Исследователи Карнеги-Меллона разработали аэриальных роботов, стратегически приоритизирующих помещения для многоразомного исследования

Robotics & Automation INSIDER

Исследователи Института робототехники разработали новый метод автономного аэриального роботного исследования и координации множества роботов внутри заброшенных зданий. (Кредит: Carnegie Mellon University)

Проблема и решение

Оценено, что ежегодно около 100 землетрясений по всему миру причиняют ущерб. Этот ущерб включает обрушенные здания, сбитые линии электропередач и многое другое. Для первых респондентов оценка сцены и фокусировка спасательных усилий могут быть критическими и рискованными.

Исследователи в Институте робототехники (RI) Карнеги-Меллонского университета в Школе компьютерных наук разработали новый метод автономного аэриального роботного исследования и координации множества роботов внутри заброшенных зданий, который может помочь первым респондентам собирать информацию и принимать более обоснованные решения после катастрофы.

«Ключевая идея этого исследования — избегание избыточности в исследовании», — сказал аспирант Сунгчан Ким. «Поскольку это исследование множества роботов, координация и коммуникация между роботами жизненно важны. Мы спроектировали эту систему так, что каждый робот исследует разные помещения, максимизируя количество помещений, которые может исследовать заданное число дронов».

Дроны фокусируются на быстром обнаружении дверей, потому что значимые цели, такие как люди, с большей вероятностью находятся в комнатах, а не в коридорах. Для нахождения этих целевых входов роботы обрабатывают геометрические свойства окружения с помощью бортового LiDAR-сенсора. Нежно паря на высоте около шести футов от пола, аэриальные роботы преобразуют 3D данные облака точек LiDAR в 2D трансформированную карту. Эта карта предоставляет планировку пространства как изображение, состоящее из ячеек или пикселей, которые роботы затем анализируют на структурные подсказки, обозначающие двери и комнаты. Стены появляются как занятые пиксели близко к дрону, в то время как открытая дверь или проход представляются как пустые пиксели. Исследователи смоделировали двери как седловые точки, что позволило роботу быстро идентифицировать проходы и проходить через них. Когда робот входит в комнату, она появляется как круг.

Ким объяснил, что исследователи выбрали LiDAR-сенсор вместо камеры по двум основным причинам. Во-первых, сенсор использует меньше вычислительной мощности, чем камера. Во-вторых, условия внутри обрушенного здания или на месте природного катаклизма могут быть пыльными или дымными, что повредило бы зрение традиционной камеры.

Никакая централизованная база не контролирует роботов. Вместо этого каждый робот принимает решения и определяет оптимальные траектории на основе своего понимания среды и коммуникации с другими роботами. Аэриальные роботы делятся списком дверей и комнат, которые они исследовали, друг с другом и используют эту информацию для избегания уже посещенных областей.

Источник