AI 지원 수색 및 구조 장비를 갖춘 바퀴벌레

국제 로봇공학 연구자들이 '조향 가능한' 살아있는 바퀴벌레를 사용하여 다른 방법으로는 항해할 수 없는 재난 시나리오를 통해 소형화된 기계 학습 지원 적외선 생존자 감지 시스템을 운반하는 도시 수색 및 구조(USAR) 시스템을 개발했습니다.

XNUMXD덴탈의 체계 싱가포르, 중국, 독일 및 영국의 연구 부서 간의 협력입니다. 그것은 마다가스카르 바퀴벌레 차량으로서 몇 시간 동안 달릴 수 있는 충분한 힘을 가지고 있습니다.

출처: https://arxiv.org/abs/2105.10869

하이브리드 구조 시스템은 적외선(IR) 이미지에 대해 훈련된 인간 감지용 기계 학습 모델을 특징으로 하며 필요에 따라 자율적으로 작동할 수 있는 모바일 IR 감지 시스템을 구동하여 발견된 생존자를 기지 운영 스테이션에 다시 보고합니다.

제한된 지역 리소스

기계 학습 프레임워크는 매우 슬림한 리소스에서 작동해야 합니다. 장치의 일반 전원 요구 사항에서 시스템에 191.8kB의 정적 RAM과 1988kB의 플래시 메모리만 남아 있으며 곤충에 대한 전기 자극도 제공해야 합니다.

위 그림에서 바퀴벌레 배낭의 세 가지 기능 블록에는 무선 자극, 기본 컨트롤러 장치 및 주변 구성 요소가 포함되며 IR 파생 기계 학습 시스템과 기본 컨트롤러 장치에 내장된 탐색 기능이 있습니다. 리그의 회로는 바퀴벌레의 형상에 더 잘 맞도록 여러 구성 요소로 분할되었습니다.

마다가스카르 바퀴벌레 가장 큰 종 최대 부하 용량 15g)은 생물체의 더듬이에 이식된 XNUMX개의 전극에 의해 구현되는 작은 전기 충격으로 제어되어 한 방향 또는 다른 방향으로 조종됩니다(Cerci), 그리고 복부로. 전극은 밀랍으로 고정됩니다.

곤충 검색 및 구조에 AI 추가

새로운 이니셔티브는 UC Berkeley와 싱가포르의 Nanyang Technological University의 이전 작업을 개발합니다. 조종 가능한 딱정벌레를 사용하여 USAR 시나리오에서.

2016년 딱정벌레의 비행 경로 제어 연구. 출처: https://www.youtube.com/watch?v=iljHXpE4LG8

딱정벌레는 비행 능력이 추가되었지만 이후에 부하 용량이 감소하여 온보드 기술의 잠재적 기능을 낮추고 특히 기계 학습 알고리즘을 실행하는 데 필요한 경우 전력 소비 요구를 심각한 수준으로 끌어 올립니다.

새로운 이니셔티브의 온보드 자율 인간 인식 시스템은 다음을 활용하는 이미지 분류 모델을 사용합니다. 지원 벡터 기계 (SVM) 및 방향 기울기의 히스토그램.

바퀴벌레의 움직임은 통합 내비게이션 시스템에 의해 지시되며, 방해물에 대한 인식 없이 '바이오봇'을 미리 정해진 목적지로 안내합니다. 대부분의 경우 바퀴벌레 자신의 강력한 탐색 기술은 도달할 수 없는 위치에 도달하는 대부분의 문제를 해결합니다.

출처: https://arxiv.org/abs/2105.10869

온보드 적외선 시스템은 1hz에서 이미지를 캡처하고 어두운 영역에서 성공적으로 작동하며 위치에 있는 생존자를 실시간으로 지휘 센터에 무선으로 보고합니다. 에너지를 절약하기 위해 이미지 분석 시스템은 양성 적외선 판독값에 의해 트리거된 경우에만 작동을 시작합니다.

이 모델은 18.3kB의 플래시 메모리와 52.2kB의 정적 RAM을 차지하며 95밀리초의 계산 시간을 달성합니다. 바퀴벌레가 방향을 바꾸고 지형을 횡단할 때 원거리 적외선 신호가 처리 간격에서 누락될 수 있기 때문에 USAR 시나리오에서는 합리적인 처리 시간이 필수적입니다.

이 시스템은 또한 온도, 습도 및 CO2를 모니터링하는 센서를 갖추고 있어 가능한 구조 시도에 대한 현지 조건을 보고하고 제어 센터가 생물을 위험에 빠뜨릴 수 있는 모든 상황에서 벗어나도록 조종할 수 있습니다.

시뮬레이션된 지형에서 테스트

이 시스템은 부착된 장비로 인해 바퀴벌레의 무게가 불리하기 때문에 현기증이 날 정도로 오르는 특정 어려운 구성을 제외하고 효과적인 장애물 극복과 함께 시뮬레이션된 재난 시나리오(위 이미지)에서 테스트되었습니다.

내비게이션 아키텍처는 처음에는 바퀴벌레도 더 이상 나아갈 수 없는 상황과 같이 압도적인 장애물에 갇히는 경향이 있었고, 이후 연구자들은 높은 장애물에 직면했을 때 성능을 향상시키기 위해 예측 피드백 내비게이션 시스템을 개발했습니다. 이 시스템은 장애물이 없거나 낮은 환경에서 100% 성공률을 달성할 수 있었고 높은 장애물에서는 더 높은 성공률을 달성할 수 있었습니다.

실패가 발생한 경우 연구자들은 실험 기간을 늘림으로써 문제를 해결할 수 있다고 결론을 내렸지만 이는 논리적으로 시간이 중요한 USAR 시나리오에 영향을 미쳤습니다.

적외선 보기

온보드 적외선 카메라는 32도 시야의 32×90 픽셀에서 작동하는 겸손한 사양을 가지고 있습니다. 트리거될 때 이미지는 중간 노이즈 제거 필터를 통과합니다.

이 시스템은 인간 대상을 다른 유형의 열 서명과 구별하는 데 87%의 성공률을 달성하며 근접 반경 90m 및 0.5m에 있을 때 1.5%까지 증가합니다.

에너지 및 칩 크기 제약으로 인해 초기 연구에는 온보드 현지화 시스템이 없으므로 바퀴벌레의 위치를 ​​실시간으로 추적할 수 없습니다. 연구원들은 데드 레커닝이 향후 구현에서 저에너지 위치 신호가 제어 센터로 다시 전달되는 절전 솔루션으로 구현될 수 있다고 제안합니다.

수색 및 구조 대원으로서의 곤충

지난 2016년 동안 수색 및 구조 시나리오를 위한 하이브리드 또는 순수 로봇 시스템을 만들기 위해 곤충의 탄력성과 탐색 능력을 활용하려는 연구 프로젝트가 쏟아져 나왔습니다. 이 최신 이니셔티브에 선행하는 XNUMX년 딱정벌레 관련 작업 외에도 순전히 로봇 형태로 곤충형 기능을 재현하려는 시도가 많이 있었습니다.

여기에는 UoC의 2019 연구 프로젝트 로봇 곤충의 극단적인 취약성을 해결하기 위한 최초의 프로젝트 중 하나인 바퀴벌레의 원리에 기반한 인체 공학적으로 단순한 로봇을 제공했습니다.