Kako insekti uspijevaju otići tako daleko od svog doma i ipak se vratiti? Odgovor na ovo pitanje relevantan je ne samo za biologiju već i za razvoj umjetne inteligencije za male, autonomne robote. Istraživači s TU Delft-a inspirirali su se biološkim otkrićima o tome kako mravi vizualno prepoznaju svoju okolinu i kombiniraju to s brojanjem koraka kako bi se sigurno vratili kući. Upotrijebili su ove uvide kako bi stvorili strategiju autonomne navigacije inspiriranu insektima za male, lagane robote. Ova strategija omogućava robotima da se vrate kući nakon dugih putovanja, uz izuzetno malu potrošnju računskih resursa i memorije (1.16 kilobajta na 100 metara). U budućnosti, mali autonomni roboti mogli bi se koristiti za širok spektar zadataka, od praćenja zaliha u skladištima do pronalaženja curenja plina u industrijskim postrojenjima. Istraživači su objavili svoja otkrića u časopisu Science Robotics, 17. srpnja 2024.

Podrška malim robotima
Mali roboti, od nekoliko desetaka do nekoliko stotina grama, imaju potencijal za mnoge zanimljive primjene u stvarnom svijetu. Svojom malom težinom, izuzetno su sigurni čak i ako slučajno udare nekoga. Zbog svoje veličine, mogu se kretati u uskim prostorima. Ako se mogu proizvoditi jeftino, mogu se rasporediti u većem broju, pokrivajući brzo veliko područje, na primjer, u staklenicima za rano otkrivanje štetočina ili bolesti. Međutim, omogućiti da takvi mali roboti rade samostalno je teško, jer u usporedbi s većim robotima imaju izuzetno ograničene resurse.

Jedna od glavnih prepreka za korištenje malih robota je njihova sposobnost autonomne navigacije. Roboti mogu dobiti pomoć od vanjske infrastrukture, poput GPS-a na otvorenom ili bežičnih komunikacijskih odašiljača u zatvorenom prostoru. Međutim, oslanjanje na takvu infrastrukturu često nije poželjno. GPS nije dostupan u zatvorenom prostoru i može biti vrlo netočan u urbanim kanjonima. Instalacija i održavanje odašiljača u unutarnjim prostorima je skupa ili jednostavno nemoguća, primjerice u scenarijima potrage i spašavanja.

Umjetna inteligencija potrebna za autonomnu navigaciju s ograničenim resursima razvijena je s velikim robotima na umu, poput autonomnih automobila. Neki pristupi koriste teške, energetski intenzivne senzore kao što su LiDAR laserski mjerači udaljenosti, koje mali roboti ne mogu nositi ili napajati. Drugi pristupi koriste vizualne senzore, koji su vrlo energetski učinkoviti i pružaju bogate informacije o okolini. Međutim, ovi pristupi obično pokušavaju stvoriti vrlo detaljne 3D karte okoline. To zahtijeva velike količine procesiranja i memorije, što može pružiti samo veliki i energetski intenzivni računalni sustavi, preveliki za male robote.

Brojanje koraka i vizualni tragovi
Zbog toga su se neki istraživači okrenuli prirodi za inspiraciju. Insekti su posebno zanimljivi jer djeluju na udaljenostima koje bi mogle biti relevantne za mnoge stvarne primjene, dok koriste vrlo oskudne resurse za opažanje i računalnu obradu. Biolozi sve bolje razumiju temeljne strategije koje koriste insekti. Konkretno, insekti kombiniraju praćenje vlastitog kretanja (tzv. "odometrija") s vizualno vođenim ponašanjem temeljenim na njihovom niskorezolucijskom, ali gotovo svesmjernom vizualnom sustavu (tzv. "vizualna memorija"). Dok je odometrija sve bolje razumljiva čak do neuronske razine, precizni mehanizmi koji stoje iza vizualne memorije još uvijek su manje poznati. Stoga postoje različite teorije o tome kako insekti koriste vid za navigaciju. Jedna od najranijih teorija predlaže model "snapshota". Prema ovom modelu, insekt poput mrava povremeno napravi snapshot svoje okoline. Kasnije, kada se približi mjestu snimanja, insekt može usporediti svoj trenutni vizualni dojam sa snapshotom i kretati se kako bi minimizirao razlike. To omogućava insektu da navigira, odnosno 'domu', do mjesta snimanja, uklanjajući svaki drift koji se neizbježno javlja kada se oslanja samo na odometriju.

"Navigacija temeljena na snapshotima može se usporediti s načinom na koji se Hansel pokušao ne izgubiti u bajci o Hanselu i Gretel. Kada je Hans bacao kamenje na tlo, mogao se vratiti kući. Međutim, kada je bacao mrvice kruha koje su ptice pojele, Hansel i Gretel su se izgubili. U našem slučaju, kamenje su snapshoti.", kaže Tom van Dijk, prvi autor studije, "Kao i kod kamena, za snapshot da bi funkcionirao, robot mora biti dovoljno blizu mjesta snimanja. Ako se vizualna okolina previše razlikuje od one na mjestu snimanja, robot može krenuti u pogrešnom smjeru i nikada se ne vratiti. Stoga je potrebno koristiti dovoljno snapshotova – ili u slučaju Hansela bacati dovoljno kamenja. S druge strane, bacanje kamenja preblizu jedno drugom bi prebrzo iscrpilo Hansovo kamenje. U slučaju robota, korištenje previše snapshotova dovodi do velike potrošnje memorije. Prethodni radovi u ovom području obično su imali snapshotove vrlo blizu jedan drugom, tako da je robot prvo vizualno 'domao' do jednog snapshota, a zatim do sljedećeg."

"Glavni uvid naše strategije je da možete razmaknuti snapshotove mnogo dalje, ako robot putuje između snapshotova temeljem odometrije.", kaže Guido de Croon, profesor na TU Delft i koautor članka, "Navigacija će funkcionirati sve dok robot završi dovoljno blizu mjesta snimanja snapshota, tj. sve dok drift odometrije robota padne unutar područja snapshota. Ovo također omogućava robotu da putuje mnogo dalje, jer robot leti puno sporije kada se kreće prema snapshotu nego kada leti od jednog snapshota do sljedećeg temeljem odometrije."

Predložena strategija navigacije inspirirana insektima omogućila je 56-gramskom "CrazyFlie" dronu, opremljenom omnidirekcionalnom kamerom, da pokrije udaljenosti do 100 metara s potrošnjom od samo 1.16 kilobajta. Sva vizualna obrada odvijala se na malom računalu nazvanom "mikrokontroler", koji se može naći u mnogim jeftinim elektroničkim uređajima.

Primjena robotske tehnologije
"Predložena strategija navigacije inspirirana insektima je važan korak prema primjeni malih autonomnih robota u stvarnom svijetu.", kaže Guido de Croon, "Funkcionalnost predložene strategije je ograničena u usporedbi s najnaprednijim metodama navigacije. Ne generira kartu i omogućava robotu samo da se vrati na početnu točku. Ipak, za mnoge primjene to može biti više nego dovoljno. Na primjer, za praćenje zaliha u skladištima ili praćenje usjeva u staklenicima, dronovi bi mogli letjeti, prikupljati podatke i zatim se vratiti u baznu stanicu. Mogli bi pohraniti slike relevantne za misiju na malom SD kartici za postprocesiranje na serveru. No, te slike im ne bi bile potrebne za samu navigaciju."

Dodatno, u budućnosti bi se ova tehnologija mogla koristiti i za druge namjene kao što su nadzor infrastrukture ili pomoć u spašavanju unesrećenih. Primjerice, u slučajevima prirodnih katastrofa, mali roboti mogli bi brzo pretražiti ruševine i pronaći preživjele, što bi značajno povećalo šanse za pravovremeno spašavanje. Također, u industrijskim postrojenjima, ovi roboti mogli bi redovito nadzirati cjevovode i opremu, identificirajući potencijalne probleme prije nego što se razviju u ozbiljne kvarove. Kombinacija minimalne potrošnje energije i visoke efikasnosti čini ovu tehnologiju izuzetno perspektivnom za širok spektar primjena.

Izvor: Delft University of Technology