Homeward Bound – Come le formiche ispirano la robotica basata sull’IA

Navigare come le formiche

Sappiamo che gli insetti non sono particolarmente intelligenti nel senso umano. Tuttavia, nonostante le loro limitazioni, sono in grado di compiere straordinari risultati di organizzazione e orientamento. Questo li rende una fonte di ispirazione per i ricercatori che lavorano su microrobot e droni leggeri, i quali affrontano vincoli simili.

Ad esempio, la formica del deserto Cataglyphis può cercare cibo su lunghe distanze e poi tornare dritta al suo nido, con percorsi fino a 1 km.

La bassa capacità di carico, così come la potenza disponibile, significano che le soluzioni usate da sistemi autonomi più pesanti come le auto a guida autonoma non possono essere impiegate. Per esempio, il LIDAR (“radar laser”) è eccellente per creare mappe 3D dell’ambiente, ma è troppo pesante e consuma molta energia. Richiede inoltre molta potenza di calcolo, che a sua volta necessita di molta memoria e elaborazione, anch’esse energivore e pesanti.

I beacon e i segnali GPS sono alternative, ma richiedono installazioni costose, possono essere inaffidabili o addirittura impossibili. Pertanto, comprendere come insetti come formiche e api riescano a orientarsi nel mondo con l’hardware e l’energia più limitati potrebbe aiutarci a replicare questo meccanismo nelle nostre creazioni per robot e droni.

Questa è l’idea generale di utilizzare robot bio‑ispirati, un argomento che abbiamo approfondito con robot ispirati a polpi, salamandre, serpenti e cani nel nostro articolo “Come la robotica può prendere spunto dalla natura”.

Perché usare i microrobot?

I robot e i droni più piccoli sono più economici da costruire e possono coprire più superfici contemporaneamente allo stesso costo. Essendo più piccoli, possono anche osservare le cose con maggiore dettaglio, senza rischiare collisioni con l’ambiente. Ad esempio, volano all’interno di una serra e scansionano i primi segni di malattie o parassiti sulle piante.

Oppure possono essere impiegati per missioni di ricerca e soccorso, investigando rovine o aree selvagge alla ricerca di persone bisognose di aiuto. Sciami di “uccelli/formiche/libellule” robotici potrebbero, ad esempio, rilevare rapidamente i sopravvissuti dopo un terremoto.

Fonte: TU Delft

Come le formiche navigano nel mondo

Un metodo consiste nell’utilizzare la visione, qualcosa in cui gli insetti eccellono poiché possiedono un sistema visivo quasi omnidirezionale (vedono in tutte le direzioni contemporaneamente). Tuttavia, questa visione ha una risoluzione relativamente bassa.

Alcune delle teorie più antiche e consolidate su come gli insetti usino la visione per orientarsi si trovano nel “modello snapshot”.

L’idea è che il cervello dell’insetto catturi snapshot del suo ambiente a intervalli regolari. Quando deve tornare a “casa”, confronta l’ambiente attuale con gli snapshot memorizzati di recente.

Questo concetto è ora ben compreso, almeno a livello neuronale. Pertanto potrebbe essere replicato relativamente facilmente nei robot.

In teoria, questo metodo da solo potrebbe bastare. Ma nella pratica, presenta alcune limitazioni:

• Per funzionare bene, richiede una sequenza molto stretta di snapshot; anche la mancanza di un singolo dato può portare a disorientamento e potenzialmente far perdere completamente il robot.
• Poiché richiede molti snapshot, risulterebbe opprimente sia per i cervelli delle formiche sia per la memoria dei robot.

Aggiungere l’odometria

Un altro metodo usato dalle formiche, e dagli insetti in generale, è tenere traccia del loro movimento, un metodo chiamato odometria. Questo è un metodo utilizzato anche nella robotica, ma il problema è la mancanza di precisione. Ogni passo è stimato da sensori di movimento (o dalla percezione soggettiva nel caso delle formiche), ma non riflette mai perfettamente il movimento reale.

Ciò ha portato a una deriva progressiva nell’accuratezza della stima della posizione corrente basata sull’odometria, diventando sempre più imprecisa col tempo.

Combinare i 2 metodi è stata l’idea chiave per i ricercatori dell’Università TU Delft, Paesi Bassi. In un articolo scientifico intitolato “Visual route following for tiny autonomous robots“, hanno combinato sia gli snapshot visivi sia l’odometria per aumentare l’autonomia dei microrobot.

Prestazioni superiori

Ciò ha permesso al robot di resettare regolarmente la deriva dell’odometria ogni volta che ritrovava uno dei suoi snapshot di riferimento.

Fonte: Science Robotics

Allo stesso tempo, fare affidamento principalmente sull’odometria riduce la necessità di snapshot ultra‑vicini, consentendo ai microrobot di spostarsi più rapidamente tra i punti, senza dover controllare continuamente indizi visivi del loro percorso.

“L’idea principale alla base della nostra strategia è che si possono distanziare gli snapshot molto più lontano se il robot viaggia tra gli snapshot basandosi sull’odometria.

L’orientamento funzionerà finché il robot si trovi sufficientemente vicino alla posizione dello snapshot, cioè finché la deriva dell’odometria del robot rientra nell’area di cattura dello snapshot.

Prof. Guido de Croon.

Il team di ricerca ha utilizzato il nuovo software di orientamento, che combina snapshot e odometria, per testare quanta poca quantità di dati fosse necessaria per orientare un robot del peso di soli 56 g su 100 m.

Fonte: Science Robotics

Può avere una dimensione estremamente ridotta, solo 1,16 kilobyte. Per riferimento, un’immagine media scattata da uno smartphone è dell’ordine delle migliaia di kilobyte per foto, e la maggior parte delle immagini online è nell’ordine di decine o centinaia di kilobyte.

Ancora meglio, tutta l’elaborazione delle immagini può essere eseguita da un mini‑computer leggero chiamato “microcontrollore”, presente in molti dispositivi elettronici economici.

Applicazioni

Industria

Tali microrobot e droni avranno una capacità di elaborazione dati molto limitata, con la maggior parte della potenza di elaborazione del microcontrollore a bordo occupata nella gestione della navigazione e della raccolta dati.

Tuttavia, questi droni potrebbero essere usati per tracciare l’inventario nei magazzini o monitorare le colture nelle serre. Funzionerebbero facendo loro camminare o volare raccogliendo dati come foto, codici a barre o tag RFID. Questo punto dati può essere salvato su una piccola scheda SD.

Queste registrazioni verrebbero poi trasferite a un computer o server più grande che potrebbe post‑elaborarle e tradurle in dati utili.

Militare

Un altro probabile campo di applicazione potrebbe essere la tecnologia militare, soprattutto considerando l’importanza crescente dei droni sul campo di battaglia moderno, come illustrato dalla guerra in Ucraina.

Piccoli droni volanti, abbastanza leggeri da stare nello zaino di un fante, potrebbero essere inviati in avanscoperta e riportare immagini delle posizioni nemiche ai soldati al riparo.

Poiché l’area sarebbe probabilmente fortemente disturbata dalla guerra elettronica (EW) e in zone in continuo mutamento, la navigazione autonoma dei droni sarà indispensabile. Leggerezza e basso consumo energetico saranno probabilmente caratteristiche chiave. Nella ricerca discussa qui, un drone è stato in grado di navigare un percorso di 300 m in un ambiente forestale simulato.

Fonte: Flir

Ricerche future

La strategia di combinare odometria e snapshot è molto efficiente e può diventare ancora più efficiente migliorando la precisione dell’odometro. L’algoritmo usato può anche essere probabilmente ottimizzato per essere ancora più efficiente in termini di memoria e consumo energetico.

Un altro miglioramento sarebbe aggiungere al robot capacità di evitamento delle collisioni, soprattutto dato che possiede già una visione omnidirezionale.

È comunque necessario trovare una soluzione per i casi in cui il robot si perda comunque. Per esempio, i ricercatori propongono che “il robot possa stimare online la dimensione dell’area di cattura e dotarsi di una procedura di ricerca quando perde il percorso“.

Questa procedura è particolarmente adatta ai piccoli robot che di solito hanno difficoltà nella navigazione con altri metodi. Ma potrebbe essere applicata anche a robot più grandi, al fine di ridurre la necessità di attrezzature costose come il LIDAR e di diminuire i requisiti di calcolo e consumo energetico.

Droni e aziende robotiche

1. AutoStore Holdings Ltd. (AUTO.OL)

I veicoli autonomi come le auto a guida autonoma potrebbero essere dietro l’angolo, ma sono stati una tecnologia difficile da sviluppare, anche per leader tecnologici come Google e Tesla. Tuttavia, c’è un settore già rivoluzionato dalla guida autonoma e dalla robotica: la logistica.

Il norvegese AutoStore fornisce magazzini automatizzati per settori così diversi come quello farmaceutico, dell’abbigliamento, alimentare, dell’aviazione, della logistica o della produzione industriale. Le aziende di abbigliamento, industriali e di logistica terza costituiscono i tre segmenti più grandi del business di AutoStore.

I magazzini dell’azienda si basano su robot autonomi che possono identificare e raccogliere autonomamente i pacchi o i prodotti e portarli dove devono andare. È possibile vederli in azione in questo video:

L’azienda sta crescendo rapidamente, grazie al fatto che sempre più grandi aziende riconoscono il vantaggio di creare sistemi logistici più efficienti, resilienti e rapidi dopo la pandemia. In media, bastano solo 1‑3 anni perché l’aggiornamento a magazzini autonomi ripaghi l’investimento iniziale.

AutoStore è attiva in 50 paesi, operando 58.500 robot per 900 clienti diversi. Ha aumentato i ricavi del 50% CAGR dal 2017. Questo è 2‑3 volte più veloce della crescita annua del mercato dei magazzini automatizzati, stimata al 15%.

Fonte: AutoStore

Come molte aziende tecnologiche europee, AutoStore fornisce soluzioni molto avanzate che sono anche in parte invisibili al grande pubblico.

La maggior parte dei magazzini si muoverà verso l’automazione. I leader di questo settore probabilmente supereranno la crescita del settore, poiché ha senso affidarsi al fornitore in grado di distribuire queste soluzioni su larga scala e a un prezzo più basso.

Robot più autonomi e più efficienti nel trovare la loro strada potrebbero rappresentare sia un’opportunità sia una minaccia per AutoStore. Attualmente, è necessario ridisegnare completamente un magazzino per utilizzare le soluzioni robotiche dell’azienda.

In futuro, i robot potrebbero essere in grado di orientarsi senza la necessità della griglia attualmente utilizzata, rendendo l’adozione molto più semplice, meno dirompente per le operazioni in corso, e l’investimento iniziale molto più piccolo, risolvendo gli ostacoli principali all’adozione di massa della tecnologia.

Fonte: Autostore

2. Zebra Technologies Corporation (ZBRA)

Zebra Technologies produce etichette di tracciamento e scanner che consentono il monitoraggio di ogni componente di una “fabbrica intelligente”. Include computer mobili, scanner di codici a barre, visione artificiale, tecnologia di localizzazione, tag e RFID (identificazione a radiofrequenza).

Questo livello di raccolta e analisi dei dati è una componente chiave nell’implementazione della robotica, soprattutto di tipo più mobile e flessibile, fuori da una linea di assemblaggio.

L’azienda è stata all’origine della popolarizzazione del codice a barre e dal 2018 è impegnata in una serie di acquisizioni per riunire tutte le tecnologie necessarie alla “robotizzazione” e digitalizzazione di magazzini e fabbriche moderni.

Fonte: Zebra

Attualmente, i principali segmenti dell’azienda sono e‑commerce & retail e trasporto/logistica, seguiti dalla produzione.

Fonte: Zebra

Poiché i robot stanno diventando sempre più il fulcro dell’e‑commerce e della logistica, i sistemi di tracciamento Zebra stanno diventando più richiesti.

Finora, è ancora necessario preparare lo spazio per robot relativamente grandi.

Se un microrobot del peso di poche decine di grammi può ora girare e scansionare i tag RFID, potremmo presto vedere un monitoraggio continuo di tutte le attività su un pavimento di fabbrica o in un magazzino gestito autonomamente, attraverso un alveare di droni simili a api.