Robotica en fysieke AI

WiFi helpt robots bij het navigeren in binnenomgevingen

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Engineers aan de University of California San Diego hebben een technologie met lage kosten en laag vermogen ontwikkeld die robots helpt bij het in kaart brengen van hun binnenomgeving. Het systeem helpt de robots bij het navigeren, zelfs wanneer er weinig licht is of geen herkenbare kenmerken of eigenschappen.

Het team van onderzoekers behoort tot de Wireless Communication Sensing and Networking Group, die wordt geleid door UC San Diego elektrotechniek- en computerengineeringprofessor Dinesh Bharadia. Het zal worden gepresenteerd op de 2022 International Conference on Robotics and Automation (ICRA) in Philadelphia, die loopt van 23 tot 27 mei.

Het onderzoek werd gepubliceerd in IEEE Robotics and Automation.

Een geheel nieuwe aanpak

De nieuw ontwikkelde technologie heeft sensoren die gebruikmaken van WiFi-signalen om de robot in staat te stellen zijn omgeving en pad in kaart te brengen. Het systeem is een geheel nieuwe aanpak voor indoor robotnavigatie en is uniek in vergelijking met eerdere systemen die optische lichtsensoren zoals camera’s en LiDAR’s gebruiken.

De “WiFi”-sensoren gebruiken radiogolfsignalen in plaats van licht- of visuele signalen om te zien, waardoor ze beter werken in omgevingen waar camera’s en LiDAR’s moeite hebben. Deze soorten omgevingen zijn meestal omgevingen met weinig licht, veranderend licht en herhalende omgevingen zoals lange gangen.

Alternatief voor LiDAR’s

De WiFi helpt de technologie om zijn status te bereiken als een economisch alternatief voor LiDAR’s, die duur en veel vermogen vereisen.

“We worden omringd door draadloze signalen bijna overal waar we gaan. De schoonheid van dit werk is dat we deze alledaagse signalen kunnen gebruiken om indoor lokaliseren en in kaart brengen met robots,” zei Bharadia.

Aditya Arun is een elektrotechniek- en computerengineeringpromovendus in Bharadia’s lab en eerste auteur van de studie.

De onderzoekers bouwden het prototypesysteem met standaardhardware. Het bestaat uit een robot die is uitgerust met WiFi-sensoren die zijn gebouwd met commercieel beschikbare WiFi-transceivers. Deze WiFi-sensoren zenden en ontvangen draadloze signalen naar en van WiFi-toegangspunten in de omgeving, en deze communicatie is wat de robot in staat stelt om zijn locatie en bewegingsrichting in kaart te brengen.

Roshan Ayyalasomayajula is ook een elektrotechniek- en computerengineeringpromovendus in Bharadia’s lab, evenals een co-auteur van de studie.

“Deze tweerichtingscommunicatie gebeurt al tussen mobiele apparaten zoals uw telefoon en WiFi-toegangspunten de hele tijd — het vertelt u alleen niet waar u bent,” zei Ayyalasomayajula. “Onze technologie maakt gebruik van deze communicatie om lokaliseren en in kaart brengen te doen in een onbekende omgeving.”

De WiFi-sensoren zijn aanvankelijk niet op de hoogte van de locatie van de robot en waar de WiFi-toegangspunten in de omgeving zijn. Als de robot beweegt, roepen de sensoren de toegangspunten op en luisteren ze naar hun antwoorden, die vervolgens als oriëntatiepunten worden gebruikt.

Elk inkomend en uitgaand draadloos signaal bevat zijn eigen unieke fysieke informatie die kan worden gebruikt om te bepalen waar de robots en toegangspunten ten opzichte van elkaar zijn. De algoritmes stellen de WiFi-sensoren in staat om deze informatie te extraheren en deze berekeningen uit te voeren. De sensoren blijven meer informatie oppikken en kunnen uiteindelijk bepalen waar de robot naartoe gaat.

De technologie werd getest op een verdieping van een kantoorgebouw, waar meerdere toegangspunten rond de ruimte waren geplaatst. Een robot werd uitgerust met de WiFi-sensoren, evenals een camera en een LiDAR om metingen te doen voor vergelijking. Het team controleerde de robot en liet hem meerdere keren rond de verdieping rijden. Het draaide ook om hoeken en ging door lange en smalle gangen met fel en zwak verlichte ruimtes.

De tests toonden aan dat de nauwkeurigheid van de lokaliseren en in kaart brengen die door de WiFi-sensoren werd geboden, gelijk was aan die van de commerciële camera- en LiDAR-sensoren.

“We kunnen WiFi-signalen gebruiken, die in wezen gratis zijn, om robuust en betrouwbaar te meten in visueel uitdagende omgevingen,” zei Arun. “WiFi-sensoren kunnen mogelijk dure LiDAR’s vervangen en andere lagekosten sensoren zoals camera’s in deze scenario’s aanvullen.”

Het team zal nu werken aan het combineren van WiFi-sensoren en camera’s om een nog completere in kaart brengtechnologie te ontwikkelen.

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.