Robotit ovat perinteisesti tukeutuneet pelkästään visuaaliseen informaatioon navigoidessaan ympäristössään, mikä on rajoittanut niiden tehokkuutta monimutkaisissa ja arvaamattomissa olosuhteissa. Nyt Duken yliopiston tutkijat ovat kehittäneet vallankumouksellisen WildFusion-viitekehyksen, joka muuttaa perusteellisesti tapaa, jolla robotit havaitsevat ja vuorovaikuttavat ympäristönsä kanssa.
WildFusion varustaa nelijalkaisen robotin useilla aistimuksilla, jotka jäljittelevät ihmisen havainnointikykyä. Perinteisten kameroiden ja LiDARin lisäksi järjestelmä hyödyntää kontaktimikrofoneja, jotka havaitsevat jokaisen askeleen aiheuttamat värähtelyt, taktiilisia sensoreita, jotka mittaavat voiman määrää, sekä inertiasensoreita, jotka seuraavat robotin tasapainoa epätasaisessa maastossa liikuttaessa.
"WildFusion avaa uuden luvun robottien navigoinnissa ja 3D-kartoituksessa", kertoo apulaisprofessori Boyuan Chen Duken yliopistosta. "Se auttaa robotteja toimimaan itsevarmemmin jäsentymättömissä ja arvaamattomissa ympäristöissä, kuten metsissä, katastrofialueilla ja vaikeakulkuisessa maastossa."
WildFusionin ytimessä on kehittynyt syväoppimismalli, joka perustuu implisiittisiin neuroverkkoesityksiin. Toisin kuin perinteiset menetelmät, jotka käsittelevät ympäristöä erillisinä pisteinä, tämä lähestymistapa mallintaa pintoja jatkuvasti, mahdollistaen robotille intuitiiviset päätökset myös silloin, kun visuaalinen data on estynyttä tai epäselvää. Järjestelmä "täyttää aukot" puutteellisissa sensoritiedoissa samaan tapaan kuin ihmiset.
Teknologiaa on testattu menestyksekkäästi Pohjois-Carolinan Eno River State Parkissa, jossa robotti navigoi luottavaisesti tiheissä metsissä, ruohikoilla ja sorapoluilla. Pääkirjoittaja Yanbaihui Liu'n mukaan "Nämä kenttätestit osoittivat WildFusionin poikkeuksellisen kyvyn ennustaa kulkukelpoisuutta tarkasti, mikä paransi merkittävästi robotin päätöksentekoa turvallisista reiteistä haastavassa maastossa."
Tutkimusryhmä on kehittänyt myös simulaatiomenetelmän, jonka avulla robotin kykyjä voidaan testata ilman suoraa ihmisen osallistumista kehityksen alkuvaiheissa, mikä nopeuttaa ja laajentaa tutkimusprosessia. Tämä lähestymistapa edustaa merkittävää edistysaskelta robotiikan testausmenetelmissä.
Modulaarisen rakenteensa ansiosta WildFusionilla on laajat sovellusmahdollisuudet metsäreittien ulkopuolella, kuten katastrofiavussa, syrjäisten infrastruktuurien tarkastuksessa ja autonomisessa tutkimuksessa. DARPA:n ja Army Research Laboratoryn tukema teknologia esitellään IEEE International Conference on Robotics and Automation (ICRA 2025) -konferenssissa Atlantassa tänä toukokuussa.