Un team di ricercatori guidato da Boyuan Chen presso la Duke University ha creato un framework rivoluzionario chiamato WildFusion, che conferisce ai robot capacità percettive simili a quelle umane per navigare in ambienti esterni difficili.
A differenza dei robot convenzionali che si affidano esclusivamente ai dati visivi provenienti da telecamere o LiDAR, WildFusion dota un robot quadrupede anche dei sensi del tatto e delle vibrazioni. Questo approccio multisensoriale permette al robot di costruire mappe ambientali più ricche e di prendere decisioni migliori sui percorsi sicuri attraverso terreni impegnativi.
"WildFusion apre un nuovo capitolo nella navigazione robotica e nella mappatura 3D", ha dichiarato Boyuan Chen, Assistant Professor alla Duke University. "Aiuta i robot a operare con maggiore sicurezza in ambienti non strutturati e imprevedibili come foreste, zone di disastro e terreni off-road."
Il sistema funziona integrando i dati provenienti da molteplici sensori. I microfoni a contatto registrano le vibrazioni di ogni passo, distinguendo tra superfici come foglie secche o fango morbido. I sensori tattili misurano la pressione delle zampe per rilevare la stabilità, mentre i sensori inerziali monitorano l’equilibrio del robot. Tutte queste informazioni vengono elaborate tramite encoder neurali specializzati e fuse in un modello ambientale completo.
Al cuore di WildFusion c’è un’architettura di deep learning che rappresenta l’ambiente come un campo matematico continuo, invece che come punti disconnessi. Questo consente al robot di "colmare le lacune" quando i dati dei sensori sono incompleti, in modo simile a come gli esseri umani navigano intuitivamente con informazioni parziali.
La tecnologia è stata testata con successo all’Eno River State Park in North Carolina, dove il robot ha attraversato con sicurezza fitte foreste, praterie e sentieri ghiaiosi. "Questi test sul campo hanno dimostrato la straordinaria capacità di WildFusion di prevedere con precisione la percorribilità", ha sottolineato Yanbaihui Liu, primo autore dello studio.
Guardando al futuro, il team prevede di integrare ulteriori sensori, come rilevatori termici e di umidità, per migliorare ulteriormente la consapevolezza ambientale del robot. Grazie al suo design modulare, WildFusion offre ampie potenzialità applicative oltre ai sentieri forestali, tra cui risposta alle emergenze, monitoraggio ambientale, agricoltura e ispezione di infrastrutture remote.