Forskare från Duke University har skapat ett revolutionerande AI-ramverk kallat WildFusion som förändrar hur robotar uppfattar och navigerar i komplexa miljöer genom att slå samman flera sensoriska indata på ett sätt som liknar mänsklig perception.
Till skillnad från traditionella robotsystem som främst förlitar sig på visuell data från kameror eller LiDAR, integrerar WildFusion syn med taktil och akustisk återkoppling. Systemet, som är monterat på en fyrbent robot, kombinerar RGB-kameror och LiDAR med kontaktmikrofoner, taktila sensorer och tröghetsmätningsenheter för att skapa en heltäckande miljömedvetenhet.
"WildFusion öppnar ett nytt kapitel inom robotnavigering och 3D-kartläggning," förklarar Boyuan Chen, biträdande professor vid Duke University. "Det hjälper robotar att agera mer självsäkert i ostrukturerade, oförutsägbara miljöer som skogar, katastrofzoner och terräng utanför vägnätet."
Det som gör WildFusion särskilt innovativt är dess förmåga att bearbeta och tolka sensorisk data genom specialiserade neurala kodare. När roboten går, upptäcker kontaktmikrofonerna unika vibrationer från varje steg—och kan därmed skilja mellan underlag som torra löv eller lera—samtidigt som taktila sensorer mäter fottryck för att bedöma stabilitet. Denna rika sensorinformation matas in i en djupinlärningsmodell med hjälp av implicita neurala representationer, vilket gör att roboten kan skapa kontinuerliga miljökartor även när visuell data är ofullständig.
Teknologin testades framgångsrikt i Eno River State Park i North Carolina, där roboten navigerade genom täta skogar, gräsmarker och grusvägar med imponerande precision. När fläckvis solljus förvirrade de visuella sensorerna, kunde WildFusions integrerade metod ändå exakt förutsäga stabila fotfästen.
Implikationerna sträcker sig långt bortom akademisk forskning. WildFusion kan revolutionera tillämpningar inom sök- och räddningsinsatser, utforskning av farliga miljöer, inspektion av infrastruktur och industriell automation. Framtida utveckling syftar till att inkludera ytterligare sensorer, såsom termiska och fuktighetsdetektorer, för att ytterligare förbättra robotarnas miljömedvetenhet.
I takt med att robotar blir alltmer integrerade i komplexa verkliga scenarier, utgör WildFusion ett betydande steg mot att skapa maskiner som kan anpassa sig och fungera effektivt i de oförutsägbara miljöer som människor navigerar med lätthet.