AI använder visuell utseende för att uppskatta avstånd för drönare

En ny optisk flödesbaserad inlärningsprocess som utvecklats av en grupp forskare vid TU Delft och Westphalian University of Applied Sciences möjliggör för robotar att uppskatta avstånd genom det visuella utseendet på objekt i sikte. Det visuella utseendet kan inkludera faktorer som form, färg och textur.

Genom att använda denna AI-baserade inlärningsstrategi kan navigationen av små flygande drönare förbättras.

Artikeln publicerades förra månaden i Nature Machine Intelligence.

Robotar vs. insekter

För att kunna ge små flygande robotar samma nivå av autonomi som stora självkörande fordon, måste de visa samma utvecklade intelligens som finns hos flygande insekter, vilket kan uppnås genom mycket effektiva AI-system.

De små flygande robotar som för närvarande finns på marknaden har inte tillräckligt med sensorer och bearbetningskraft ombord, vilket är en av de största utmaningarna för denna teknik.

I den naturliga världen använder insekter sig av “optisk flöde”, som är hur objekt rör sig i en insekts synfält. Detta optiska flöde är vad som möjliggör för dem att landa på blommor och undvika rovdjur. Vad som är förvånande med detta optiska flöde är att det är enkelt, trots att det används för komplexa uppgifter.

Guido de Croon är professor i bio-inspirerade mikro luftfarkoster och första författare till artikeln.

“Vårt arbete med optisk flödeskontroll började med entusiasm för de eleganta, enkla strategierna som används av flygande insekter”, sa han. “Men att utveckla kontrollmetoderna för att faktiskt implementera dessa strategier i flygande robotar visade sig vara långt ifrån trivialt. Till exempel skulle våra flygande robotar inte faktiskt landa, men de började oscillera, kontinuerligt gå upp och ner, precis ovanför landningsytan.”

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

Optisk flöde

Det finns två huvudsakliga begränsningar för optiskt flöde. För det första ger det en blandad information om avstånd och hastigheter, och det ger inte information om var och en av dem separat. För det andra är det optiska flödet mycket litet i den riktning drönaren rör sig, vilket har implikationer för hinderundvikande. Med andra ord har roboten mest svårt att upptäcka objekt den rör sig mot.

“Vi insåg att båda problemen med optiskt flöde skulle försvinna om robotarna kunde tolka inte bara optiskt flöde, utan också det visuella utseendet på objekt i sin omgivning”, sa Guido de Croon. “Detta skulle tillåta robotar att se avstånd till objekt i scenen på samma sätt som vi människor kan uppskatta avstånd i en stillbild. Den enda frågan var: Hur kan en robot lära sig att se avstånd på det sättet?”

I den nya metoden som utvecklats av forskarna, använder robotarna oscillationer för att lära sig hur objekt i deras omgivning ser ut beroende på avstånd. Till exempel kan en drönare lära sig hur fint texturen på gräs är beroende på höjden den är på under landning.

Christophe De Wagter är en forskare vid TU Delft och medförfattare till artikeln.

“Att lära sig att se avstånd med hjälp av visuellt utseende ledde till mycket snabbare och smidigare landningar än vad vi uppnådde tidigare”, sa han. “Dessutom kunde robotarna nu också se hinder i flygriktningen mycket tydligt. Detta förbättrade inte bara hinderupptäcktsprestandan, utan tillät också våra robotar att öka farten.”

Den nya utvecklingen kommer att ha implikationer för flygande robotar som har begränsade resurser, och det är specifikt användbart för de som opererar i en begränsad miljö.