menu
close

WildFusion Memberi Robot Deria Seperti Manusia untuk Navigasi Luar Bangunan

Penyelidik di Universiti Duke telah membangunkan WildFusion, satu rangka kerja inovatif yang menggabungkan deria penglihatan, sentuhan, dan getaran bagi membantu robot menavigasi persekitaran luar yang kompleks. Pendekatan multi-deria ini membolehkan robot berkaki empat memahami dan berinteraksi dengan bentuk muka bumi yang mencabar dengan memproses data persekitaran secara serupa seperti manusia. Setelah berjaya diuji di kawasan hutan, padang rumput, dan laluan berbatu, WildFusion mewakili kemajuan besar untuk robot yang beroperasi di persekitaran semula jadi yang tidak dapat diramal.
WildFusion Memberi Robot Deria Seperti Manusia untuk Navigasi Luar Bangunan

Sekumpulan penyelidik yang diketuai oleh Boyuan Chen di Universiti Duke telah mencipta satu rangka kerja revolusioner yang dinamakan WildFusion, yang memberikan keupayaan persepsi seperti manusia kepada robot untuk menavigasi persekitaran luar yang sukar.

Berbeza dengan robot konvensional yang hanya bergantung kepada data visual daripada kamera atau LiDAR, WildFusion melengkapkan robot berkaki empat dengan deria tambahan iaitu sentuhan dan getaran. Pendekatan multi-deria ini membolehkan robot membina peta persekitaran yang lebih kaya serta membuat keputusan yang lebih baik tentang laluan selamat di kawasan berbentuk muka bumi yang mencabar.

"WildFusion membuka babak baharu dalam navigasi robotik dan pemetaan 3D," kata Boyuan Chen, Penolong Profesor di Universiti Duke. "Ia membantu robot beroperasi dengan lebih yakin di persekitaran yang tidak berstruktur dan tidak dapat diramal seperti hutan, zon bencana, dan kawasan luar jalan raya."

Sistem ini berfungsi dengan mengintegrasikan data daripada pelbagai sensor. Mikrofon sentuhan merakam getaran daripada setiap langkah, membezakan permukaan seperti daun kering atau lumpur lembut. Sensor taktil mengukur tekanan kaki untuk mengesan kestabilan, manakala sensor inersia menjejak keseimbangan robot. Semua maklumat ini diproses melalui pengekod neural khusus dan digabungkan ke dalam model persekitaran yang komprehensif.

Inti kepada WildFusion ialah seni bina pembelajaran mendalam yang mewakili persekitaran sebagai medan matematik berterusan, bukannya titik-titik yang terpisah. Ini membolehkan robot "mengisi kekosongan" apabila data sensor tidak lengkap, sama seperti manusia menavigasi secara intuitif berdasarkan maklumat yang tidak sempurna.

Teknologi ini telah berjaya diuji di Eno River State Park di North Carolina, di mana robot tersebut menavigasi hutan tebal, padang rumput, dan laluan berbatu dengan penuh keyakinan. "Ujian dunia sebenar ini membuktikan keupayaan luar biasa WildFusion untuk meramalkan kebolehlaluan dengan tepat," kata Yanbaihui Liu, penulis pelajar utama.

Melihat ke hadapan, pasukan ini merancang untuk menggabungkan sensor tambahan seperti pengesan haba dan kelembapan bagi meningkatkan lagi kesedaran persekitaran robot. Dengan reka bentuk modularnya, WildFusion mempunyai potensi aplikasi yang luas melangkaui laluan hutan, termasuk tindak balas bencana, pemantauan alam sekitar, pertanian, dan pemeriksaan infrastruktur terpencil.

Source:

Latest News