Ein Forscherteam unter der Leitung von Boyuan Chen an der Duke University hat mit WildFusion ein revolutionäres Framework geschaffen, das Robotern menschlich anmutende Wahrnehmungsfähigkeiten verleiht, um schwierige Außenumgebungen zu durchqueren.
Im Gegensatz zu herkömmlichen Robotern, die sich ausschließlich auf visuelle Daten von Kameras oder LiDAR verlassen, stattet WildFusion einen vierbeinigen Roboter zusätzlich mit Tastsinn und Vibrationswahrnehmung aus. Dieser multisensorische Ansatz ermöglicht es dem Roboter, reichhaltigere Umweltkarten zu erstellen und bessere Entscheidungen über sichere Wege durch anspruchsvolles Gelände zu treffen.
„WildFusion eröffnet ein neues Kapitel in der robotischen Navigation und 3D-Kartierung“, sagt Boyuan Chen, Assistenzprofessor an der Duke University. „Es hilft Robotern, selbstbewusster in unstrukturierten, unvorhersehbaren Umgebungen wie Wäldern, Katastrophengebieten und abseits befestigter Wege zu agieren.“
Das System funktioniert durch die Integration von Daten aus mehreren Sensoren. Kontaktmikrofone erfassen Vibrationen bei jedem Schritt und unterscheiden so zwischen Oberflächen wie raschelndem Laub oder weichem Schlamm. Taktile Sensoren messen den Fußdruck, um die Stabilität zu erkennen, während Inertialsensoren das Gleichgewicht des Roboters überwachen. All diese Informationen werden durch spezialisierte neuronale Encoder verarbeitet und zu einem umfassenden Umweltmodell zusammengeführt.
Im Zentrum von WildFusion steht eine Deep-Learning-Architektur, die die Umgebung als kontinuierliches mathematisches Feld statt als isolierte Punkte abbildet. Dadurch kann der Roboter „Lücken füllen“, wenn Sensordaten unvollständig sind – ähnlich wie Menschen intuitiv mit unvollständigen Informationen navigieren.
Die Technologie wurde erfolgreich im Eno River State Park in North Carolina getestet, wo der Roboter selbstbewusst dichte Wälder, Graslandschaften und Kieswege durchquerte. „Diese Praxistests haben WildFusions bemerkenswerte Fähigkeit bewiesen, die Begehbarkeit präzise vorherzusagen“, betont Yanbaihui Liu, die leitende studentische Autorin.
Für die Zukunft plant das Team, weitere Sensoren wie Wärme- und Feuchtigkeitsdetektoren zu integrieren, um das Umweltbewusstsein des Roboters weiter zu verbessern. Dank seines modularen Designs bietet WildFusion vielfältige Anwendungsmöglichkeiten über Waldwege hinaus – etwa im Katastrophenschutz, bei der Umweltüberwachung, in der Landwirtschaft oder bei der Inspektion entlegener Infrastrukturen.