Các nhà khoa học máy tính phát triển hệ thống điều hướng chính xác cho robot trong phòng cấp cứu

Một hệ thống điều hướng mới cho robot đã được phát triển bởi các nhà khoa học máy tính tại Đại học California San Diego, đã chứng minh được độ chính xác cao hơn. Hệ thống này sẽ cho phép robot điều hướng tốt hơn trong các phòng cấp cứu và môi trường lâm sàng đông đúc. Ngoài hệ thống mới, các nhà nghiên cứu cũng đã phát triển một tập dữ liệu video mã nguồn mở có thể được sử dụng để đào tạo các hệ thống điều hướng robot trong tương lai.

Nghiên cứu này được trình bày trong một bài báo tại Hội nghị Quốc tế về Robotics và Tự động hóa, sẽ diễn ra tại Xi’an, Trung Quốc từ ngày 30 tháng 5 đến ngày 5 tháng 6. Đội ngũ nghiên cứu được dẫn dắt bởi Giáo sư Laurel Riek và sinh viên tiến sĩ Angelique Taylor.

Các bác sĩ lâm sàng đã lâu nói về cách robot có thể giúp các bác sĩ, y tá và nhân viên trong phòng cấp cứu, và một trong những kết luận là họ có thể làm điều này bằng cách cung cấp vật tư và vật liệu. Để điều này xảy ra, robot phải có khả năng tránh các tình huống liên quan đến các bác sĩ lâm sàng bận rộn với bệnh nhân trong tình trạng nghiêm trọng hoặc nguy cấp.

Riek giữ chức vụ tại khoa khoa học máy tính và y học cấp cứu tại UC San Diego.

“Để thực hiện các nhiệm vụ này, robot phải hiểu được ngữ cảnh của môi trường bệnh viện phức tạp và những người làm việc xung quanh họ,” Riek nói.

Mạng lưới Q-Network An toàn (SafeDQN)

Hệ thống điều hướng được xây dựng bởi Taylor và các đồng nghiệp được gọi là Mạng lưới Q-Network An toàn (SafeDQN). Nó được xây dựng xung quanh một thuật toán xem xét số lượng người đông đúc trong một không gian và cách họ di chuyển đột ngột.

Thuật toán dựa trên quan sát của các bác sĩ lâm sàng trong phòng cấp cứu, ví dụ, khi một đội ngũ y bác sĩ cung cấp hỗ trợ cho một bệnh nhân có tình trạng sức khỏe xấu đi. Các bác sĩ lâm sàng di chuyển trong môi trường cấp cứu một cách chính xác và nhanh chóng, vì vậy hệ thống điều hướng cho phép robot di chuyển xung quanh các nhóm người này trong khi tránh cản trở.

Taylor là thành viên của Phòng thí nghiệm Robotics Y tế của Riek tại Khoa Khoa học Máy tính và Kỹ thuật của UC San Diego.

“Hệ thống của chúng tôi được thiết kế để đối phó với các tình huống tồi tệ nhất có thể xảy ra trong phòng cấp cứu,” Taylor nói

Thuật toán được đào tạo bằng video trên Youtube từ các tài liệu và chương trình thực tế về phòng cấp cứu. Có hơn 700 video có sẵn cho các đội nghiên cứu khác đang tìm cách đào tạo thuật toán và robot.

Thuật toán được thử nghiệm trong một môi trường mô phỏng, và khi so sánh với các hệ thống điều hướng robot khác, hệ thống SafeDQN đã chứng minh được hiệu quả và an toàn hơn trong tất cả các trường hợp.

Các nhà nghiên cứu sẽ thử nghiệm hệ thống trên một robot vật lý trong môi trường thực tế, và họ cho biết nó có ứng dụng ngoài phòng cấp cứu, chẳng hạn như các nhiệm vụ tìm kiếm và cứu hộ.