Российские исследователи совершили значительный прорыв в области автономной навигации, разработав технологию PRISM-TopoMap. Этот метод, созданный совместными усилиями специалистов Московского физико-технического института, Федерального исследовательского центра «Информатика и управление» РАН и Научно-исследовательского института AIRI, кардинально меняет подход к ориентации роботов в пространстве.
Суть новой технологии заключается в имитации принципов человеческой памяти. Вместо традиционного для робототехники подхода, требующего построения детальных метрических карт или зависимости от сигналов глобальных навигационных систем, PRISM-TopoMap позволяет машинам запоминать ключевые ориентиры и взаимосвязи между ними.
Это похоже на то, как человек запоминает новое место. Мы не запоминаем каждую деталь, а выделяем основные ориентиры и связи между ними. Именно этот принцип лежит в основе технологии, которая называется PRISM-TopoMap, что делает ее практичным решением для автономной навигации роботов в реальных условиях.
Техническая реализация метода сочетает несколько современных технологий обработки данных. Алгоритм анализирует информацию, поступающую с камер и лидаров, используя усовершенствованные методы распознавания образов. Это позволяет роботу идентифицировать локации даже при изменении освещения или ракурса обзора. Перед добавлением новой точки в карту система проводит тщательное сопоставление с уже известными данными, формируя топологическую схему в виде графа — математической абстракции, где узлы представляют ключевые точки, а связи — маршруты между ними.
Эффективность PRISM-TopoMap была подтверждена в ходе серии испытаний. Ученые провели тестирование в пяти различных виртуальных 3D-средах, а также на реальном колесном роботе.
Наши эксперименты в виртуальных 3D-средах и испытания на реальном роботе показали, что новый метод успешно строит точные и связные карты-схемы даже при наличии погрешности измерений датчиков. Он не только обеспечивает полное покрытие пространства, но и работает значительно быстрее, дешевле и эффективнее существующих аналогов.
Перспективы применения технологии чрезвычайно широки. В логистической сфере она позволит автономным курьерам эффективно работать внутри зданий, где недоступны сигналы GPS. Для клининговых роботов метод означает возможность быстрой адаптации к изменяющейся обстановке.
Особый интерес представляет использование разработки в космической отрасли — для навигации роверов на других планетах, где традиционные системы позиционирования недоступны.
Карты, построенные нашим методом, позволяют очень быстро и легко прокладывать маршруты вплоть до нескольких километров.
В настоящее время разработчики сосредоточены на совершенствовании системы. Ведутся работы по обучению алгоритмов распознаванию типов помещений — различию кухонь, коридоров, складов. Параллельно улучшаются механизмы прокладки маршрутов по создаваемым схемам.
Читайте ещё материалы по теме:
Искусственный интеллект штурмует российский бизнес: 45% компаний уже используют новые технологии
ИИ начнут использовать в системе ОМС для анализа рентгена, КТ и флюорографии
Сделано ИИ: маркировку сгенерированных нейросетью продуктов предложили ввести в России
