Forskere fra Duke University har skabt en revolutionerende AI-ramme ved navn WildFusion, der forvandler måden, hvorpå robotter opfatter og navigerer i komplekse miljøer, ved at sammenflette flere sanseindtryk på samme måde som menneskelig perception.
I modsætning til traditionelle robotsystemer, der primært er afhængige af visuelle data fra kameraer eller LiDAR, integrerer WildFusion syn med taktil og akustisk feedback. Systemet, der er bygget på en firbenet robot, kombinerer RGB-kameraer og LiDAR med kontaktmikrofoner, taktile sensorer og inertimåleenheder for at skabe en omfattende miljøforståelse.
"WildFusion åbner et nyt kapitel inden for robotnavigation og 3D-kortlægning," forklarer Boyuan Chen, adjunkt ved Duke University. "Det hjælper robotter med at operere mere selvsikkert i ustrukturerede, uforudsigelige miljøer som skove, katastrofezoner og ujævnt terræn."
Det, der gør WildFusion særligt innovativ, er dens evne til at behandle og fortolke sanseindtryk gennem specialiserede neurale kodere. Når robotten går, opfanger kontaktmikrofonerne unikke vibrationer fra hvert skridt—og kan skelne mellem overflader som tørre blade eller mudder—mens de taktile sensorer måler fodtrykket for at vurdere stabiliteten. Disse rige sanseinformationer føres ind i en dyb læringsmodel, der bruger implicitte neurale repræsentationer, hvilket gør det muligt for robotten at konstruere kontinuerlige miljøkort, selv når de visuelle data er ufuldstændige.
Teknologien blev med succes testet i Eno River State Park i North Carolina, hvor robotten navigerede gennem tætte skove, græsarealer og grusstier med bemærkelsesværdig præcision. Når plettet sollys forvirrede de visuelle sensorer, kunne WildFusions integrerede tilgang stadig præcist forudsige stabile fodfæster.
Implikationerne rækker langt ud over akademisk forskning. WildFusion kan revolutionere anvendelser inden for eftersøgnings- og redningsoperationer, udforskning af farlige miljøer, inspektion af infrastruktur og industriel automatisering. Fremtidige udviklinger har til formål at inkorporere yderligere sensorer som termiske og fugtighedsmålere, hvilket yderligere vil forbedre robotters miljøforståelse.
Efterhånden som robotter i stigende grad integreres i komplekse, virkelige scenarier, repræsenterer WildFusion et vigtigt skridt mod at skabe maskiner, der kan tilpasse sig og fungere effektivt i de uforudsigelige miljøer, som mennesker navigerer i med lethed.