Появление самой концепции свободно передвигающихся роботов поставило перед специалистами в разных областях массу новых задач. Например, глобальной проблемой является навигация, при помощи которой робот вообще сможет добраться до цели и её найти. Собственное решение в этой области предложили сотрудники Калифорнийского университета. Они разработали навигационную систему, работающую на основе электронных карт и фотографии местности.

Сложности навигации

Деятельность в сфере робототехники сопряжена с решением многочисленных проблем, с которыми человек никогда не сталкивается. Для людей не составляет труда отыскать место на карте без конкретных координат, а используя всего лишь словесное описание или фотографию конкретной местности. С роботом это не срабатывает, ему необходимо точное расположение здания или определённого места, чтобы к нему добраться. Обычно для этого используются электронные карты, но в целом ряде случаев такой подход не срабатывает: сама карта может оказаться неактуальной, неполной или же вообще отсутствовать. Робот, использующий классический метод навигации, неизбежно окажется не в том месте.

Учёные ведут активные изыскания в области альтернативных методов навигации, позволяющих ориентироваться на местности не только при помощи карт и данных от GPS. Теоретически, их использование может открыть новые возможности для роботизированных систем. Свой вклад сделали специалисты Калифорнийского университета, они разработали новый метод смешанной навигации, позволяющий роботу найти свою цель без её точных координат.

Ориентирование на местности

Сам метод основан на совместном использовании основанных на метках GPS электронных карт с одной стороны и фотографий конкретного места, куда необходимо попасть, с другой. Здесь карты и координаты GPS играют роль всего лишь основного ориентира, приблизительного местоположения, от которого роботу придётся проводить самостоятельный поиск. Исследователи исходили из предположения, что расположение пункта назначения точно неизвестно, поэтому нет возможности указать роботу его маршрут. Такую ситуацию можно наблюдать в местности, недостаточно детализированной на электронных картах или вообще на них не нанесённой. При этом можно ориентироваться лишь по примерным координатам, они и служат для робота отправной точкой для поисков.

Поиск ведется по специальным алгоритмам, разработанным самими исследователями и внедрённым в искусственный интеллект. Систему ИИ обучали при помощи реально проложенных маршрутов, часть из которых была составлена учёными. Суть метода сводится к интерполяции визуальных данных, без учёта карт. Искусственный интеллект анализирует имеющееся перед ним окружение и составляет наиболее актуальный и эффективный маршрут поиска. Фактически исследователи объединили работу контроллеров глобальной и локальной навигации. Локальный контроллер занимается анализом местности и поиском новых точек для составления маршрута дальнейшего движения. Все эти точки затем передаются глобальному контроллеру, который решает, какая из них с большей вероятностью позволит приблизить цель поиска. В своей работе он использует карты, информацию об окружающей местности и данные от модуля GPS. Проведённые испытания показали, что робот может самостоятельно найти указанный на фотографии объект, а система самообучения позволяет каждый раз улучшать полученный результат.

Понравилась эта новость? Подпишись на нас в соцсетях!