Si alguna vez viste una abeja saltando elegantemente de flor en flor o evitándote al pasar, es posible que te hayas preguntado cómo un insecto tan pequeño tiene habilidades de navegación tan perfectas. Estas habilidades de insectos voladores se explican parcialmente por el concepto de ópticaFlujo: perciben la velocidad con la que los objetos se mueven a través de su campo de visión. Los investigadores de robótica han intentado imitar estas estrategias en robots voladores, pero con éxito limitado.
Un equipo de investigadores de TU Delft y la Universidad de Ciencias Aplicadas de Westfalia presenta un proceso de aprendizaje basado en flujo óptico que permite a los robots estimar distancias a través de la apariencia visual forma, color, textura de los objetos a la vista. Esta inteligencia artificialLa estrategia de aprendizaje basada en la IA aumenta las habilidades de navegación de pequeños drones voladores y conlleva una nueva hipótesis sobre la inteligencia de los insectos. El artículo se publica hoy en Inteligencia natural de la máquina .
¿Cómo aterrizan las abejas en las flores o evitan los obstáculos? Uno esperaría que estas preguntas sean de mayor interés para los biólogos. Sin embargo, el surgimiento de la electrónica pequeña y los sistemas robóticos también ha hecho que estas preguntas sean relevantes para la robótica y la inteligencia artificial IA.Los pequeños robots voladores, por ejemplo, están extremadamente restringidos en términos de sensores y procesamiento que pueden llevar a bordo. Si estos robots van a ser tan autónomos como los autos autónomos mucho más grandes, tendrán que usar un tipo de inteligencia artificial extremadamente eficiente.- similar a la inteligencia altamente desarrollada que poseen los insectos voladores.
flujo óptico
Uno de los principales trucos de los insectos es el uso extensivo del 'flujo óptico': la forma en que los objetos se mueven en su vista. Lo usan para aterrizar en flores y evitar obstáculos o depredadores. Los insectos usan sorprendentemente simple y eleganteestrategias de flujo óptico para abordar tareas complejas. Por ejemplo, para el aterrizaje de abejas utilice la "divergencia" del flujo óptico, que captura la rapidez con la que las cosas se agrandan a la vista. Si una abeja cayera al suelo, esta divergencia seguiría aumentando, con porPor ejemplo, la hierba se hace más grande a la vista cada vez más rápido. Sin embargo, mientras las abejas aterrizan, emplean una estrategia de mantener la divergencia constante disminuyendo la velocidad. El resultado es que hacen aterrizajes suaves y suaves
"Nuestro trabajo sobre control de flujo óptico comenzó con el entusiasmo por las estrategias elegantes y simples empleadas por los insectos voladores", dice Guido de Croon, profesor de Micro-vehículos aéreos bioinspirados y primer autor del artículo. "Sin embargo, el desarrollo de los métodos de controlimplementar realmente estas estrategias en robots voladores resultó estar lejos de ser trivial. Por ejemplo, nuestros robots voladores en realidad no aterrizarían, pero comenzaron a oscilar, subiendo y bajando continuamente, justo por encima de la superficie de aterrizaje ".
limitaciones fundamentales
El flujo óptico tiene dos limitaciones fundamentales que se han descrito ampliamente en la creciente literatura sobre robótica bioinspirada. La primera es que el flujo óptico solo proporciona información mixta sobre distancias y velocidades, y no sobre la distancia o la velocidad por separado. Para ilustrar,Si hay dos drones de aterrizaje y uno de ellos vuela dos veces más alto y dos veces más rápido que el otro, experimentan exactamente el mismo flujo óptico. Sin embargo, para un buen control, estos dos drones deberían reaccionar de manera diferente a las desviaciones en el flujo óptico.divergencia. Si un dron no adapta sus reacciones a la altura al aterrizar, nunca llegará y comenzará a oscilar por encima de la superficie de aterrizaje. En segundo lugar, para evitar obstáculos es muy desafortunado que en la dirección en la que se mueve un robot, elEl flujo óptico es muy pequeño. Esto significa que en esa dirección, las mediciones de flujo óptico son ruidosas y, por lo tanto, proporcionan muy poca información sobre la presencia de obstáculos.Los obstáculos importantes, hacia los que se dirige el robot, ¡son en realidad los más difíciles de detectar!
Aprender la apariencia visual como solución
“Nos dimos cuenta de que ambos problemas de flujo óptico desaparecerían si los robots fueran capaces de interpretar no solo el flujo óptico, sino también la apariencia visual de los objetos en su entorno”, agrega Guido de Croon. “Esto permitiría a los robots ver distanciasa los objetos en la escena de manera similar a como los humanos podemos estimar distancias en una imagen fija. La única pregunta era: ¿Cómo puede un robot aprender a ver distancias como esa? "
La clave de esta pregunta radica en una teoría reciente ideada por De Croon, que mostró que los robots voladores pueden inducir activamente oscilaciones de flujo óptico para percibir distancias a los objetos en la escena. En el enfoque propuesto en el Inteligencia natural de la máquina artículo los robots usan tales oscilaciones para aprender cómo se ven los objetos en su entorno a diferentes distancias. De esta manera, el robot puede, por ejemplo, aprender qué tan fina es la textura de la hierba cuando la mira desde diferentes alturas durante el aterrizaje., o qué tan gruesas son las cortezas de los árboles a diferentes distancias cuando se navega en un bosque.
Relevancia para la robótica y las aplicaciones
"Aprender a ver distancias por medio de la apariencia visual nos condujo a aterrizajes mucho más rápidos y suaves que los que logramos antes", dice Christophe De Wagter, investigador de TU Delft y coautor del artículo. "Además, para evitar obstáculos, elLos robots ahora también podían ver los obstáculos en la dirección del vuelo con mucha claridad. Esto no solo mejoró el rendimiento de detección de obstáculos, sino que también permitió que nuestros robots aceleraran. "Los métodos propuestos serán muy relevantes para los robots voladores con recursos limitados, especialmente cuandooperan en un entorno bastante confinado, como volar en invernaderos para monitorear el cultivo o realizar un seguimiento de las existencias en los almacenes.
Relevancia para la biología
Los hallazgos no solo son relevantes para la robótica, sino que también brindan una nueva hipótesis para la inteligencia de los insectos. "Los experimentos típicos de abejas comienzan con una fase de aprendizaje, en la que las abejas exhiben varios comportamientos oscilatorios cuando se familiarizan con un nuevo entorno y nuevas señales relacionadas.como flores artificiales ", dice Tobias Seidl, biólogo y profesor de la Universidad de Ciencias Aplicadas de Westfalia." Las mediciones finales que se presentan en los artículos suelen tener lugar una vez finalizada esta fase de aprendizaje y se centran principalmente en el papel del flujo óptico. El proceso de aprendizaje presentadoforma una hipótesis novedosa sobre cómo los insectos voladores mejoran sus habilidades de navegación, como el aterrizaje, a lo largo de su vida. Esto sugiere que deberíamos establecer más estudios para investigar e informar sobre esta fase de aprendizaje ".
Fuente de la historia :
Materiales proporcionado por Universidad Tecnológica de Delft . Nota: el contenido se puede editar por estilo y longitud.
cite esta página :