Avance en navegación inspirado en hormigas permite robots autónomos diminutos
Diseño de Movimiento INSIDER
Imagen time-lapse de una de las rutas voladas por el robot. (Imagen: Los investigadores)
Inspiración biológica para navegación autónoma
¿Alguna vez se ha preguntado cómo los insectos pueden ir tan lejos más allá de su hogar y aún encontrar el camino de vuelta? La respuesta a esta pregunta no solo es relevante para la biología sino también para crear IA para robots diminutos y autónomos. Investigadores de drones de TU Delft se sintieron inspirados por hallazgos biológicos sobre cómo las hormigas reconocen visualmente su entorno y combinan eso con el conteo de sus pasos para regresar a casa de forma segura. Han usado estos insights para crear una estrategia de navegación autónoma para robots diminutos y ligeros. La estrategia permite que tales robots regresen a casa después de trayectorias largas, requiriendo computación y memoria extremadamente poca (1.16 kB por 100 m). En el futuro, diminutos robots autónomos podrían encontrar una amplia gama de usos, desde monitoreo de inventario en almacenes hasta detección de fugas de gas en sitios industriales. Los investigadores publicaron sus hallazgos en Science Robotics, el 17 de julio de 2024.
Potencial y desafíos de robots diminutos
Robots diminutos, de decenas a unos pocos cientos de gramos, tienen el potencial de realizar muchas aplicaciones interesantes del mundo real. Con su peso ligero, son extremadamente seguros incluso si accidentalmente chocan con alguien. Al ser pequeños, pueden navegar en áreas estrechas. Y si pueden fabricarse barato, pueden desplegarse en grandes números, para que puedan cubrir rápidamente un área grande, por ejemplo en un invernadero para detección temprana de plagas o enfermedades. Sin embargo, hacer que tales robots diminutos operen por sí mismos es difícil, ya que tienen recursos extremadamente limitados comparados con los más grandes.
Obstáculos en navegación autónoma
Un obstáculo mayor para el uso de robots diminutos es que para aplicaciones del mundo real, tendrán que poder navegar por sí mismos sin ayuda de infraestructura externa. Podrían usar estimaciones de ubicación de satélites GPS en exteriores o de balizas de comunicación inalámbrica en interiores. El GPS solo puede usarse en exteriores y puede ser altamente inexacto en entornos congestionados como en cañones urbanos. Y la instalación y mantenimiento de balizas en espacios interiores es bastante costosa o simplemente no posible, por ejemplo en escenarios de búsqueda y rescate.
La IA necesaria para navegación autónoma con solo recursos a bordo se ha desarrollado pensando en robots grandes como autos autónomos. Algunos de estos enfoques dependen de sensores pesados y hambrientos de energía como LiDAR, que no pueden ser transportados ni alimentados por robots pequeños. Otros enfoques usan sensores de visión, que típicamente intentan crear mapas 3D altamente detallados del entorno. Sin embargo, eso requiere grandes cantidades de procesamiento y memoria, que solo pueden ser proporcionados por computadoras que son demasiado grandes y hambrientas de energía para robots diminutos.
Modelo de navegación basado en instantáneas
Por eso algunos investigadores se han vuelto a la naturaleza para inspirarse. Los insectos son especialmente interesantes, ya que operan sobre distancias que podrían ser relevantes para muchas aplicaciones del mundo real mientras usan recursos de detección y cómputo muy escasos. Los insectos combinan el seguimiento de su propio movimiento (odometría) con comportamientos guiados visualmente basados en su sistema visual de baja resolución, pero casi omnidireccional (memoria de vista).
Mientras que la odometría se entiende cada vez mejor incluso a nivel neuronal, los mecanismos precisos subyacentes a la memoria de vista son menos bien entendidos. Por eso, existen múltiples teorías competidoras sobre cómo los insectos usan la visión para navegación. Una de las teorías más tempranas propone un modelo de "instantánea", en el cual un insecto como una hormiga ocasionalmente hace instantáneas de su entorno. Luego, al llegar cerca de la ubicación en la instantánea, puede comparar su percepción visual actual con la instantánea y moverse para minimizar las diferencias. Esto permite al insecto navegar, o 'volver a casa', a la ubicación de la instantánea, eliminando cualquier deriva que inevitablemente se acumula cuando solo se realiza odometría.
"La navegación basada en instantáneas puede compararse con cómo Hansel intentó no perderse en el cuento de hadas de Hansel y Gretel. Cuando Hansel tiraba piedras en el suelo, podía volver a casa, sin embargo, cuando tiraba migajas de pan que eran comidas por los pájaros, se perdía. En nuestro caso, las piedras son las instantáneas", dijo Tom van Dijk, primer autor del estudio. "Como con una piedra, para que una instantánea funcione, el robot tiene que estar lo suficientemente cerca de la ubicación de la instantánea. Si el entorno visual se vuelve demasiado diferente del de la ubicación de la instantánea, el robot podría moverse en la dirección equivocada y nunca volver. Por eso, uno tiene que usar suficientes instantáneas — o en el caso de Hansel dejar un número suficiente de piedras. Por otro lado, dejar piedras demasiado cerca unas de otras agotaría las piedras de Hansel demasiado rápido. En el caso de un robot, usar demasiadas instantáneas conduce a gran consumo de memoria. Trabajos previos en este campo típicamente tenían las instantáneas muy cerca unas de otras, para que el robot pudiera primero volver visualmente a una instantánea y luego a la siguiente."
Innovación clave: Instantáneas espaciadas con odometría
"La idea principal subyacente a nuestra estrategia es que puedes espaciar las instantáneas mucho más lejos, si el robot viaja entre instantáneas basado en odometría", dijo el Profesor Guido de Croon, coautor del artículo. "El regreso a casa funcionará mientras el robot termine lo suficientemente cerca de la ubicación de la instantánea, es decir, mientras la deriva de odometría del robot caiga dentro del área de captura de la instantánea. Esto también permite al robot viajar mucho más lejos."
Resultados experimentales
La estrategia de navegación inspirada en insectos propuesta permitió a un dron Crazyflie de 56 gramos, equipado con una cámara omnidireccional, cubrir distancias de hasta 100 metros con solo 1.16 kB. Todo el procesamiento visual ocurrió en un diminuto microcontrolador.
"La estrategia de navegación inspirada en insectos propuesta es un paso importante en el camino hacia la aplicación de robots autónomos diminutos en el mundo real", dijo de Croon. "La funcionalidad de la estrategia propuesta es más limitada que la proporcionada por métodos de navegación de vanguardia; no genera un mapa y solo permite al robot volver al punto de partida. Aún así, para muchas aplicaciones esto puede ser más que suficiente. Por ejemplo, para seguimiento de inventario en almacenes o monitoreo de cultivos en invernaderos, los drones podrían volar, recopilar datos y luego regresar a la estación base. Podrían almacenar imágenes relevantes para la misión en una pequeña tarjeta SD para post-procesamiento por un servidor."
Fuente
Sensor
- Mejora de la Eficiencia en Prensas de Extrusión mediante Actualizaciones Hidráulicas
- Aegis Aerospace Lanza Instalación de Prueba Lunar RAC-1 para Apoyar Blue Ghost de Firefly
- Tecnología de imagen web revoluciona la evaluación de salud estructural
- Medición Láser en Tiempo Real Mejora Control de Calidad en Fabricación de Baterías EV
- Sensor de Luz UV Sensible y Flexible Abre Camino a Wearables de Próxima Generación
- Soldadura por haz láser vs. haz de electrones: elección del proceso óptimo para sus aplicaciones
- Los 6 Componentes Esenciales de un Sistema Confiable de Monitoreo de Temperatura
- Desplegando IoT, IA y ML para asegurar agua potable segura en todo México
- La recolección de energía desbloquea 1 billón de sensores IoT sin baterías
- Avanzando en teledetección: Fotónica de grafeno para aplicaciones láser de alto rendimiento
- Fuente Terahercio Ultra-Fina Impulsa Tecnologías de Comunicación de Próxima Generación