Un robot che all’improvviso perde l’orientamento è da tempo una grande sfida per gli ingegneri. Ora i ricercatori presentano un sistema di IA che può aiutare i robot “rapiti” a ritrovare la rotta anche in ambienti in continuo cambiamento.
Un nuovo sistema di intelligenza artificiale promette di aiutare i robot a non perdere l'orientamento. Affronta una sfida annosa, nota come problema del «robot rapito», spiegano i ricercatori.
PUBBLICITÀ
PUBBLICITÀ
Un team di ricerca dell'Università Miguel Hernández di Elche, in Spagna, ha sviluppato un nuovo metodo di localizzazione per robot autonomi. Utilizza la tecnologia LiDAR 3D per scandagliare l'ambiente circostante con impulsi laser e creare una rappresentazione dell'area simile a una mappa.
Consente ai robot di ritrovare la propria posizione anche dopo essere stati spostati, spenti o riposizionati, spiegano i ricercatori.
Una localizzazione affidabile e sicura è fondamentale per la robotica di servizio, l'automazione logistica, l'ispezione delle infrastrutture, il monitoraggio ambientale e i veicoli autonomi.
Molti robot autonomi si basano in parte su sistemi di navigazione satellitare come il GPS, ma i segnali possono indebolirsi vicino agli edifici alti e spesso non funzionano bene negli spazi chiusi.
I ricercatori spiegano che il loro sistema, chiamato MCL-DLF (Monte Carlo Localisation – Deep Local Feature), permette ai robot di fare affidamento in modo più efficace sui sensori di bordo invece che sulle infrastrutture esterne.
Per prima cosa il sistema individua l'area generale riconoscendo grandi strutture, come edifici o zone di vegetazione. In seguito restringe la posizione esatta del robot analizzando dettagli più piccoli, in un processo pensato per imitare il modo in cui le persone si orientano in luoghi sconosciuti.
«Funziona in modo simile alle persone, che prima riconoscono l'area generale e poi si affidano a piccoli dettagli distintivi per determinare la posizione precisa», ha spiegato Míriam Máximo, autrice principale dello studio e ricercatrice all'Università Miguel Hernández di Elche.
Grazie all'intelligenza artificiale, il sistema impara quali caratteristiche dell'ambiente sono più utili per la localizzazione. Mantiene contemporaneamente diverse ipotesi di posizione e le aggiorna in continuo man mano che arrivano nuovi dati dai sensori.
I ricercatori affermano che questo aumenta l'affidabilità quando l'ambiente appare simile in punti diversi o è cambiato nel tempo.
La tecnologia è stata testata per diversi mesi nel campus universitario, in condizioni variabili, tra cui stagioni e illuminazioni diverse.
Secondo il team, il sistema ha mostrato una precisione di posizionamento superiore e prestazioni più stabili al variare delle condizioni ambientali, dai cambi di stagione alle modifiche di luce e vegetazione, rispetto agli approcci tradizionali.
Il nuovo sistema potrebbe aiutare i robot a operare in modo più autonomo in ambienti reali, dove le condizioni sono raramente statiche.