Hjemad – Hvordan myrer inspirerer AI-baseret robotteknik

Navigation som myrer

Vi ved, at insekter ikke er særligt smarte i menneskelig forstand. Men på trods af deres begrænsninger er de i stand til at udføre bemærkelsesværdige bedrifter inden for organisering og orientering. Dette gør dem til en inspiration for forskere, der arbejder med mikrorobotter og letvægtsdroner, som står over for lignende begrænsninger.

For eksempel kan ørkenmyren Cataglyphis søge efter føde over lange afstande og derefter gå direkte tilbage til sin bo, med rejser på op til 1 km.

Den lave bærekapacitet samt den tilgængelige energi betyder, at løsninger, der anvendes af tungere autonome systemer som selvkørende biler, ikke kan bruges. For eksempel er LIDAR (“laser radar”) fremragende til at skabe 3D‑kort over miljøet, men de er for tunge og energikrævende. De kræver også meget beregning, som igen kræver meget hukommelse og behandling, hvilket er energikrævende og tungt.

Beacon‑signalering og GPS‑signaler er alternativer, men de kræver dyre opsætninger, kan være upålidelige eller er direkte umulige. Så ved at forstå, hvordan insekter som myrer og bier formår at navigere i verden med kun den mest begrænsede “hardware” og energiforsyning, kan vi måske efterligne det med vores egne robot‑ og droneteknologier.

Dette er den generelle idé om at bruge bio‑inspirerede robotter, et emne vi udforskede yderligere med blæksprutte-, salamander-, slange- og hundeinspirerede robotter i vores artikel “Hvordan robotteknik kan tage et hint fra naturen”.

Hvorfor bruge mikrorobotter?

Mindre robotter og droner er billigere at bygge og kan dække flere overflader på én gang for samme omkostning. Da de er mindre, kan de også observere ting i større detaljer, uden at risikere at kollidere med deres omgivelser. For eksempel flyver de inde i et drivhus og scanner for tidlige tegn på sygdomme eller skadedyr på planterne.

Eller de kan udsendes til søge‑ og redningsmissioner, hvor de undersøger ruiner eller vildmark for personer, der har brug for hjælp. Sådanne sværme af robot‑“fugle/myrer/dragefluer” kunne hurtigt opdage overlevende efter et jordskælv, for eksempel.

Kilde: TU Delft

Hvordan myrer navigerer i verden

En metode er at bruge syn, noget insekter er særligt gode til, da de har et næsten omnidirektionelt synssystem (ser i alle retninger på én gang). Dog har dette syn en relativt lav opløsning.

Nogle af de ældste og mest etablerede teorier om, hvordan insekter bruger syn til at orientere sig, findes i “snapshot‑modellen”.

Ideen er, at insektets hjerne regelmæssigt tager snapshots af sit miljø. Når den skal navigere tilbage “hjem”, sammenligner den det aktuelle miljø med nyligt gemte snapshots.

Dette koncept er nu godt forstået på neuronalt niveau. Så det kan relativt let replikeres i robotter.

I teorien kunne denne metode alene være tilstrækkelig. Men i praksis lider den under nogle begrænsninger:

• For at fungere godt kræver den en meget tæt serie af snapshots, hvor selv én manglende data kan føre til desorientering og potentielt få robotten til at fare fuldstændig vild.
• Da den kræver mange snapshots, vil den være overvældende både for myre‑hjerner og robotters hukommelse.

Tilføjelse af odometri

En anden metode, som myrer og insekter generelt bruger, er at holde styr på deres bevægelse, en metode kaldet odometri. Dette er også en metode, der anvendes i robotteknik, men problemet er manglen på præcision. Hvert skridt estimeres ud fra bevægelsessensorer (eller subjektiv opfattelse i myrernes tilfælde), men afspejler aldrig fuldstændigt den faktiske bevægelse.

Dette førte til en progressiv drift i nøjagtigheden af den odometri‑baserede estimering af den aktuelle position, som blev mere og mere unøjagtig over tid.

Kombinationen af de to metoder var den centrale indsigt for forskere ved TU Delft i Holland. I et videnskabeligt papir kaldet “Visuel rute‑følgning for små autonome robotter” kombinerede de både visuelle snapshots og odometri for at øge mikrorobotters autonomi.

Større ydeevne

Dette gjorde det muligt for robotten at nulstille odometri‑driften regelmæssigt, når den fandt et af sine landemærke‑snapshots.

Kilde: Science Robotics

Samtidig reducerer en primær afhængighed af odometri behovet for ultranære snapshots, hvilket giver mikrorobotterne mulighed for at bevæge sig hurtigere mellem punkter uden at skulle tjekke visuelt for spor i deres bane hele tiden.

“Den vigtigste indsigt bag vores strategi er, at du kan placere snapshots meget længere fra hinanden, hvis robotten bevæger sig mellem snapshots baseret på odometri.

Hjemvendingsfunktionen vil fungere, så længe robotten ender tæt nok på snapshot‑placeringen, dvs. så længe robotens odometri‑drift falder inden for snapshot‑ens opsamlingsområde.”

Professor Guido de Croon.

Forskningsholdet brugte deres nye orienteringssoftware, der kombinerer snapshots og odometri, til at teste, hvor lidt data der kunne bruges til at orientere en robot, der kun vejer 56 g over 100 m.

Kilde: Science Robotics

Den kan have en ekstremt lille størrelse, kun 1,16 kilobyte. Til reference vil et gennemsnitligt billede taget af en smartphone ligge i tusinder af kilobytes pr. billede, og de fleste online‑billeder er i størrelsesordenen tiere eller hundreder af kilobytes.

Endnu bedre er, at al billedbehandling kan udføres af en letvægts‑mini‑computer kaldet en “mikro‑controller”, som findes i mange billige elektroniske enheder.

Anvendelser

Industri

Sådanne mikrorobotter og droner vil have meget begrænset databehandlingskapacitet, da størstedelen af den indbyggede mikro‑controller‑processorkraft er optaget af at håndtere navigation og dataindsamling.

Sådanne droner kunne dog bruges til at spore lagerbeholdning i lagre eller overvåge afgrøder i drivhuse. Det ville fungere ved, at de går eller flyver rundt og indsamler data såsom billeder, stregkoder eller RFID‑tags. Dette datapunkt kan gemmes på et lille SD‑kort.

Disse optagelser ville derefter blive overført til en større computer eller server, som kan efterbehandle og omsætte dem til brugbare data.

Militær

Et andet sandsynligt anvendelsesområde kunne være militær teknologi, især i betragtning af den stigende betydning af droner på den moderne slagmark, som illustreret af krigen i Ukraine.

Små flyvende droner, der er lette nok til at passe i en infanterisoldats taske, kunne sendes frem for rekognoscering og bringe billeder af fjendens positioner tilbage til beskyttede soldater.

Da området sandsynligvis vil være kraftigt forstyrret af elektronisk krigsførelse (EW) og i konstant skiftende områder, vil autonom navigation af dronerne være et must. Letvægt og lavt energiforbrug vil sandsynligvis også være nøglefunktioner. I den forskning, der diskuteres her, var en drone i stand til at navigere en bane på 300 m i et simuleret skovmiljø.

Kilde: Flir

Yderligere forskning

Strategien med at kombinere odometri og snapshots er meget effektiv og kan gøres endnu mere effektiv ved at forbedre præcisionen af odometeret. Den anvendte algoritme kan også sandsynligvis justeres til at være endnu mere hukommelses‑ og energibesparende.

En anden forbedring ville være at tilføje robotens evne til at undgå kollisioner, især da den allerede har et omnidirektionelt syn.

Der skal stadig findes en løsning til situationer, hvor robotten alligevel bliver væk. For eksempel foreslår forskerne, at “robotten kunne estimere opsamlingsområdets størrelse online og udstyres med en søgeprocedure, når den mister ruten”.

Denne procedure er især egnet til små robotter, som normalt har problemer med navigation ved brug af andre metoder. Men den kan også begynde at blive anvendt på større robotter, for at reducere behovet for dyrt udstyr som LIDAR samt reducere beregnings‑ og energikrav.

Droner & robotvirksomheder

1. AutoStore Holdings Ltd. (AUTO.OL)

Autonome køretøjer som selvkørende biler kan være lige om hjørnet, men de har været en vanskelig teknologi at udvikle, selv for teknologiledere som Google og Tesla. Men der er en sektor, der allerede er ved at blive revolutioneret af autonom kørsel og robotteknik: logistik.

Den norske AutoStore leverer automatiserede lagre til industrier så forskellige som farmaceutisk, tøj, dagligvarer, luftfart, logistik eller industrielle producenter. Tøj-, industri‑ og tredjepartslogistikvirksomheder udgør de tre største segmenter af AutoStores forretning.

Virksomhedens lagre er afhængige af autonome robotter, der selv kan identificere og samle pakker eller produkter op og transportere dem til deres destination. Du kan se dem i aktion i denne video:

Virksomheden udvider sig hurtigt, takket være at flere og flere store virksomheder indser fordelene ved at skabe mere effektive, robuste og hurtigere logistiksystemer efter pandemien. I gennemsnit tager det kun 1‑3 år for opgraderingen til autonome lagre at betale den oprindelige investering tilbage.

AutoStore er aktiv i 50 lande, driver 58.500 robotter for 900 forskellige kunder. Det har øget sin omsætning med 50 % CAGR siden 2017. Dette er 2‑3 gange hurtigere end den årlige vækst i markedet for automatiserede lagre, som anslås til 15 %.

Kilde: AutoStore

Ligesom mange europæiske teknologivirksomheder leverer AutoStore meget avancerede løsninger, som også er noget usynlige for den brede offentlighed.

De fleste lagre vil bevæge sig mod automatisering. Ledere i denne sektor vil sandsynligvis overgå sektorenes vækst, da det giver mening at stole på leverandøren, der kan implementere disse løsninger i stor skala og til en lavere pris.

Robotter, der er mere autonome og mere effektive til at finde vej, kan både være en mulighed og en trussel for AutoStore. I øjeblikket skal man fuldstændigt redesigne et lager for at bruge virksomhedens robotløsninger.

I fremtiden kunne robotterne være i stand til at finde vej uden behov for det nuværende gitter, hvilket gør implementeringen meget lettere, mindre forstyrrende for den løbende drift, og den oprindelige investering meget mindre, hvilket løser de stadig største hindringer for masseadoption af teknologien.

Kilde: Autostore

2. Zebra Technologies Corporation (ZBRA)

Zebra Technologies (ZBRA ) producerer sporingsetiketter og scannere, der muliggør overvågning af hver komponent i en “smart” fabrik. Det omfatter mobile computere, stregkodescannere, maskinsyn, lokationsteknologi, tags og RFID (Radio Frequency Identification).

Dette niveau af dataindsamling og analyse er en nøglekomponent i implementeringen af robotteknik, især af den mere mobile og fleksible type, uden for en samlebånd.

Virksomheden har været i spidsen for populariseringen af stregkoder og har siden 2018 været på en opkøbsbølge for at samle alle de teknologier, der kræves til “robotisering” og digitalisering af moderne lagre og fabrikker.

Kilde: Zebra

I øjeblikket er virksomhedens hovedsegmenter e‑commerce & detailhandel samt transport/logistik, efterfulgt af fremstilling.

Kilde: Zebra

Efterhånden som robotter bliver i stigende grad centrum for e‑commerce og logistik, får Zebra‑sporingssystemer større efterspørgsel.

Indtil nu er det stadig nødvendigt at forberede pladsen til relativt store robotter.

Hvis en mikrorobot, der kun vejer et par dusin gram, nu kan gå rundt og scanne RFID‑tags, kan vi snart se kontinuerlig overvågning af alle aktiviteter på en fabriksgulv eller i et lager håndteres autonomt, gennem en sværm af bi‑lignende droner.