Drone'ların iç mekanda verimli navigasyonu için bir model olarak bal arıları

Delft Teknoloji Üniversitesi'ndeki bilim adamları, bal arılarının navigasyon teknolojisini temel alan, dronlar için bir iç mekan navigasyon sistemi olan Bee-Nav'ı geliştirdi. Bee-Nav, dron sürülerinin seralar veya endüstriyel tesisler gibi kapalı alanlarda kendilerini bağımsız olarak yönlendirebilmeleri için yalnızca birkaç teknik kaynağa ihtiyaç duyuyor.

GPS'in bulunmadığı iç mekanlarda, dronlar ve robotlar genellikle navigasyon için çevredeki alanın ayrıntılı haritalarına güvenir. Ancak bu tür kart tabanlı sistemler, yüksek bilgi işlem gücü ve drone ve robotlar üzerinde çok fazla depolama alanı gerektiriyor. Dolayısıyla bu tür sistemler mikro dronlar için uygun değil çünkü bunların çalıştırılması pahalı ve enerji yoğun.

Delft Teknoloji Üniversitesi'ndeki araştırmacılar bu nedenle daha az bilgi işlem gücü ve az hafıza kullanan ve bal arılarının yön bulmasına dayanan bir sistem tasarladılar. Küçücük beyinleri nedeniyle çok az miktarda hafızaları vardır. Bilim insanları, Bee-Nav ile ilgili araştırma sonuçlarını Nature dergisinde yayınlanan “Bal arısının öğrenme uçuşlarından ilham alan verimli robot navigasyonu” çalışmasında özetlediler.

Odometri ve görsel hafıza ile navigasyon

Bal arıları, diğer şeylerin yanı sıra odometriyi kullanarak kendilerini yönlendirirler. Ne kadar uzağa ve hangi yöne hareket ettiklerini tahmin etmek için görsel hareket bilgilerini kullanırlar. Prensip, adımsayar ve pusula kombinasyonuna benzer. Böylece arılar kovanlarına dönüş yolunu bulabilirler. Sorun, odometrinin kaymaya maruz kalması, dolayısıyla kaydedilen mesafe ve yönün mesafe arttıkça daha az kesin hale gelmesidir. Bu nedenle arılar, kovan çevresi gibi önemli yerleri önceden ezberleyerek görsel hafızalarını da kullanırlar.

Bu genellikle arı kovanının hemen yakınındaki küçük öğrenme uçuşları yoluyla gerçekleşir. Arılar çevrelerine ne kadar aşina olursa, kovandan o kadar uzaklaşabilirler ancak yine de geri dönüş yolunu bulabilirler.

Delft Üniversitesi'nde dronlar için biyo-ilhamlı yapay zeka profesörü Guido de Croon, “Bal arılarının evlerinden çok uzaklara dolambaçlı yollar boyunca uçup yine de neredeyse düz bir çizgide geri dönebilmeleri bizi büyüledi” diyor.

Araştırmacılar, arıların kovanlarına yaklaştıkça görsel hafızalarına daha fazla güvendiklerini, aksi takdirde büyük ölçüde odometriye güvendiklerini buldu.

Bee-Nav sistemi

Bilim insanları bu navigasyon sistemini dronlar için yapay olarak yeniden yarattılar. Bunu yapmak için Bee-Nav drone, “evinin” etrafında kısa bir öğrenme uçuşunu tamamlıyor. Çevredeki bölgenin panoramik fotoğraflarını topluyor. Bir sinir ağı, tabana olan yönü ve mesafeyi hesaplayabilmek için bu görüntüleri işlemeyi öğrenir.

Drone, tıpkı bir arı gibi biliyor ancak üssünün nerede olduğunu her zaman bilmiyor. Uzaktan çok küçük görünebilir veya bitki örtüsü nedeniyle gizlenebilir. Araştırmacılar bunu, sinir ağını tabana olan mesafe ve yön ölçüm tahminleriyle eğiterek telafi etti. Bu, görsel navigasyonla birleştiğinde, mesafe arttıkça dronların sürüklenmesine rağmen üslerine geri dönmelerine izin vermek için yeterliydi. Bilinen alan içerisinde farklı noktalardan başlayan dört uçuş sırasında drone, defalarca başarılı bir şekilde başlangıç ​​noktasına geri döndü. Panoramik görüntüleri değerlendirmek için kullanılan sinir ağı yalnızca 3,4 Kbayttan oluşuyordu. Drone daha uzak mesafelerde daha hızlı uçtu ve başlangıç ​​noktasına yaklaştıkça yavaşladı.

Bilim adamları dronları bilinmeyen ek iç ve dış ortamlarda test etti. Drone, iç testlerini sorunsuz bir şekilde tamamladı. Valkenburg'daki Hollanda drone saha laboratuvarı “İnsansız Vadi”de yapılan açık hava testinde drone, 600 metreden fazla bir mesafe kat etti ancak yine de üssüne başarılı bir şekilde geri döndü. Ancak kullanılan sinir ağı 42 kByte ile biraz daha büyüktü.

Ancak Bee-Nav rüzgarlı ortamlarda sınırlarına ulaşır. Rüzgar daha sonra drone'u eğimli bir pozisyona zorlar, böylece drone'un görüntüleri navigasyon için yalnızca sınırlı bir ölçüde kullanılabilir. Buna göre rüzgarlı ortamlardaki uçuşlarda başarı oranı yüzde 70'e düştü.

Araştırmacılar teknolojinin örneğin seralarda kullanılabileceğini varsayıyor. Küçük dronlar buradaki bitkileri inceleyebilecek ve hastalıkları ve haşere istilasını erken bir aşamada tespit edebilecek. Bu, bitki atıklarının azaltılmasına yardımcı olabilir.

(olb)