Robat перемещается с помощью эхо-локации
Создатели робота утверждают, что разработка обладает большим потенциалом, связанным с использованием звука в роботизированных приложениях. Статья об изобретении была опубликована 6 сентября в PLOS Computational Biology.
Докторант TAУ Итамар Эльяким вместе с командой специалистов в области зоологии, нейробиологии и инженерии сделал робота, который, подобно летучей мыши, издает звуки и анализирует возвращающиеся эхо-сигналы для создания карты пространства. «Одной из самых сложных задач, с которыми сталкиваются многие роботы, является необходимость создания карты неизвестной среды для навигации в ней», считают разработчики, некоторые из которых изучали био-сонар летучих мышей более 10 лет.
Летучие мыши решают проблему картографирования неизвестной окружающей среды, воспринимая их окружение акустически – излучая звуковые сигналы и анализируя возвращающиеся эхо-сигналы, пишут исследователи. Вдохновленные этой способностью, исследователи создали Robat – робот, который полагается исключительно на звуковую навигационную систему, чтобы ориентироваться в новых средах и отображать их. Для этого исследователи использовали биологический подход, создавая уши – используя два ультразвуковых приемника – и рот, используя ультразвуковой динамик или излучатель, который продуцирует звуки на типичной частоте летучей мыши. Они заявили, что это позволили Robat перемещаться через внешнюю среду и отображать ее в режиме реального времени.
«Наш Robat является первым полностью автономным роботом - биологическим аналогом», который передвигается в новой для него среде, «которую он отображает исключительно на основе эхо-информации. Эта информация помогает очертить границы объектов и открытое пространство между ними». Исследователи утверждают, что робот «добился высокой точности отображения», что стало убедительной демонстрацией перспективности использования активных широкополосных звуковых волн для отображения окружающей среды и использования звука в будущих роботизированных приложениях.
Ученые и инженеры ТАУ также создали алгоритм машинного обучения, цель которого - научить робота лучше классифицировать новые объекты. Сначала Robat передвигался намного медленнее, чем настоящая летучая мышь, останавливаясь примерно на 30 секунд каждые полметра, чтобы получить эхо. Но эта медлительность объяснется главным образом механическими ограничениями робота. Любой робот, которому необходимо ориентироваться в окружающей среде – и это большинство роботов, – может извлечь выгоду из алгоритма навигации на основе эха, разработанного в исследовании, сообщил професср Йоси Йовель из отдела зоологии TAУ, и член исследовательской группы в электронном письме The Times of Israel. Сюда входят сервисные роботы, такие как роботы-пылесосы, которые должны перемещаться по жилым помещениям, сельскохозяйственные роботы, работающе в теплицах, и спасательные роботы, перемещающиеся под руинами дома, разрушенного в результате землетрясения.
Цель команды состояла в том, чтобы «использовать природу для решения человеческих проблем», – сказал Йовель, эксперт по летучим мышам. «Подражание животным не может быть оптимальным способом решения этих проблем, например, робот не ограничивается двумя ушами, но получение идей и подсказок из мира животных может привести к новым решениям». «Животные регулярно решают проблемы, которые инженеры находят очень сложными, например, сопоставление новой с уже знакомой», – добавил он. Таким образом, проект имеет две цели: с одной стороны, он пытается имитировать животных, чтобы лучше понять проблемы, с которыми они сталкиваются в действительности. С другой стороны, он ищет решения сложных технических проблем.
По словам Йовеля, в мире было несколько попыток построить роботов, похожих на летучую мышь. Но Robat обладает несколькими преимуществами по сравнению с этими попытками. Robat движется автономно, тогда как аналогичные роботы управлялись пользователем, и ему удается очертить границы объектов, которые он обнаруживает. «При этом он генерирует карту открытых маршрутов, по которым он может двигаться. Robat также первым использует алгоритм машинного обучения, на основе эхо-локации окружающей среды, что позволяет обучить его классифицировать новые объекты».
В будущем создатели Robat намерены установить подобный эхо-локатор на летающем роботе. «Это не обязательно сделает его более точным, но он будет быстрее передвигаться», – сказал Йовель.
Шошанна Соломон (Shoshanna Solomon), THE TIMES OF ISRAEL