Carnegie Mellon-onderzoekers ontwikkelen luchtrobots die strategisch prioriteit geven aan kamers voor verkenning in meerdere kamers

Robotica &Automatisering INSIDER

Onderzoekers van het Robotics Institute hebben een nieuwe methode ontwikkeld voor autonome luchtrobotverkenning en multirobotcoördinatie in verlaten gebouwen. (Credit:Carnegie Mellon Universiteit)

Jaarlijks veroorzaken naar schatting honderd aardbevingen wereldwijd schade. Deze schade omvat ingestorte gebouwen, neergehaalde elektrische leidingen en meer. Voor eerstehulpverleners kan het beoordelen van de situatie en het richten van de reddingsinspanningen van cruciaal belang en riskant zijn.

Onderzoekers van het Robotics Institute (RI) van de Carnegie Mellon University van de School of Computer Science hebben een nieuwe methode ontwikkeld voor autonome luchtrobotverkenning en multirobotcoördinatie in verlaten gebouwen. Deze methode kan eerstehulpverleners helpen informatie te verzamelen en beter geïnformeerde beslissingen te nemen na een ramp.

Een belangrijk idee van dit onderzoek was het vermijden van redundantie bij verkenning”, aldus promovendus Seungchan Kim. “Aangezien dit verkenning door meerdere robots betreft, is coördinatie en communicatie tussen robots van cruciaal belang. We hebben dit systeem zo ontworpen dat elke robot verschillende kamers verkent, waardoor het aantal kamers dat een bepaald aantal drones kunnen verkennen wordt gemaximaliseerd."

De drones richten zich op het snel detecteren van deuren, omdat betekenisvolle doelen, zoals mensen, zich vaker in kamers dan in gangen bevinden. Om deze gerichte ingangen te vinden, verwerken de robots de geometrische eigenschappen van hun omgeving met behulp van een ingebouwde LiDAR-sensor. De luchtrobots zweven zachtjes ongeveer twee meter boven de grond en transformeren de 3D LiDAR-puntenwolkgegevens in een 2D-transformatiekaart. Deze kaart geeft de indeling van de ruimte weer als een afbeelding die bestaat uit cellen of pixels, die de robots vervolgens analyseren op structurele aanwijzingen die deuren en kamers aanduiden. Muren verschijnen als bezette pixels dichtbij de drone, terwijl een open deur of doorgang aanwezig is als lege pixels. Onderzoekers modelleerden de deuren als zadelpunten, waardoor de robot doorgangen kon identificeren en er snel doorheen kon gaan. Wanneer een robot een kamer binnenkomt, verschijnt deze als een cirkel.

Kim legde uit dat de onderzoekers om twee belangrijke redenen voor een LiDAR-sensor boven een camera kozen. Ten eerste gebruikt de sensor minder rekenkracht dan een camera. Ten tweede kunnen de omstandigheden in een ingestort gebouw of op de plaats van een natuurramp stoffig of rokerig zijn, wat het zicht op een traditionele camera zou belemmeren.

Er is geen gecentraliseerde basis die de robots bestuurt. In plaats daarvan neemt elke robot beslissingen en bepaalt hij optimale trajecten op basis van zijn begrip van de omgeving en communicatie met de andere robots. De luchtrobots delen de lijst met deuren en kamers die ze hebben verkend met elkaar en gebruiken deze informatie om gebieden te vermijden die al zijn bezocht.

Bron