Робота научили ориентироваться в пространстве с помощью эхолокации

Инженеры из Израиля и Швейцарии создали автономного робота, который ориентируется в пространстве, используя для этого только ультразвуковой излучатель и микрофоны. При этом робот не имеет предварительных данных об окружающей среде и составляет ее карту самостоятельно с помощью тех же приборов. Посвященная разработке статья опубликована в журнале PLOS Computational Biology. Большая часть роботов, способных к автономному передвижению, опираются на данные с камер. Кроме того, многие из них могут работать в уже известном им месте, для которого создана высокоточная 3D-карта. Этот подход относительно прост и надежен, но работает только в хороших условиях. Плохое освещение или изменения на местности, не отраженные на карте, резко снижают эффективность системы позиционирования. Чтобы решить эту проблему в роботах и беспилотных автомобилях применяются дорогие лидары и радары, а для передвижения по незнакомой местности некоторые разработчики используют метод одновременной локализации и построения карты ( SLAM ). Группа инженеров под руководством Йосси Йовела (Yossi Yovel) из Тель-Авивского университета применила в своем роботе Robat такой же метод ориентирования, но более необычный и доступный источник данных — ультразвуковой излучатель и микрофоны. Они расположены на поворотной мачте, установленной на четырехколесной платформе. Поскольку инженеры вдохновлялись эхолокацией летучих мышей, они запрограммировали робота таким образом, что он сканирует пространство с помощью ультразвуковых импульсов каждые полметра, что имитирует полет летучей мыши со скоростью пять метров в секунду, испускающей импульсы каждые 0,1 секунды. Ультразвуковой динамик излучает относительно узко направленные импульсы, поэтому роботу проходится во время каждой остановки делать три измерения, поворачивая мачту на 60 градусов в обе стороны. Через каждые пять «шагов» (2,5 метра) робот наносит обнаруженные с помощью ультразвуковых импульсов препятствия на карту, причем не в исходном виде, а с искусственными границами, «раздутыми» вокруг центра препятствия. Эксперименты показали, что средняя ошибка нанесения препятствий на карту относительно их реального местоположения составляет 42 сантиметра. Кроме того, инженеры создали для робота нейросетевой алгоритм, позволяющий ему не только определять наличие препятствия, но и классифицировать его. Пока разработчики научили алгоритм бинарной классификации препятствий на растения и остальные объекты. Кроме того, что алгоритм «знает» мало типов предметов, пока невысока и его точность классификации — она составляет около 68 процентов. Недавно американский инженер создал очки, позволяющие оценивать расстояния до объектов по звуку. В них используется лазерный дальномер, показания с которого преобразуются в звук, передаваемый прямо в ушную раковину с помощью наушников, использующих костную проводимость. Григорий Копиев