menu
close

WildFusion AI Dá aos Robôs Percepção Sensorial Semelhante à Humana

Pesquisadores da Universidade Duke desenvolveram o WildFusion, uma inovadora estrutura de IA que permite que robôs naveguem por ambientes complexos integrando visão, vibração e tato. Essa abordagem multissensorial possibilita que robôs quadrúpedes atravessem terrenos desafiadores, como florestas e zonas de desastre, com precisão inédita. A tecnologia representa um avanço significativo na percepção robótica, imitando a forma como os humanos utilizam múltiplos sentidos para compreender e interagir com o ambiente.
WildFusion AI Dá aos Robôs Percepção Sensorial Semelhante à Humana

Pesquisadores da Universidade Duke criaram uma estrutura revolucionária de inteligência artificial chamada WildFusion, que transforma a forma como robôs percebem e navegam em ambientes complexos ao fundir múltiplas entradas sensoriais, de maneira semelhante à percepção humana.

Diferentemente dos sistemas robóticos tradicionais, que dependem principalmente de dados visuais de câmeras ou LiDAR, o WildFusion integra visão com feedback tátil e acústico. O sistema, implementado em um robô quadrúpede, combina câmeras RGB e LiDAR com microfones de contato, sensores táteis e unidades de medição inercial para criar uma consciência ambiental abrangente.

"O WildFusion inaugura um novo capítulo na navegação robótica e no mapeamento 3D", explica 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 acidentados."

O que torna o WildFusion particularmente inovador é sua capacidade de processar e interpretar dados sensoriais por meio de codificadores neurais especializados. À medida que o robô caminha, microfones de contato detectam vibrações únicas de cada passo — distinguindo superfícies como folhas secas ou lama — enquanto sensores táteis medem a pressão dos pés para avaliar a estabilidade. Essas informações sensoriais ricas alimentam um modelo de aprendizado profundo que utiliza representações neurais implícitas, permitindo ao robô construir mapas ambientais contínuos mesmo quando os dados visuais estão incompletos.

A tecnologia foi testada com sucesso no Parque Estadual Eno River, na Carolina do Norte, onde o robô navegou por florestas densas, campos e trilhas de cascalho com precisão notável. Quando a luz solar filtrada confundia os sensores visuais, a abordagem integrada do WildFusion ainda previa com precisão pontos estáveis para apoio.

As implicações vão muito além da pesquisa acadêmica. O WildFusion pode revolucionar aplicações em operações de busca e resgate, exploração de ambientes perigosos, inspeção de infraestrutura e automação industrial. Desenvolvimentos futuros pretendem incorporar sensores adicionais, como detectores térmicos e de umidade, ampliando ainda mais a consciência ambiental dos robôs.

À medida que os robôs se integram cada vez mais a cenários complexos do mundo real, o WildFusion representa um passo significativo rumo à criação de máquinas capazes de se adaptar e funcionar de maneira eficaz em ambientes imprevisíveis que os humanos navegam com facilidade.

Source:

Latest News