Hjemvendt – Hvordan maur inspirerer AI‑basert robotikk

Navigere som maur

Vi vet at insekter ikke er spesielt smarte i menneskelig forstand. Likevel, til tross for sine begrensninger, klarer de å utføre bemerkelsesverdige prestasjoner innen organisering og orientering. Dette gjør dem til en inspirasjon for forskere som arbeider med mikroroboter og lettvektige droner, som står overfor lignende begrensninger.

For eksempel kan ørkenmauren Cataglyphis samle mat over lange avstander og deretter gå rett tilbake til boet sitt, med reiselengder på opptil 1 km.

Den lave bærekapasiteten, samt den tilgjengelige energien, betyr at løsninger som brukes av tyngre autonome systemer som selvkjørende biler ikke kan benyttes. For eksempel er LIDAR («laser radar») utmerket for å lage 3D‑kart over omgivelsene, men de er for tunge og energikrevende. De krever også mye beregning, som igjen krever mye minne og prosessering, noe som er både kraftkrevende og tungt.

Beacon‑ og GPS‑signaler er alternativer, men de krever kostbare oppsett, kan være upålitelige, eller er rett og slett umulige. Så å forstå hvordan insekter som maur og bier klarer å navigere i verden med kun den mest begrensede «maskinvaren» og energiforsyningen, kan hjelpe oss med å gjenskape dette i våre egne robot‑ og droneløsninger.

Dette er den generelle ideen om å bruke bio‑inspirerte roboter, et tema vi utforsket videre med blekksprut‑, salamander‑, slange‑ og hundeinspirerte roboter i artikkelen “How Robotics Can Take a Cue From Nature”.

Hvorfor bruke mikroroboter?

Mindre roboter og droner er billigere å bygge og kan dekke flere overflater samtidig for samme kostnad. Ved å være mindre kan de også observere ting i mer detalj, uten å risikere kollisjoner med omgivelsene. For eksempel flyr de inne i et drivhus og skanner etter tidlige tegn på sykdommer eller skadedyr på plantene.

Eller de kan settes inn i søk‑og‑redningsoppdrag, undersøke ruiner eller villmark for personer som trenger hjelp. Slike sværmer av robot‑«fugler/maur/dragefluer» kunne raskt oppdage overlevende etter et jordskjelv, for eksempel.

Kilde: TU Delft

Hvordan maur navigerer i verden

En metode er å bruke syn, noe insekter er spesielt gode på siden de har et nesten omnidireksjonelt visuell system (ser i alle retninger samtidig). Imidlertid har dette synet en relativt lav oppløsning.

Noen av de eldste og mest etablerte teoriene om hvordan insekter bruker syn for å orientere seg, finnes i «snapshot‑modellen».

Ideen er at insektens hjerne tar snapshots av omgivelsene regelmessig. Når den trenger å navigere tilbake til «hjemmet», sammenligner den det nåværende miljøet med nylig lagrede snapshots.

Dette konseptet er nå godt forstått, også på nevronalt nivå. Så det kan relativt enkelt replikkeres i roboter.

I teorien kan denne metoden alene være tilstrekkelig. Men i praksis lider den av noen begrensninger:

• For å fungere godt krever den en svært tett serie av snapshots, hvor selv ett manglende data kan føre til desorientering og potensielt at roboten blir helt fortapt.
• Siden den krever mange snapshots, vil den bli overveldende både for maurs hjerner og roboters minne.

Legge til odometri

En annen metode som maur, og insekter generelt, bruker, er å holde oversikt over bevegelsen sin, en metode kalt odometri. Dette er også en metode som brukes i robotikk, men problemet er mangelen på presisjon. Hvert steg estimeres fra bevegelsessensorer (eller subjektiv persepsjon i maurens tilfelle), men gjenspeiler aldri helt den faktiske bevegelsen.

Dette førte til en progressiv drift i nøyaktigheten til den odometri‑baserte estimeringen av den nåværende posisjonen, som blir stadig mindre nøyaktig over tid.

Kombinering av de to metodene var den viktigste innsikten for forskere ved TU Delft i Nederland. I en vitenskapelig artikkel kalt “Visual route following for tiny autonomous robots“, kombinerte de både visuelle snapshots og odometri for å øke mikrorobotenes autonomi.

Bedre ytelse

Dette gjorde at roboten regelmessig kunne nullstille odometri‑driften når den fant tilbake et av sine landemerke‑snapshots.

Kilde: Science Robotics

Samtidig reduserer en hovedsakelig odometri‑basert tilnærming behovet for ekstremt nære snapshots, og gir mikrorobotene muligheten til å bevege seg raskere mellom punkter uten å måtte sjekke visuelt spor hele tiden.

“Den viktigste innsikten bak vår strategi er at du kan plassere snapshots mye lenger fra hverandre dersom roboten beveger seg mellom snapshots basert på odometri.

Hjemfinningsfunksjonen vil fungere så lenge roboten ender opp nær nok snapshot‑lokasjonen, dvs. så lenge robotens odometri‑drift faller innenfor snapshot‑ens innfangstområde.

Professor Guido de Croon.

Forskningsgruppen brukte sin nye orienteringsprogramvare som kombinerer snapshots og odometri for å teste hvor lite data som kunne brukes til å orientere en robot som veier kun 56 g over 100 m.

Kilde: Science Robotics

Den kan ha en ekstremt liten størrelse, kun 1,16 kilobyte. Til sammenligning vil et gjennomsnittlig bilde tatt med en smarttelefon være i tusenvis av kilobyte per bilde, og de fleste nettbilder er i titalls eller hundrevis av kilobyte.

Enda bedre, all bildebehandling kan utføres av en lettvektig mini‑datamaskin kalt en «mikrokontroller», som finnes i mange billige elektroniske enheter.

Applikasjoner

Industri

Slike mikroroboter og droner vil ha svært begrenset databehandlingskapasitet, da mesteparten av den innebygde mikrokontrollerens prosessorkraft er opptatt med å håndtere navigasjon og datainnsamling.

Slike droner kan imidlertid brukes til å spore lagerbeholdning i lagerbygninger eller overvåke avlinger i drivhus. De vil fungere ved å gå eller fly rundt og samle inn data som bilder, strekkoder eller RFID‑tagger. Dette datapunktet kan lagres på et lite SD‑kort.

Disse opptakene vil deretter bli overført til en større datamaskin eller server som kan etterbehandle og omforme dem til nyttig data.

Militær

Et annet sannsynlig anvendelsesområde kan være militær teknologi, spesielt med tanke på den økende betydningen av droner på den moderne slagmarken, som illustrert av krigen i Ukraina.

Små flygende droner som er lette nok til å passe i en infanterists ryggsekk, kan sendes fremover for rekognosering og bringe tilbake bilder av fiendens posisjoner til beskyttede soldater.

Fordi området sannsynligvis vil være sterkt forstyrret av elektronisk krigføring (EW) og i stadig skiftende områder, vil autonom navigasjon av dronene være et must. Lettvekt og lavt strømforbruk vil også sannsynligvis bli nøkkelfunksjoner. I forskningen som diskuteres her klarte en drone å navigere en bane på 300 m i et simulert skogmiljø.

Kilde: Flir

Videre forskning

Strategien med å kombinere odometri og snapshots er svært effektiv og kan gjøres enda mer effektiv ved å forbedre presisjonen til odometeret. Algoritmen som brukes kan også sannsynligvis justeres for å bli enda mer minne‑ og strømeffektiv.

En annen forbedring ville være å legge til robotens kollisjonsunngåelses‑evner, spesielt siden den allerede har et omnidireksjonelt syn.

En løsning må fortsatt finnes for tilfeller der roboten likevel blir fortapt. For eksempel foreslår forskerne at «roboten kan estimere størrelsen på innfangstområdet i sanntid og utstyres med en søkeprosedyre når den mister ruten».

Denne prosedyren er spesielt egnet for små roboter som vanligvis sliter med navigasjon ved bruk av andre metoder. Men den kan også begynne å bli anvendt på større roboter, for å redusere behovet for dyrt utstyr som LIDAR, samt redusere beregnings‑ og strømkrav.

Droner og robotbedrifter

1. AutoStore Holdings Ltd. (AUTO.OL)

Autonome kjøretøy som selvkjørende biler kan være rett rundt hjørnet, men de har vært en vanskelig teknologi å utvikle, selv for teknologiledere som Google og Tesla. Men det finnes en sektor som allerede blir revolusjonert av autonom kjøring og robotikk: logistikk.

Den norske AutoStore leverer automatiserte lager for industrier så varierte som farmasøytisk, klesindustri, dagligvarer, luftfart, logistikk eller industrielle produsenter. Klær, industri og tredjepartslogistikkfirmaer utgjør de tre største segmentene av AutoStores virksomhet.

Selskapets lager er avhengige av autonome roboter som selvstendig kan identifisere og plukke opp pakker eller produkter og frakte dem til der de skal. Du kan se dem i aksjon i denne videoen:

Selskapet ekspanderer raskt, takket være at stadig flere store selskaper innser fordelen ved å skape mer effektive, robuste og raskere logistikksystemer etter pandemien. I gjennomsnitt tar det kun 1–3 år for oppgraderingen til autonome lager å betale tilbake den opprinnelige investeringen.

AutoStore er aktivt i 50 land, og driver 58 500 roboter for 900 ulike kunder. De har økt inntektene med 50 % CAGR siden 2017. Dette er 2–3 ganger raskere enn den automatiserte lagermarkedets årlige vekst, anslått til 15 %.

Kilde: AutoStore

Som mange europeiske teknologiselskaper leverer AutoStore svært avanserte løsninger som også er noe usynlige for den brede offentligheten.

De fleste lager vil gå mot automatisering. Ledende aktører i denne sektoren vil sannsynligvis overgå sektorenes vekst, da det er fornuftig å stole på leverandøren som kan implementere disse løsningene i stor skala og til en lavere pris.

Roboter som er mer autonome og mer effektive i å finne veien kan både være en mulighet og en trussel for AutoStore. For øyeblikket må du fullstendig redesigne et lager for å bruke selskapets robotløsninger.

I fremtiden kan robotene kunne finne veien uten behov for det nåværende rutenettet, noe som gjør adopsjon mye enklere, mindre forstyrrende for pågående drift, og den innledende investeringen mye mindre, og løser de fortsatt viktigste hindringene for masseadopsjon av teknologien.

Kilde: Autostore

2. Zebra Technologies Corporation (ZBRA)

Zebra Technologies (ZBRA ) produserer sporingsetiketter og skannere som gjør det mulig å overvåke hver komponent i en «smart» fabrikk. Det inkluderer mobile datamaskiner, strekkodeskannere, maskinsyn, lokasjonsteknologi, merkelapper og RFID (Radio Frequency Identification).

Dette nivået av datainnsamling og analyse er en nøkkelkomponent i implementering av robotikk, spesielt av den mer mobile og fleksible typen, utenfor en samlebånd.

Selskapet har vært i spissen for populariseringen av strekkoder og har siden 2018 vært i en oppkjøpsspree for å samle alle teknologiene som kreves for «robotiseringen» og digitaliseringen av moderne lager og fabrikker.

Kilde: Zebra

For øyeblikket er selskapets hovedsegmenter e‑handel og detaljhandel samt transport/logistikk, etterfulgt av produksjon.

Kilde: Zebra

Ettersom roboter blir stadig mer sentrale i e‑handel og logistikk, får Zebra sporingssystemer økende etterspørsel.

Inntil nå er det fortsatt nødvendig å forberede området for relativt store roboter.

Hvis en mikrorobot som veier kun noen dusin gram nå kan gå rundt og skanne RFID‑tagger, kan vi snart se kontinuerlig overvåkning av alle aktiviteter på en fabrikkgulv eller i et lager håndtert autonomt, gjennom en bikube av bie‑lignende droner.