menu
close

WildFusion Dá Sentidos Humanos a Robôs para Navegação em Ambientes Externos

Pesquisadores da Universidade Duke desenvolveram o WildFusion, uma estrutura inovadora que combina visão, tato e detecção de vibração para ajudar robôs a navegarem em ambientes externos complexos. Essa abordagem multissensorial permite que robôs quadrúpedes compreendam e interajam melhor com terrenos desafiadores, processando dados ambientais de forma semelhante aos humanos. Testado com sucesso em florestas, campos e trilhas de cascalho, o WildFusion representa um avanço significativo para robôs que operam em ambientes naturais imprevisíveis.
WildFusion Dá Sentidos Humanos a Robôs para Navegação em Ambientes Externos

Uma equipe de pesquisadores liderada por Boyuan Chen, da Universidade Duke, criou uma estrutura revolucionária chamada WildFusion, que confere aos robôs capacidades de percepção semelhantes às humanas para navegar em ambientes externos difíceis.

Diferentemente dos robôs convencionais, que dependem apenas de dados visuais de câmeras ou LiDAR, o WildFusion equipa um robô quadrúpede com sentidos adicionais de tato e vibração. Essa abordagem multissensorial permite que o robô construa mapas ambientais mais ricos e tome decisões mais assertivas sobre caminhos seguros em terrenos desafiadores.

"O WildFusion abre um novo capítulo na navegação robótica e no mapeamento 3D", afirmou Boyuan Chen, professor assistente da Universidade Duke. "Ele ajuda robôs a operarem com mais confiança em ambientes não estruturados e imprevisíveis, como florestas, zonas de desastre e terrenos fora de estrada."

O sistema funciona integrando dados de múltiplos sensores. Microfones de contato registram vibrações de cada passo, distinguindo superfícies como folhas secas ou lama fofa. Sensores táteis medem a pressão dos pés para detectar estabilidade, enquanto sensores inerciais monitoram o equilíbrio do robô. Todas essas informações são processadas por codificadores neurais especializados e fundidas em um modelo ambiental abrangente.

No núcleo do WildFusion está uma arquitetura de aprendizado profundo que representa o ambiente como um campo matemático contínuo, em vez de pontos desconectados. Isso permite que o robô "preencha as lacunas" quando os dados dos sensores estão incompletos, de forma semelhante à maneira como humanos navegam intuitivamente com informações parciais.

A tecnologia foi testada com sucesso no Eno River State Park, na Carolina do Norte, onde o robô navegou com confiança por florestas densas, campos e trilhas de cascalho. "Esses testes em condições reais comprovaram a notável capacidade do WildFusion de prever com precisão a possibilidade de travessia", observou Yanbaihui Liu, principal autor estudante do estudo.

Olhando para o futuro, a equipe planeja incorporar sensores adicionais, como detectores térmicos e de umidade, para aprimorar ainda mais a percepção ambiental do robô. Com seu design modular, o WildFusion tem vastas aplicações potenciais além de trilhas em florestas, incluindo resposta a desastres, monitoramento ambiental, agricultura e inspeção de infraestrutura remota.

Source:

Latest News