En simuleringsramme til at genskabe flagermusadfærd i quad-rotor UAV'er

I de seneste år, forskere verden over har forsøgt at udvikle beregningsteknikker, der gengiver adfærd hos mennesker eller dyr i robotter og maskiner. Dette inkluderer, for eksempel, den menneskelige hjernes struktur og funktion, biernes sværmkommunikationsevne, bevægelsesstile for bestemte arter af fisk eller padder, og meget mere.

Bygger på resultaterne af tidligere undersøgelser, forskere ved Virginia Tech og University of Maryland har for nylig introduceret en simuleringsramme, der kunne bruges til at genskabe flagermusadfærd i quad-rotor UAV'er. denne model, præsenteret i et papir, der er forududgivet på arXiv, blev født ud af et samarbejde mellem Rolf Müller, en ekspert i biosonar sensing, statistikere Xiaowei Wu og Hongxiao Zhu, og datalog Pratap Tokekar, finansieret af National Science Foundation (NSF).

"Vores generelle idé var at bygge UAV'er, der kan genskabe en flagermuss adfærd, mens de navigerer komplekst, naturlige miljøer, " fortalte Zhu TechXplore. "I denne særlige undersøgelse, Vores hovedmål var at bygge en beregningsramme til at simulere flagermusens sansemiljøer og producere simulerede biosonar-signaler til trænings- og testformål."

Simuleringsrammerne udviklet af Zhu og hendes kolleger består af en model til simulering af geometrien af ​​tilfældige skove med træer og en model, der genererer biosonarsignaler. Biosonar-signaler er korte lyde produceret af flagermus og andre dyr, herunder hvaler og delfiner. Disse lyde genererer ekkoer, der indeholder værdifuld information om det omgivende miljø, hjælpe dyr i deres navigation, samt i deres jagt- og fourageringsindsats.

Den nye rammes første komponent er en model, der giver detaljerede oplysninger om tilfældige miljøer. Den anden komponent efterligner de biologiske mekanismer, der muliggør biosonar-guidet navigation hos flagermus, producere simulerede ekkoer, der indeholder information om robottens omgivelser.

Simuleringstilgangen, som er udtænkt af Zhu og hendes kolleger, har flere unikke funktioner og fordele. En af de mest bemærkelsesværdige er, at den tillader tilfældige simuleringer at køre gentagne gange, således kan det producere rige sensoriske data, som ville være sværere at indsamle ved hjælp af mere traditionelle eksperimentelle tilgange.

"Robotikkens største succeser indtil videre har været begrænset, strukturerede miljøer såsom varehuse og industrielle omgivelser, "Tokekar, medforsker af undersøgelsen, fortalte TechXplore. "Der er stor interesse for at bruge UAV'er i ustrukturerede miljøer såsom skove og tæt bevoksede områder. Bare for at nævne to eksempler:DARPA afsluttede for nylig deres Fast, Letvægts, Autonomi program, hvor, som det samme antyder, vægten var lagt på agile UAV'er, der opererer i skovklædte miljøer, mens Army Research Lab annoncerede et nyt program kaldet SARA med et meget lignende mål i tankerne."

Ifølge Tokekar, naturen byder på utallige eksempler på adfærd, hvis kunstigt replikeres, kunne være yderst nyttig i robotapplikationer. De biosonar-assisterede navigationsevner observeret hos flagermus, som deres undersøgelse fokuserer på, kunne specifikt bidrage til at forbedre navigation og objektdetektion i flyvende robotter.

I fremtiden, simuleringsplatformen udviklet af Zhu, Tokekar og deres kolleger kunne bruges til at replikere denne særlige flagermusadfærd i autonome quad-rotor UAV'er. Ud over, det kunne hjælpe forskere med at evaluere og sammenligne forskellige flagermus-inspirerede navigationsalgoritmer i simulerede miljøer.

"Det mest meningsfulde aspekt af vores arbejde er, at det giver en bekvem platform til træning og test af bio-inspirerede robotalgoritmer til UAV'er, " sagde Zhu. "I vores næste undersøgelser, vi planlægger at træne og teste robotalgoritmer til forskellige navigationsopgaver ved at bruge de Biosonar-data, der genereres i denne ramme."

© 2020 Science X Network