Научная группа, состоящая из специалистов по робототехнике из Делфтского технологического университета и биологов из Вагенингенского университета и Университета имени Карла фон Оссицкого в Ольденбурге, представляет «Bee-Nav» — стратегию навигации роботов, вдохновленную медоносными пчелами. Она позволяет даже очень маленьким роботам перемещаться на большие расстояния от дома и успешно возвращаться, используя нейронную память объемом всего 42 килобайта.
В новой среде робот сначала совершает короткий обучающий полет недалеко от дома, как это делают медоносные пчелы. После этого он может отлететь на сотни метров и все равно найти дорогу обратно. Bee-Nav позволяет легким и безопасным роботам самостоятельно ориентироваться, открывая возможности для таких применений, как дроны, похожие на бабочек, для мониторинга теплиц. Исследование также дает новое представление о том, как летающие насекомые могут находить дорогу домой.
Трудности навигации
Многим роботам будущего придётся самостоятельно ориентироваться в пространстве, даже если GPS недоступен. Большинство современных систем делают это, создавая подробные карты окружающей среды. Но это требует больших вычислительных мощностей и памяти, что делает такие системы дорогими и энергозатратными.
Пчелы показывают, что может существовать гораздо более эффективное решение. Несмотря на крошечный размер мозга, они способны преодолевать большие расстояния и возвращаться домой. Частично это достигается с помощью одометрии: они оценивают пройденное расстояние и направление движения, используя визуальные сигналы. Можно сказать, это своего рода подсчет шагов.
К сожалению, одометрия сама по себе со временем деградирует, поэтому её точность снижается. Именно поэтому насекомые также полагаются на зрительную память. Они помнят, как выглядит мир вокруг важных мест, таких как их дом. Учёные хорошо понимают одометрию насекомых, даже на нейронном уровне, но зрительную память объяснить гораздо сложнее. Также до сих пор не было ясно, как можно объединить эти два метода, чтобы помочь очень маленьким роботам автономно ориентироваться.
Стратегия навигации робота "Bee-Nav"
Исследовательская группа из Нидерландов и Германии вдохновилась тем, что делают медоносные пчелы, когда впервые покидают улей. Эти крошечные существа начинают с коротких обучающих полетов недалеко от своего улья. После этого они могут улетать гораздо дальше и все равно успешно возвращаться. Это немного похоже на то, как если бы вы вышли из собственного дома и прошли первые несколько улиц вокруг него. Теперь вы узнаете свой район, как бы вы ни приближались к нему на обратном пути.
«Нас поразил тот факт, что медоносные пчелы могут улетать далеко от дома по извилистым путям, но возвращаться почти прямо. Биологи показали, что пчелы полагаются на одометрию для обратного пути и используют визуальную память в большей степени по мере приближения к дому. Но что именно и как они учатся для своей визуальной памяти, до сих пор до конца не изучено. Именно этот пробел нам и нужно было преодолеть, чтобы создать практическую стратегию навигации для роботов», — говорит Гвидо де Кроон, профессор биоинспирированного ИИ для дронов в Делфтском технологическом университете (Нидерланды).
Эксперимент с роботом поставили в Киберзоопарке Делфтского технического университета. Bee-Nav-робот сначала совершает короткий обучающий полет недалеко от дома. Во время этого полета он собирает панорамные изображения окружающей среды. Затем небольшая нейронная сеть учится обрабатывать эти изображения для оценки направления и расстояния до дома.
«Как и насекомое, робот не всегда может точно знать, где находится его дом. Дом может быть слишком маленьким, чтобы его увидеть, или скрытым за деревьями. Поэтому мы обучали нейронную сеть, используя оценки направления и расстояния до дома, полученные с помощью одометрии, хотя со временем эти оценки становятся менее точными. Ключевой вопрос заключался в том, будет ли этого достаточно, чтобы робот научился возвращаться домой», — говорит Декуан Оу, аспирант Делфтского технологического университета и первый автор статьи, опубликованной в в журнале Nature.
Как оказалось, так и было. Используя нейронную сеть размером всего 3,4 килобайта, робот интерпретировал панорамные изображения окружающей среды и оценивал, в каком направлении двигаться и как далеко он еще находится от дома. Оценка расстояния позволяла роботу двигаться быстрее по мере удаления от дома и медленнее по мере приближения к нему. Во всех полетах робот успешно возвращался домой.
После успешных небольших экспериментов по возвращению на базу в помещении исследователи протестировали полную стратегию навигации в более крупных помещениях и на открытом воздухе. В одном из испытаний на открытом воздухе в голландской полевой лаборатории по исследованию беспилотников Unmanned Valley в Валкенбурге дрон пролетел более 600 метров и все же вернулся домой, используя нейронную сеть размером всего 42 килобайта.
В больших закрытых помещениях, таких как ангары, система успешно прошла все испытания. В ветреную погоду на открытом воздухе процент успешных испытаний снизился до 70 процентов. Одной из основных причин было то, что ветер заставлял дрон наклоняться, что затрудняло использование полученных изображений для навигации.
«Эти эксперименты очень обнадеживают, — говорит Декуан Оу. — Но они также показывают, что наша нынешняя система должна стать более устойчивой в реальных условиях».
Одно из перспективных применений — мониторинг теплиц. Легкие дроны могли бы осматривать посевы и обнаруживать болезни или вредителей на ранней стадии, помогая фермерам увеличивать урожайность и сокращать потери. Система Bee-Nav особенно подходит для таких дронов, поскольку они должны быть легкими и безопасными для людей, работающих поблизости.
Наконец, исследование также дает новое представление о том, как медоносные пчелы возвращаются в свой улей и как визуальное обучение может влиять на этот процесс.
Источник: www.tudelft.nl.
