O AI Usa A Aparência Visual para Estimar Distâncias para Drones

Um novo processo de aprendizado baseado em fluxo óptico desenvolvido por uma equipe de pesquisadores da TU Delft e da Universidade de Ciências Aplicadas da Westfália permite que os robôs estimem distâncias por meio da aparência visual dos objetos em vista. A aparência visual pode incluir fatores como forma, cor e textura.

Usando essa estratégia de aprendizado baseada em IA, a navegação de pequenos drones voadores pode ser aprimorada.

O artigo foi publicado no mês passado na Nature Machine Intelligence.

Robôs vs. Insetos

Para permitir que pequenos robôs voadores possuam o mesmo nível de autonomia que vemos em veículos autônomos grandes, eles precisarão demonstrar a mesma inteligência desenvolvida presente em insetos voadores, o que pode ser feito por meio de sistemas de IA altamente eficientes.

Os pequenos robôs voadores que estão atualmente no mercado não possuem a quantidade necessária de sensores e poder de processamento a bordo, o que é um dos maiores desafios que cercam essa tecnologia.

No mundo natural, os insetos confiam no ‘fluxo óptico’, que é como os objetos se movem na visão de um inseto. Esse fluxo óptico é o que permite que eles pousem em flores e evitem predadores. O que é surpreendente sobre esse fluxo óptico é que ele é simples, apesar de ser usado para tarefas complexas.

Guido de Croon é professor de Veículos Aéreos Micro Bio-Inspirados e autor principal do artigo.

“Nossa pesquisa sobre controle de fluxo óptico começou com o entusiasmo sobre as estratégias elegantes e simples empregadas por insetos voadores,” disse ele. “No entanto, desenvolver os métodos de controle para implementar essas estratégias em robôs voadores se mostrou ser longe de trivial. Por exemplo, nossos robôs voadores não realmente pousavam, mas começavam a oscilar, subindo e descendo continuamente, apenas acima da superfície de pouso.”

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

Fluxo Óptico

Existem duas principais limitações do fluxo óptico. Primeiro, ele fornece informações mistas sobre distância e velocidades, e não fornece informações sobre cada uma delas separadamente. Segundo, o fluxo óptico é muito pequeno na direção que o drone está se movendo, o que tem implicações para a evasão de obstáculos. Em outras palavras, o robô tem a maior dificuldade em detectar objetos em direção ao qual está se movendo.

“Percebemos que ambos os problemas do fluxo óptico desapareceriam se os robôs pudessem interpretar não apenas o fluxo óptico, mas também a aparência visual dos objetos em seu ambiente,” disse Guido de Croon. “Isso permitiria que os robôs vissem distâncias para objetos na cena de forma semelhante à como os humanos podem estimar distâncias em uma imagem parada. A única pergunta era: Como um robô pode aprender a ver distâncias como essa?”

Na nova abordagem desenvolvida pelos pesquisadores, os robôs confiam em oscilações para aprender como os objetos em seu ambiente parecem dependendo da distância. Por exemplo, um drone pode aprender como a textura da grama é fina dependendo da altura em que está durante o pouso.

Christophe De Wagter é pesquisador da TU Delft e coautor do artigo.

“Aprender a ver distância por meio da aparência visual levou a pousos muito mais rápidos e suaves do que conseguimos antes,” disse ele. “Além disso, para a evasão de obstáculos, os robôs agora também podiam ver obstáculos na direção de voo muito claramente. Isso não apenas melhorou o desempenho da detecção de obstáculos, mas também permitiu que nossos robôs acelerassem.”

O novo desenvolvimento terá implicações para robôs voadores que têm recursos limitados, e é especialmente útil para aqueles que operam em um ambiente confinado.