებში გამოყენებული AI ალგორითმები არ გამოიყენება. იმის გამო, რომ ისინი მოქმედებენ ჯგუფურად, დრონებს ასევე სჭირდებათ თავიდან აიცილონ ერთმანეთთან შეჯახება თანამშრომლობის დროს.

ბარტ დუისტერჰოფმა კვლევა TU Delft-ში ჩაატარა. 

”სინამდვილეში, ბუნებაში არსებობს წარმატებული ნავიგაციისა და სუნის წყაროს ლოკალიზაციის უამრავი მაგალითი რესურსების მკაცრი შეზღუდვების ფარგლებში”, - ამბობს დუისტერჰოფი. ”უბრალოდ იფიქრეთ იმაზე, თუ როგორ ახერხებენ ბუზები თავიანთი 100,000 ნეირონისგან შემდგარი პაწაწინა ტვინით ზაფხულში თქვენს სამზარეულოში არსებულ ბანანს. ისინი ამას აკეთებენ მარტივი ქცევების ელეგანტურად შერწყმით, როგორიცაა ქარის საწინააღმდეგოდ ან ორთოგონალურად ფრენა ქარზე, იმისდა მიხედვით, გრძნობენ თუ არა სუნს. მიუხედავად იმისა, რომ ჩვენ ვერ მოვახერხეთ ამ ქცევების პირდაპირ კოპირება ჩვენს რობოტებზე ჰაერის ნაკადის სენსორების არარსებობის გამო, ჩვენ ჩავუნერგეთ ჩვენს რობოტებს მსგავსი მარტივი ქცევები ამოცანის გადასაჭრელად.

Sniffy Bug: გაზის მაძიებელი ნანო კვადკოპტერების სრულად ავტონომიური ჯგუფი არეულ გარემოში

პაწაწინა დრონები ეყრდნობა ახალ „შეცდომის“ ალგორითმს სახელწოდებით „Sniffy Bug“, რომელიც საშუალებას აძლევს თვითმფრინავებს გავრცელდნენ მანამ, სანამ რაიმე გაზს აღმოაჩენენ. ეს საშუალებას აძლევს მათ დაფარონ დიდი გარემო და თავიდან აიცილონ დაბრკოლებები ან ერთმანეთი. 

როგორც კი ერთ-ერთი თვითმფრინავი იგრძნობს გაზს, ის აცნობს ამას სხვებს, რომლებიც შემდეგ ითანამშრომლებენ ერთმანეთთან, რათა რაც შეიძლება სწრაფად იპოვონ გაზის წყარო. უფრო კონკრეტულად, დრონები ახორციელებენ გაზის მაქსიმალური კონცენტრაციის ძიებას ალგორითმით, რომელსაც ეწოდება "ნაწილაკების ჯვარცმის ოპტიმიზაცია" ან PSO, სადაც თითოეული დრონი მოქმედებს როგორც ნაწილაკი. 

ალგორითმი შთაგონებული იყო ფრინველთა ფარების სოციალური ქცევით და მოძრაობით, თითოეული დრონი მოძრაობდა გაზის ყველაზე მაღალი კონცენტრაციის მდებარეობის, გროვის ყველაზე მაღალი მდებარეობისა და მისი ამჟამინდელი მოძრაობის მიმართულებისა და ინერციის მიხედვით. PSO-ს ერთ-ერთი უპირატესობა ის არის, რომ მას მხოლოდ გაზის კონცენტრაციის გაზომვა სჭირდება გაზის კონცენტრაციის გრადიენტის ან ქარის მიმართულების გარეშე.

„ეს კვლევა აჩვენებს, რომ უპილოტო თვითმფრინავების ჯგუფს შეუძლია შეასრულოს ძალიან რთული ამოცანები“, - ამბობს გვიდო, „ვიმედოვნებთ, რომ ეს ნამუშევარი შთაგონება იქნება სხვა რობოტების მკვლევარებისთვის, რათა გადახედონ ხელოვნური ინტელექტის ტიპს, რომელიც აუცილებელია ავტონომიური ფრენისთვის.

ალექს მაკფარლანდი არის ხელოვნური ინტელექტის ჟურნალისტი და მწერალი, რომელიც იკვლევს ხელოვნურ ინტელექტის უახლეს მოვლენებს. ის თანამშრომლობდა მრავალრიცხოვან AI სტარტაპთან და პუბლიკაციებთან მთელ მსოფლიოში.