Робототехника и физический ИИ

Таракан с оборудованием для поиска и спасения, оснащенным ИИ

mm
Добавьте Unite.AI в избранные источники в Google

Международные исследователи в области робототехники разработали систему поиска и спасения в городской среде (USAR), которая использует “руливаемого” живого таракана для транспортировки миниатюризированной машины с возможностью обучения на основе инфракрасного обнаружения выживших в сценариях катастроф, которые невозможно преодолеть другими способами.

Система является совместной работой исследовательских отделов в Сингапуре, Китае, Германии и Великобритании. Она использует таракана из Мадагаскара в качестве транспортного средства и имеет достаточно мощность, чтобы работать несколько часов.

Источник: https://arxiv.org/abs/2105.10869

Источник: https://arxiv.org/abs/2105.10869

Гибридная система спасения оснащена моделью машинного обучения для обнаружения человека, которая была обучена на инфракрасных изображениях, и питает мобильную систему инфракрасного обнаружения, которая может работать автономно при необходимости, сообщая о найденных выживших обратно на базовую операционную станцию.

Ограниченные местные ресурсы

Фреймворк машинного обучения требует работать на чрезвычайно скудных ресурсах: только 191,8 кБ статической ОЗУ и 1988 кБ флеш-памяти остаются для системы от общих требований к питанию устройства, которое также должно обеспечивать электрический стимул для насекомого.

Три функциональных блока “рюкзака” таракана, изображенные выше, включают беспроводную стимуляцию, основной блок управления и периферийные компоненты, с системой машинного обучения на основе инфракрасных данных и функциональностью навигации, встроенной в основной блок управления. Цепь устройства была разделена на несколько компонентов, чтобы лучше соответствовать геометрии таракана.

Таракан из Мадагаскара (один из крупнейших видов в мире, с максимальной грузоподъемностью 15 г) управляется небольшими электрическими ударами, которые направляют его в одну или другую сторону, реализованные четырьмя электродами, имплантированными в антенны (церки) и в брюшко насекомого. Электроды закреплены пчелиным воском.

Добавление ИИ в поиск и спасение насекомых

Новая инициатива развивает предыдущую работу Университета Калифорнии в Беркли и Наньянского технологического университета Сингапура, которая впервые предложила использовать руливаемых жуков в сценариях поиска и спасения.

Исследование 2016 года по контролю полета жука. Источник: https://www.youtube.com/watch?v=iljHXpE4LG8

Исследование 2016 года по контролю полета жука. Источник: https://www.youtube.com/watch?v=iljHXpE4LG8

Хотя жуки имеют дополнительную способность летать, их грузоподъемность уменьшается, снижая потенциальные возможности бортовых технологий, и увеличивая требования к потреблению энергии до критического уровня, особенно в случае, когда необходимо запускать алгоритм машинного обучения.

Бортная автономная система распознавания человека использует модель классификации изображений, использующую машины опорных векторов (SVM) и гистограмму направленных градиентов.

Движение таракана направляется интегрированной системой навигации и направляет “биоробота” к предопределенной цели без каких-либо знаний о препятствиях. В основном навигационные способности таракана сами по себе решают большинство проблем, связанных с достижением недоступного места.

Источник: https://arxiv.org/abs/2105.10869

Источник: https://arxiv.org/abs/2105.10869

Бортная инфракрасная система захватывает изображения с частотой 1 Гц, работает успешно в темных зонах и беспроводным образом сообщает о найденных выживших в центр управления в режиме реального времени. Чтобы сохранить энергию, система анализа изображений начинает работать только при срабатывании положительного инфракрасного сигнала.

Модель занимает всего 18,3 кБ флеш-памяти и 52,2 кБ статической ОЗУ, достигая времени вычисления 95 миллисекунд. Разумное время обработки имеет решающее значение в сценарии поиска и спасения, поскольку удаленные инфракрасные сигналы могли бы быть пропущены в интервале обработки, пока таракан меняет направление и проходит местность.

Система также оснащена датчиками для мониторинга температуры, влажности и CO2, чтобы сообщать о местных условиях для возможной спасательной операции и чтобы позволить центру управления направлять насекомое away от любой ситуации, которая могла бы представлять опасность для него.

Тестирование в симулированных местностях

Система была протестирована в симулированном сценарии катастрофы (изображение выше), с эффективным преодолением препятствий, за исключением определенных особенно сложных конфигураций, включающих крутые подъемы, поскольку таракан находится в невыгодном положении из-за прикрепленного оборудования.

Архитектура навигации изначально имела тенденцию застревать на подавляющих препятствиях, таких как ситуации, когда даже таракан не мог продвинуться дальше, и исследователи впоследствии разработали прогностическую систему навигации с обратной связью, чтобы улучшить производительность перед лицом высоких препятствий. Система смогла достичь 100% успеха в средах с отсутствием или низкими препятствиями и более высокого успеха с высокими препятствиями.

Где неудача произошла, исследователи заключили, что это можно было бы исправить, увеличив продолжительность эксперимента, хотя это логически имеет последствия в сценарии поиска и спасения, критичном для времени.

Инфракрасный вид

Бортная инфракрасная камера имеет скромные характеристики, работающие при разрешении 32×32 пикселя с углом зрения 90 градусов. Изображения, когда они срабатывают, передаются через медианный фильтр шума.

Система достигает 87% успеха в различении человеческих объектов от других типов тепловых сигналов, увеличиваясь до 90%, когда в радиусе 0,5 м и 1,5 м.

Из-за ограничений энергии и размера микросхемы первоначальное исследование не включает в себя бортовую систему локализации, и поэтому невозможно отслеживать положение таракана в режиме реального времени. Исследователи предлагают, что(dead reckoning) может быть реализована как энергосберегающее решение, с низкоэнергетическими сигналами местоположения, передаваемыми обратно в центр управления, в будущих реализациях.

Насекомые как операторы поиска и спасения

Последние десять лет принесли ряд исследовательских проектов, направленных на использование живучести и навигационной силы насекомых для создания гибридных или чисто роботических систем поиска и спасения. Кроме работы 2016 года, связанной с жуками, которая предшествует этой последней инициативе, было много попыток воссоздать возможности насекомых в чисто роботизированной форме.

К ним относятся проект исследования 2019 года из UoC, который предложил эргономически простого робота, основанного на принципах таракана, один из первых проектов своего рода, решающий проблему крайней хрупкости роботизированных насекомых.

mm

Автор в области машинного обучения, специалист по синтезу человеческих изображений. Бывший руководитель отдела исследовательского контента в Metaphysic.ai, до его объединения с Brahma.ai от DNEG.
Веб‑сайт: martinanderson.ai
Контакт: martin@martinanderson.ai