AI-modeller och plattformar

Swarmrobotar hjälper självkörande bilar att undvika kollisioner

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Det främsta prioritet för företag som utvecklar självkörande fordon är att de kan navigera säkert och undvika krascher eller orsaka trafikstockningar. Northwestern University har tagit ett steg närmare denna verklighet med utvecklingen av den första decentraliserade algoritmen med en kollisionsfri, dödlåsningsfri garanti.

Algoritmen testades av forskarna i en simulering av 1 024 robotar, samt en svärm av 100 riktiga robotar i laboratoriet. Inom en minut kunde robotarna tillförlitligt, säkert och effektivt konvergera för att bilda en förutbestämd form på mindre än en minut.

Northwesterns Michael Rubenstein ledde studien. Han är Lisa Wissner-Slivka och Benjamin Slivka-professor i datavetenskap vid Northwesterns McCormick School of Engineering.

“Om du har många autonoma fordon på vägen vill du inte att de kolliderar med varandra eller fastnar i en dödlåsning”, sa Rubenstein. “Genom att förstå hur man kontrollerar våra svärmrobotar för att bilda former kan vi förstå hur man kontrollerar flottor av autonoma fordon när de interagerar med varandra.”

Artikeln kommer att publiceras i tidskriften IEEE Transactions on Robotics senare denna månad.

Det finns en fördel med att använda en svärm av små robotar jämfört med en stor robot eller en svärm som leds av en robot; det finns en brist på centraliserad kontroll. Centraliserad kontroll kan bli en stor orsak till fel, och Rubensteins decentraliserade algoritm fungerar som en säkerhetsåtgärd.

“Om systemet är centraliserat och en robot slutar fungera, så misslyckas hela systemet”, sa Rubenstein. “I ett decentraliserat system finns det ingen ledare som talar om för alla andra robotar vad de ska göra. Varje robot fattar sina egna beslut. Om en robot misslyckas i en svärm kan svärmen fortfarande utföra uppgiften.”

För att undvika kollisioner och stockningar samordnar robotarna med varandra. Marken under robotarna fungerar som ett rutnät för algoritmen, och varje robot är medveten om sin position på rutnätet tack vare teknologi som liknar GPS.

Innan de förflyttar sig från en plats till en annan, förlitar sig varje robot på sensorer för att kommunicera med de andra. Genom att göra detta kan den bestämma om andra utrymmen på rutnätet är tomma eller upptagna.

“Robotarna vägrar att flytta till en plats tills den platsen är ledig och tills de vet att ingen annan robot flyttar till samma plats”, sa Rubenstein. “De är försiktiga och reserverar ett utrymme i förväg.”

Robotarna kan kommunicera med varandra för att bilda en form, och detta är möjligt tack vare deras närsynthet.

“Varje robot kan bara uppfatta tre eller fyra av sina närmaste grannar”, förklarade Rubenstein. “De kan inte se hela svärmen, vilket gör det lättare att skala systemet. Robotarna interagerar lokalt för att fatta beslut utan global information.”

100 robotar kan samordna för att bilda en form inom en minut, jämfört med den timme det tog i vissa tidigare tillvägagångssätt. Rubenstein vill att hans algoritm ska användas i både självkörande fordon och automatiserade lager.

“Stora företag har lager med hundratals robotar som utför uppgifter liknande det som våra robotar gör i laboratoriet”, sa han. “De behöver se till att deras robotar inte kolliderar men flyttar så snabbt som möjligt för att nå platsen där de till slut ger ett föremål till en människa.”

Alex McFarland är en AI-journalist och författare som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.