Autonome Roboter in der Lage, sich und Karte Gebäude für Ersthelfer

Es gibt nicht einen Funk- Handgerät in Sicht mehrere kleine Roboter rollt zügig bis die Flure eines Bürogebäudes . Die Arbeit selbst und die Kommunikation nur untereinander , die Fahrzeuge teilen sich eine Vielzahl von Explorationsaufgaben- und innerhalb weniger Minuten haben eine detaillierte Boden Karte, um den Menschen in der Nähe übertragen.

Dies ist keine Zukunftstechnologie-Szenario. Diese fortgeschrittene autonome Fähigkeit wurde von einem Team aus dem Georgia Institute of Technology , der University of Pennsylvania und dem California Institute of Technology / Jet Propulsion Laboratory ( JPL) entwickelt. Ein Papier beschreibt diese Fähigkeit und seine heutige Leistungsniveau wurde im April auf der SPIE Defense, Security and Sensing -Konferenz in Orlando, Florida vorgestellt.

"Als Ersthelfer - ob ein Feuerwehrmann in der Innenstadt von Atlanta oder ein Soldat im Ausland - zu konfrontieren eine unbekannte Struktur , es ist sehr anstrengend und potenziell gefährlich , weil sie weiß, was sie es zu tun haben , beschränkt haben, " sagte Henrik Christensen, ein Teammitglied, ist Professor an der Georgia Tech College of Computing und Leiter der Robotik und Intelligente Maschinen -Center gibt . " Wenn diese Ersthelfer in Roboter, die schnell nach würde die Struktur und schickt eine Karte schicken könnte , würden sie haben ein viel besseres Gefühl dafür, was zu erwarten ist , und sie würden sich sicherer fühlen . "

Die Fähigkeit, Karte und gleichzeitig zu erkunden ist ein Meilenstein in der Micro Autonome Systeme und Technologie ( MAST) Collaborative Technology Alliance -Programm , einem wichtigen Forschungsinitiative von der US Army Research Laboratory gesponsert. Die Fünf-Jahres- Programm wird von BAE Systems geführt und umfasst zahlreiche Haupt und allgemeine Mitglieder größtenteils bestehend aus Universitäten .

Endziel MAST ist es, Technologien , mit denen handtellergroße autonome Roboter zu helfen, die Menschen beschäftigen sich mit zivilen und militärischen Herausforderungen auf engstem Raum zu entwickeln. Das Programm Vision ist für die gemeinsame Teams von kleinen Geräten, die rollen könnte , hop , kriechen oder fliegen fast überall , Trage Sensoren zur Detektion und zurückschicken Informationen entscheidend für die menschliche Bediener .

Die fahrbare Plattformen in diesem Experiment verwendeten messen etwa ein Fuß Quadrat . Aber MAST Forscher zu Plattformen klein genug, um in der Handfläche einer Hand gehalten zu arbeiten. Vollständig autonome und kooperative könnten diese kleinen Roboter durch die Partituren in Gefahrensituationen schwärmen .

Die MAST -Programm umfasst vier Hauptforschungsteams: Integration, Mikroelektronik, Mikromechanikund die Verarbeitung für den autonomen Betrieb . Georgia Tech Forscher in allen Bereichen mit Ausnahme teilnehmenden Mikroelektronik. Neben dem College of Computing , sind Forscher des Georgia Tech Research Institute ( GTRI ) , der School of Aerospace Engineering und der School of Physics in MAST Arbeit beteiligt.

Das Experiment - von der Georgia Tech MAST Verarbeitungs Team entwickelt - verbindet Navigationstechnologie von Georgia Tech mit Vision -basierte Techniken aus JPL und Netzwerktechnik an der University of Pennsylvania entwickelt.

Neben Christensen, die Mitglieder der Georgia Tech Verarbeitungsteaman der Demonstration beteiligt sind Professor Frank Dellaert des College of Computing und Doktoranden Alex Cunningham, Manohar Paluri und John G. Rogers III . Regents Professor Ronald C. Arkin des College of Computing und Tom Collins von GTRI sind auch Mitglieder der Georgia Tech Verarbeitung Team.

In dem Experiment wurde die Roboter ihre Zuordnungsarbeits Verwendung von zwei Arten von Sensoren, - einer Videokamera und einem Laserscanner . Mit Unterstützung von Onboard- Rechenleistung , sucht die Kamera Türen und Fenster , während die Scanner Maßnahmen Wänden. Darüber hinaus hilft eine Trägheitsmesseinheit Stabilisierung des Roboters und informiert über ihre Bewegung .

Daten von den Sensoren werden in eine Umgebungskarte , die von jedem Roboter unter Verwendung eines Graphen -basierten Technik namens gleichzeitige Lokalisierung und Abbildung ( SLAM ) entwickelt wird integriert. Der SLAM Ansatz ermöglicht eine autonome Fahrzeug , um eine Karte entweder bekannte oder unbekannte Umgebungen zu entwickeln , aber auch die Überwachung und die Berichterstattung über ihre eigenen aktuellen Standort .

SLAM Flexibilität vor allem in Bereichen, in denen Global Positioning System (GPS) Dienst blockiert , wie innerhalb von Gebäuden und in einigen Kampfzonen wertvoll ist , sagte Christensen . Wenn GPS aktiv ist, können menschliche Handler es verwenden, um zu sehen , wo ihre Roboter sind . Aber in der Abwesenheit von globalen Positionsinformationen , SLAM können die Roboter , den Überblick über ihre eigenen Positionen zu halten, wie sie sich bewegen.

"Es gibt kein Blei Roboter , aber jede Einheit, die Rekrutierung von anderen Geräten , um sicherzustellen, dass der gesamte Bereich erforscht ist ", erklärt Christensen . "Als der erste Roboter an eine Kreuzung kommt , sagt, dass es zu einem zweiten Roboter , " werde ich nach links gehen, wenn Sie nach rechts zu gehen. " "

Christensen geht der Roboter Fähigkeiten , über Mapping bald erweitern. Eine Möglichkeit der Entwicklung von einer MAST -Team umfasst kleine Radargeräte , die durch Wände sehen und erkennen Objekte könnten - oder Menschen - hinter ihnen. Infrarot-Sensoren können auch unterstützen die Suche Mission durch die Anordnung etwas Wärmeabgabe . Zusätzlich ist ein Mast Team Entwicklung einer hochflexiblen " Whisker " , um die Nähe der Wände auch in der Dunkelheit zu erfassen .

Die Verarbeitung Team entwirft eine komplexere Experiment für das kommende Jahr , um kleine autonome Arbeitsbühnen zum Auffinden eines bestimmten Gebäudes , finden wahrscheinlich Einstiegspunkte und dann in Roboter- Mapping -Teams fordern sind . Demonstrieren eine solche Fähigkeit im nächsten Jahr würde Fortschritte bei Klein Autonomie während der MAST ersten fünf Jahren ihren Höhepunkt , sagte Christensen .

Hinweise:

Zusätzlich zu den drei Universitäten , anderen MAST Team Teilnehmer North Carolina A

Forschung wurde von der Army Research Laboratory unter Cooperative Agreement Number W911NF - 08-2-0004 gesponsert. Die Ansichten und Schlussfolgerungen in diesem Dokument sind die der Autoren und nicht als Vertreter der offiziellen Politik interpretiert werden , weder ausdrücklich noch stillschweigend, der Army Research Laboratory oder der US-Regierung .

Quelle:
John Toon
Georgia Institute of Technology Neues aus der Forschung