Текст для англ. Фото Исследовательская группа самоорганизующихся системГарвардская школа инженерии и прикладных наук имени Джона А. Полсона
 Скачать 17.74 Kb.
|
|
Встречайте Blueswarm , умную школу рыб-роботов 4.000 Фото: Исследовательская группа самоорганизующихся систем/Гарвардская школа инженерии и прикладных наук имени Джона А. Полсона. Эти вдохновленные рыбой роботы могут синхронизировать свои движения без какого-либо внешнего контроля. Любой, кто видел документальный фильм о подводной природе, восхищался сложной хореографией, которую демонстрируют стайные рыбы, стремительным, синхронным балетом с участием тысяч человек. Эти инстинктивные движения вдохновили исследователей из Гарвардской школы инженерии и прикладных наук имени Джона А. Полсона (SEAS) и Института биологически вдохновленной инженерии Висса . Результаты могут улучшить производительность и надежность не только подводных роботов, но и других транспортных средств, требующих децентрализованного передвижения и организации, таких как беспилотные автомобили и роботизированное исследование космоса. Рыбный коллектив под названием Blueswarmбыл создан командой под руководством Радхики Нагпал , чья лаборатория является пионером в области самоорганизующихся систем. Странно очаровательные роботы могут синхронизировать свои движения, как биологические рыбы, получая сигналы от своих пластиковых соседей без необходимости внешнего управления. Нагпал сказал IEEESpectrum, что это знаменует собой важную веху, демонстрирующую сложное трехмерное поведение с неявной координацией подводных роботов. «Результаты этого исследования помогут нам разработать будущие миниатюрные подводные рои, которые смогут осуществлять мониторинг окружающей среды и поиск в визуально богатой, но хрупкой среде, такой как коралловые рифы», — сказал Нагпал. «Это исследование также прокладывает путь к лучшему пониманию косяков рыб путем синтетического воссоздания их поведения». Исследование опубликовано в журнале ScienceRobotics под авторством Флориана Берлингера . Берлингер сказал, что роботы « Bluedot » объединяют три синих светодиода, литий-полимерный аккумулятор, пару камер, компьютер Raspberry Pi и четыре управляемых плавника в корпусе, напечатанном на 3D-принтере. Камеры с линзами-рыбами обнаруживают светодиоды своих товарищей по плаванию и применяют специальный алгоритм для расчета расстояния, направления и курса. Основываясь на этом простом производстве и обнаружении светодиодного света, команда доказала, что Blueswarm может самоорганизовывать поведение, включая агрегацию, рассеивание и формирование круга — в основном, плавание по часовой стрелке. Исследователи также смоделировали успешную поисковую миссию «В поисках Немо». Используя свой алгоритм рассредоточения, школа роботов рассредоточилась до тех пор, пока в танке не удалось обнаружить красный свет. Затем его синие светодиоды замигали, запустив алгоритм агрегации, чтобы собрать школу вокруг него. Такой рой роботов может оказаться полезным в поисково-спасательных миссиях на море, покрывая мили в открытой воде и отчитываясь перед своими товарищами. «Каждый Bluebot неявно реагирует на позицию своих соседей, — сказал Берлингер . Рыба — возможно, RoboCod ? — также интегрирует модуль Wi-Fi , позволяющий удаленно загружать новые модели поведения. Предыдущие работы лаборатории включают тысячную армию « килоботов » и роботизированную строительную бригаду, вдохновленную термитами. Оба проекта работали в двухмерном пространстве. Но трехмерная среда, такая как воздух или вода, представляла собой более сложную задачу для восприятия и движения. В природе, отмечает Берлингер , нет масштабного генерального директора, который бы руководил движением школы. Рыбы также не сообщают о своих намерениях. Вместо этого так называемая «неявная координация» направляет коллективное поведение школы, когда отдельные члены выполняют скоростные движения, основываясь на том, что они видят, как делают их соседи. Эта децентрализованная автономная организация уже давно привлекает ученых, в том числе робототехников. «В таких ситуациях очень полезно иметь автономный рой роботов, который является самодостаточным. Используя неявные правила и трехмерное визуальное восприятие, мы смогли создать систему с высокой степенью автономности и гибкости под водой, где недоступны такие вещи, как GPS и Wi-Fi ». Берлингер добавляет, что в один прекрасный день исследование может быть перенесено на все, что требует децентрализованных роботов, от беспилотных автомобилей до складских автомобилей Amazon. к исследованию далеких планет, где низкая задержка делает невозможным быструю передачу команд. Современные полуавтономные автомобили сталкиваются со своими собственными техническими трудностями при надежном распознавании сложных условий и реагировании на них, в том числе, когда непогода закрывает бортовые датчики или дорожные маркеры, или когда они не могут определить местоположение с помощью GPS. Целый подмножество исследований беспилотных автомобилей включает в себя связь между транспортными средствами (V2V), которая может дать автомобилям коллективный разум для принятия индивидуальных или коллективных решений — избегание пробок, безопасное вождение в плотных колоннах или групповые действия по уклонению во время аварии. это за пределами их сенсорного диапазона. «Когда на дорогах появляются миллионы автомобилей, не может быть одного компьютера, управляющего всем движением и принимающего решения, которые работают для всех автомобилей », — сказал Берлингер . Миниатюрные роботы также могут работать долгие часы в местах, недоступных для людей и дайверов, или даже большие привязанные роботы. Нагпал сказал, что синтетические пловцы могут отслеживать и собирать данные о рифах или подводной инфраструктуре 24 часа в сутки, 7 дней в неделю, и работать в крошечных местах, не нарушая хрупкое оборудование или экосистемы. «Если бы мы могли быть такими же хорошими, как рыбы в этой среде, мы могли бы собирать информацию и быть неинвазивными в загроможденной среде, где все является препятствием», — сказал Нагпал. |