Robotyka i fizyczna AI

WiFi Pomaga Robotom Nawigować w Środowiskach Wewnętrznych

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Inżynierowie z Uniwersytetu Kalifornijskiego w San Diego opracowali tanią i energooszczędną technologię, która pomaga robotom tworzyć mapy ich środowisk wewnętrznych. System ten pomaga robotom nawigować nawet w przypadku niskiego oświetlenia lub braku rozpoznawalnych punktów orientacyjnych lub cech otoczenia.

Zespół badawczy należy do grupy Wireless Communication Sensing and Networking, której przewodniczy profesor Dinesh Bharadia z wydziału elektrotechniki i informatyki Uniwersytetu Kalifornijskiego w San Diego. Praca ta zostanie przedstawiona na konferencji ICRA 2022 w Filadelfii, która odbędzie się w dniach 23-27 maja.

Badania zostały opublikowane w IEEE Robotics and Automation.

Całkowicie Nowe Podejście

Opracowana technologia wykorzystuje czujniki, które polegają na sygnałach WiFi, aby umożliwić robotom tworzenie mapy ich środowiska i ścieżki. System ten jest całkowicie nowym podejściem do nawigacji robotów we wnętrzach i jest unikalny w porównaniu z poprzednimi, które wykorzystują sensory optyczne, takie jak kamery i LiDAR-y.

Czujniki „WiFi” wykorzystują sygnały fal radiowych zamiast światła lub wskazówek wizualnych, aby „zobaczyć”, co pozwala im działać lepiej w środowiskach, w których kamery i LiDAR-y mają trudności. Takie środowiska są zwykle słabo oświetlone, mają zmieniające się oświetlenie i są powtarzalne, jak długie korytarze.

Alternatywa dla LiDAR-ów

WiFi pomaga osiągnąć status taniej alternatywy dla LiDAR-ów, które są drogie i wymagają dużej ilości energii.

“Jesteśmy otoczeni sygnałami bezprzewodowymi prawie wszędzie, gdzie się udajemy. Piękno tej pracy polega na tym, że możemy wykorzystać te codzienne sygnały do lokalizacji i mapowania wewnętrznego z robotami”, powiedział Bharadia.

Aditya Arun jest doktorantem na wydziale elektrotechniki i informatyki w laboratorium Bharadii i jest pierwszym autorem badania.

Badacze zbudowali prototyp systemu z wykorzystaniem dostępnego sprzętu. Składa się on z robota wyposażonego w czujniki WiFi zbudowane z dostępnych transceiverów WiFi. Czujniki WiFi wysyłają sygnały bezprzewodowe do punktów dostępu WiFi i odbierają je od nich w środowisku, co umożliwia robotowi mapowanie jego położenia i kierunku ruchu.

Roshan Ayyalasomayajula jest również doktorantem na wydziale elektrotechniki i informatyki w laboratorium Bharadii, a także współautorem badania.

“Ta dwukierunkowa komunikacja już występuje między urządzeniami mobilnymi, takimi jak telefon, a punktami dostępu WiFi – po prostu nie mówi nam, gdzie się znajdujemy”, powiedział Ayyalasomayajula. “Nasza technologia wykorzystuje tę komunikację do lokalizacji i mapowania w nieznanym środowisku”.

Czujniki WiFi nie wiedzą początkowo, gdzie się znajduje robot i gdzie są punkty dostępu WiFi w środowisku. Gdy robot się porusza, czujniki wywołują punkty dostępu i nasłuchują odpowiedzi, które są następnie wykorzystywane jako punkty orientacyjne.

Każdy przychodzący i wychodzący sygnał bezprzewodowy niesie ze sobą unikalne informacje fizyczne, które mogą być wykorzystane do określenia, gdzie robot i punkty dostępu znajdują się względem siebie. Algorytmy umożliwiają czujnikom WiFi wyodrębnienie tych informacji i wykonanie tych obliczeń. Czujniki nadal odbierają więcej informacji i mogą ostatecznie określić, dokąd robot zmierza.

Technologia została przetestowana na piętrze budynku biurowego, gdzie umieszczono kilka punktów dostępu wokół przestrzeni. Następnie robot został wyposażony w czujniki WiFi, a także kamerę i LiDAR, aby wykonać pomiary porównawcze. Zespół kontrolował robota i kazał mu kilkakrotnie przejechać po piętrze. Zrobił także skręty i pojechał wzdłuż długich i wąskich korytarzy z jasno i słabo oświetlonymi przestrzeniami.

Testy wykazały, że dokładność lokalizacji i mapowania dostarczona przez czujniki WiFi była porównywalna z dokładnością komercyjnych czujników kamer i LiDAR-ów.

“Możemy wykorzystać sygnały WiFi, które są praktycznie darmowe, do wykonywania niezawodnych i wiarygodnych pomiarów w środowiskach wizualnie wymagających”, powiedział Arun. “Czujniki WiFi mogą potencjalnie zastąpić drogie LiDAR-y i uzupełnić inne tanie sensory, takie jak kamery, w tych scenariuszach”.

Zespół będzie teraz pracował nad połączeniem czujników WiFi i kamer, aby opracować jeszcze bardziej kompletną technologię mapowania.

Alex prowadzi operacje informacyjne zasilane AI w Unite.AI, łącząc dziennikarstwo, badania i automatyzację, aby wspierać terminowe i skalowalne relacjonowanie sztucznej inteligencji. Jego praca pomaga zapewnić, że nowe osiągnięcia w dziedzinie AI są prezentowane efektywnie, przy zachowaniu standardów redakcyjnych publikacji.