AI gebruikt visuele verschijning om afstanden te schatten voor drones

Een nieuw optische-stroom-gebaseerd leerproces ontwikkeld door een team van onderzoekers aan de TU Delft en de Westfaalse Universiteit van Toegepaste Wetenschappen maakt het mogelijk voor robots om afstanden te schatten door de visuele verschijning van objecten in zicht. De visuele verschijning kan factoren omvatten zoals vorm, kleur en textuur. 

Door het gebruik van deze AI-gebaseerde leerstrategie kan de navigatie van kleine vliegende drones worden verbeterd. 

Het artikel werd vorige maand gepubliceerd in Nature Machine Intelligence. 

Robots vs. Insecten

Om kleine vliegende robots in staat te stellen hetzelfde niveau van autonomie te hebben als grote zelfrijdende voertuigen, moeten ze hetzelfde ontwikkelde intelligentieniveau hebben als vliegende insecten, wat kan worden bereikt door middel van zeer efficiënte AI-systemen. 

De kleine vliegende robots die momenteel op de markt zijn, hebben niet de benodigde hoeveelheid sensoren en verwerkingskracht aan boord, wat een van de grootste uitdagingen is voor deze technologie. 

In de natuurlijke wereld vertrouwen insecten op ‘optische stroom’, wat de manier is waarop objecten in het zicht van een insect bewegen. Deze optische stroom is wat hen in staat stelt om op bloemen te landen en roofdieren te ontwijken. Wat verrassend is over deze optische stroom is dat het eenvoudig is, ondanks dat het wordt gebruikt voor complexe taken. 

Guido de Croon is een professor in Bio-geïnspireerde Micro Air Vehicles en eerste auteur van het artikel. 

“Ons werk aan optische-stroomcontrole begon met enthousiasme over de elegante, eenvoudige strategieën die door vliegende insecten worden gebruikt,” zei hij. “Echter, het ontwikkelen van de controlemethoden om deze strategieën daadwerkelijk te implementeren in vliegende robots bleek verre van triviaal. Onze vliegende robots zouden bijvoorbeeld niet daadwerkelijk landen, maar begonnen te oscilleren, continu op en neer gaand, net boven het landingsoppervlak.”

https://www.youtube.com/watch?v=A50Wl311rmU&feature=emb_title

Optische Stroom

Er zijn twee belangrijke beperkingen aan optische stroom. Ten eerste biedt het gemengde informatie over afstand en snelheid, en biedt het geen informatie over elk van de twee afzonderlijk. Ten tweede is de optische stroom zeer klein in de richting waarin de drone beweegt, wat implicaties heeft voor obstakelvermijding. Met andere woorden, de robot heeft de meeste moeite om objecten te detecteren waar het naar toe beweegt.

“We realiseerden ons dat beide problemen van optische stroom zouden verdwijnen als de robots niet alleen optische stroom, maar ook de visuele verschijning van objecten in hun omgeving konden interpreteren,” zei Guido de Croon. “Dit zou het mogelijk maken voor robots om afstanden tot objecten in de scène te schatten op een manier die vergelijkbaar is met hoe wij mensen afstanden in een stilstaand beeld kunnen schatten. De enige vraag was: Hoe kan een robot leren om afstanden zo te zien?”

In de nieuwe benadering die door de onderzoekers is ontwikkeld, vertrouwen de robots op oscillaties om te leren hoe objecten in hun omgeving eruitzien, afhankelijk van de afstand. Bijvoorbeeld, een drone kan leren hoe fijn de textuur van gras is, afhankelijk van de hoogte waarop het zich bevindt tijdens het landen. 

Christophe De Wagter is een onderzoeker aan de TU Delft en co-auteur van het artikel. 

“Leren om afstand te zien door middel van visuele verschijning leidde tot veel snellere, soepelere landingen dan we eerder bereikten,” zei hij. “Bovendien konden de robots nu ook obstakels in de vluchtrichting heel duidelijk zien. Dit verbeterde niet alleen de prestaties van obstakeldetectie, maar liet ook onze robots sneller vliegen.”

De nieuwe ontwikkeling zal implicaties hebben voor vliegende robots met beperkte middelen, en het is specifiek nuttig voor diegenen die opereren in een beperkte omgeving.