به گزارش سایت توژال. محققان سیستمی نوآورانه برای جستجوی ربات های پرنده مستقل و هماهنگی بین ربات های متعدد در سازه های متروک توسعه داده اند.

رویکرد جدیدی که توسط تیمی در مؤسسه رباتیک دانشگاه کارنگی ملون (RI) توسعه داده شده است، می‌تواند به اولین واکنش‌دهنده‌ها در جمع‌آوری داده‌ها و قضاوت هوشمندانه‌تر پس از وقوع فاجعه کمک کند.

این تحقیق بر کاهش تلاش‌های اضافی کشف، بهینه‌سازی منابع و بهبود کارایی فرآیند جستجو متمرکز بود.

از آنجایی که این یک جستجوی چند روباتی است، هماهنگی و ارتباط بین ربات ها بسیار مهم است. سونگ چان کیم، دانشجوی دکترا، می‌گوید: «ما این سیستم را طوری طراحی کردیم که هر ربات اتاق‌های مختلف را کاوش کند و تعداد اتاق‌هایی را که تعداد معینی از پهپادها می‌توانند کاوش کنند، به حداکثر برسانند.

پهپادهای پیشرفته نجات

هر ساله حدود 100 زمین لرزه در سراسر جهان باعث آسیب هایی از جمله فروریختن ساختمان ها و سقوط خطوط برق می شود. برای تیم‌های امدادی اول، ارزیابی صحنه حادثه و اولویت‌بندی تلاش‌های نجات حیاتی و حیاتی است.

در این روش جدید، پهپادها تشخیص سریع درها را در اولویت قرار می دهند، زیرا اهداف مهمی مانند افراد بیشتر در اتاق ها یافت می شوند تا در راهروها. برای شناسایی این ورودی های مهم، ربات ها از حسگرهای LiDAR برای تجزیه و تحلیل ویژگی های هندسی محیط خود استفاده می کنند.

در نزدیکی هواپیمای بدون سرنشین، دیوارها به صورت پیکسل های اشغال شده ظاهر می شوند، در حالی که یک در باز یا راهرو به صورت پیکسل های خالی به نظر می رسد. محققان پهپادها را قادر ساختند تا به سرعت گذرگاه ها را شناسایی و هدایت کنند. با ورود به اتاق، موقعیت ربات به صورت دایره ای روی نقشه به تصویر کشیده می شود.

به گفته این تیم، این رویکرد به پهپادها اجازه می دهد تا مکان یابی و ورود به اتاق ها را کارآمدتر کنند و توانایی آنها را برای جستجو و کمک در عملیات نجات افزایش دهد.

LiDAR کارایی را افزایش می دهد

دو دلیل اصلی وجود دارد که چرا محققان حسگر لیدار را به جای دوربین انتخاب کردند.

اولین مورد این است که حسگر به قدرت پردازش کمتری نسبت به دوربین نیاز دارد. دلیل دوم این است که دوربین های استاندارد در محیط های پر از گرد و غبار یا دود که معمولاً در ساختمان های فروریخته یا صحنه های بلایای طبیعی دیده می شوند، با مشکل مواجه می شوند.

ربات ها توسط یک ایستگاه پایه کنترل نمی شوند. در عوض، هر ربات با ربات های دیگر ارتباط برقرار می کند و از دانش خود از محیط اطراف برای تصمیم گیری و انتخاب بهترین مسیرها استفاده می کند. لیست درها و اتاق هایی که ربات های هوایی کاوش کرده اند بین خودشان به اشتراک گذاشته شده است و آنها از این اطلاعات برای اجتناب از مکان هایی که قبلاً بازدید کرده اند استفاده می کنند.

به گفته محققان، ارزیابی عملکرد حداکثر سه ربات پرنده نشان داد که روش آنها 33.4 درصد در شبیه سازی و 26.4 درصد در آزمایش های دنیای واقعی از پلت فرم بهتر عمل کرده است.