昆虫はどのようにして故郷から遠く離れた場所に移動し、それでも目的地を見つけることができるのでしょうか?この質問に対する答えは生物学だけでなく、小型自律ロボットの人工知能の作成にも関係します。
デルフト工科大学デルフト工科大学のドローン研究者たちは、アリがどのように環境を視覚的に認識し、これを安全に家に帰るための歩数をカウントするかという生物学的発見に触発されました。
彼らはこれらの洞察を利用して、昆虫にヒントを得た小型軽量ロボットの自律ナビゲーション戦略を作成しました。この戦略により、これらのロボットは、非常に少ない計算量とメモリ (100 メートルあたり 0.65 キロバイト) を必要としながら、長い軌道を経て帰還することができます。
将来的には、小型自律ロボットは、倉庫の在庫監視から産業現場でのガス漏れの発見まで、幅広い用途に見出される可能性がある。研究者らはその研究結果を、2024 年 7 月 17 日に Science Robotics 誌に発表しました。
デフル大学が作ったミニロボット
数十グラムから数百グラムの小型ロボットには、興味深い現実世界への応用の可能性があります。軽量のため、誤って人にぶつかった場合でも非常に安全です。体が小さいので、狭い場所を移動することができます。また、安価に製造できれば、害虫や病気の早期発見のため、温室などで広範囲を迅速にカバーできるよう、大量に配備することができます。
ただし、大型ロボットに比べてリソースが非常に限られているため、これらの小型ロボットを単独で実行することは困難です。大きな障壁は、彼らが自力で移動できなければならないことです。これが、ロボットが外部インフラストラクチャから支援を受けることができる理由です。屋外では GPS 衛星から、屋内では無線通信ビーコンからの位置推定を使用できます。
ただし、多くの場合、そのようなインフラストラクチャに依存することは望ましくありません。 GPS は屋内では利用できないため、都市の峡谷などの雑然とした環境では非常に不正確になる可能性があります。さらに、屋内スペースにビーコンを設置して維持することは非常に費用がかかるか、エネルギーを消費することを考慮せずに捜索や救助のシナリオなどでは単純に不可能です。
56グラムのミニドローン！
車載リソースのみで自律航行に必要なAIは、自動運転車などの大型ロボットを念頭に置いて作られています。一部のアプローチは、LiDAR レーザー レンジャーなど、小型ロボットでは持ち運びや電力供給ができない、重く電力を大量に消費するセンサーに依存しています。他のアプローチでは、環境に関する豊富な情報を提供する非常にエネルギー効率の高いセンサーである視覚を使用します。
ただし、これらのアプローチは通常、環境の非常に詳細な 3D マップを作成しようとします。これには大量の処理とメモリが必要ですが、これを提供できるのは、小型ロボットには大きすぎて電力を大量に消費するコンピュータだけです。
歩数をカウントし、視覚的な合図を使用する
研究者の中には自然にインスピレーションを求めている人もいるのはそのためです。昆虫は、現実世界の多くのアプリケーションに関連する可能性のある距離を越えて活動し、センシングとコンピューティングのリソースをほとんど使用しないため、特に興味深いです。生物学者は、昆虫が使用する基本的な戦略について理解を深めています。特に昆虫は、自分自身の動きの追跡（「オドメトリ」と呼ばれる）と、低解像度ではあるがほぼ全方向性の視覚システム（「視覚記憶」と呼ばれる）に基づく視覚的に誘導された行動を組み合わせています。
オドメトリはニューロンレベルまでますます理解されてきていますが、視覚記憶の根底にある正確なメカニズムはさらに理解されていません。最初の動作理論の 1 つは、「瞬間的」モデルを提案しています。その中で、アリなどの昆虫が時々その環境のスナップショットを撮ることが提案されています。その後、昆虫はスナップショットに近づくと、現在の視覚認識とスナップショットを比較し、差異を最小限に抑えるように移動します。これにより、昆虫はスナップショットの場所に移動、または「ホーム」することができ、単独でオドメトリを実行する場合に必然的に蓄積されるドリフトを排除します。
「スナップショットベースのナビゲーションは、ヘンゼルがおとぎ話のヘンゼルとグレーテルで迷子にならないように努めた方法にたとえることができます。ハンスが地面に石を投げると、無事家に帰ることができました。しかし、鳥に食べられるパンくずを投げてしまったため、ハンスとグレーテルは迷子になってしまいました。この研究の筆頭著者であるトム・ファン・ダイク氏は、「私たちの場合、石がスナップショットです」と述べています。「石の場合と同様、スナップショットが機能するには、ロボットがスナップショットの位置に十分近づく必要があります。周囲の視覚環境がスナップショットの位置と大きく異なる場合、ロボットは間違った方向に移動し、戻れなくなる可能性があります。したがって、十分なスナップショットを使用する必要があります。または、ヘンゼルの場合は十分な石をドロップする必要があります。一方、石を互いに近づけすぎると、ハンスの石がすぐになくなってしまいます。ロボットの場合、スナップショットを多量に使用すると、大量のメモリが消費されます。この分野におけるこれまでの研究では、通常、スナップショットが非常に近くに配置されていたため、ロボットはまず視覚的に 1 つのスナップショットに戻り、次に次のスナップショットに戻ることができました。」
提案された昆虫にヒントを得たナビゲーション戦略により、全方位カメラを搭載した56グラムの「CrazyFlie」ドローンは、わずか0.65キロバイトのデータで最大100メートルの距離をカバーできるようになった。すべての視覚処理は、多くの安価な電子機器に搭載されている「マイクロコントローラー」と呼ばれる小さなコンピューター上で行われます。
これらのマイクロロボットは、倉庫の制御や危険なエリアの検査、あるいは人間が探索できない場所に到達する場合などに非常に役立つことが判明します。生物学的要因に基づいた誘導システムを使用することで、これまで不可能だった高度なロボットの使用が可能になります。結局のところ、自然が最良の教師であり続けます。
Telegram チャンネルのおかげで、新しい経済シナリオ記事の発行に関する最新情報を入手できます。
「昆虫を模倣して方向を定めることができるマイクロロボットはこちらです」という記事は、 「経済シナリオ」から出ています。
これは、Thu, 18 Jul 2024 10:36:14 +0000 の https://scenarieconomici.it/ecco-il-micro-robot-che-si-riesce-a-orientare-imitando-gli-insetti/ で Scenari Economici に公開された記事の自動翻訳です。