Een team van onderzoekers onder leiding van Boyuan Chen aan de Duke University heeft een revolutionair framework ontwikkeld, genaamd WildFusion, dat robots mensachtige waarnemingsvermogens geeft om moeilijke buitenomgevingen te doorkruisen.
In tegenstelling tot conventionele robots die uitsluitend vertrouwen op visuele data van camera’s of LiDAR, rust WildFusion een viervoetige robot uit met extra zintuigen zoals tast en trillingen. Deze multisensorische benadering stelt de robot in staat om rijkere omgevingskaarten te maken en betere beslissingen te nemen over veilige routes door uitdagend terrein.
"WildFusion opent een nieuw hoofdstuk in robotnavigatie en 3D-mapping," zegt Boyuan Chen, universitair docent aan Duke University. "Het helpt robots om zelfverzekerder te opereren in ongestructureerde, onvoorspelbare omgevingen zoals bossen, rampgebieden en off-road terrein."
Het systeem werkt door data van meerdere sensoren te integreren. Contactmicrofoons registreren trillingen bij elke stap, waardoor oppervlakken zoals knisperende bladeren of zachte modder van elkaar te onderscheiden zijn. Tactiele sensoren meten de druk op de poten om stabiliteit te detecteren, terwijl traagheidssensoren het evenwicht van de robot volgen. Al deze informatie wordt verwerkt via gespecialiseerde neurale encoders en samengevoegd tot een uitgebreid omgevingsmodel.
De kern van WildFusion is een deep learning-architectuur die de omgeving weergeeft als een continu wiskundig veld in plaats van als losse punten. Hierdoor kan de robot ‘de gaten invullen’ wanneer sensorgegevens onvolledig zijn, vergelijkbaar met hoe mensen intuïtief navigeren met beperkte informatie.
De technologie is met succes getest in het Eno River State Park in North Carolina, waar de robot vol vertrouwen door dichte bossen, graslanden en over grindpaden navigeerde. "Deze praktijktests bewezen het opmerkelijke vermogen van WildFusion om de begaanbaarheid nauwkeurig te voorspellen," aldus Yanbaihui Liu, de eerste auteur van het onderzoek.
Vooruitkijkend is het team van plan om extra sensoren toe te voegen, zoals thermische en vochtigheidsdetectoren, om het omgevingsbewustzijn van de robot verder te vergroten. Dankzij het modulaire ontwerp heeft WildFusion een breed scala aan potentiële toepassingen buiten bospaden, waaronder rampenbestrijding, milieumonitoring, landbouw en inspectie van afgelegen infrastructuur.