AI gebruikt visuele verschijning om afstanden voor drones te schatten

Een nieuw optische-stroom-gebaseerd leerproces dat is ontwikkeld door een team van onderzoekers aan de TU Delft en de Westfaalse Hogeschool voor Toegepaste Wetenschappen, stelt robots in staat om afstanden te schatten op basis van 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 te laten beschikken over hetzelfde niveau van autonomie als grote zelfrijdende voertuigen, moeten ze hetzelfde ontwikkelde intelligentieniveau hebben als vliegende insecten, wat kan worden bereikt met 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 stelt hen in staat om te landen op bloemen 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 omhoog en omlaag 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 snelheden, en het biedt 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 obstakelverwijdering. Met andere woorden, de robot heeft de meeste moeite om objecten te detecteren waar hij 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 zien, net zoals 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 is ontwikkeld door de onderzoekers, 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 hij zich bevindt tijdens het landen.

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

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

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