ENGINEERINGNET.BE - De meeste van de huidige geavanceerde sonarsystemen halen enkel de locatie van eenvoudige objecten uit akoestische gegevens.
Dit beperkt de hoeveelheid complexe interacties die robots met behulp van deze informatie met hun omgeving kunnen aangaan, waardoor ze alleen eenvoudige taken uit kunnen voeren.
Om dit probleem op te lossen, hebben onderzoekers van UAntwerpen en Flanders Make zich laten inspireren door de natuur om beter om te gaan met akoestische gegevens.
In de biologie is het een gangbare hypothese dat de hersenen voortdurend voorspellingen doen over hoe de wereld eruit zou moeten zien wanneer ze wordt waargenomen door de zintuigen.
Deze benadering wordt predictive processing, ofwel voorspellende verwerking, genoemd. De voorspellingen worden gedaan met behulp van een model van de wereld, dat wordt verfijnd op basis van de discrepanties tussen voorspellingen en waarnemingen.
Met behulp van het nieuw ontwikkelde EchoPT-model, een soort ChatGPT voor sonargegevens, wordt het mogelijk om te voorspellen hoe sensorische gegevens in de loop van de tijd zouden moeten evolueren terwijl een robot bepaalde bewegingen uitvoert.
De discrepanties tussen de voorspellingen en waarnemingen kunnen dan worden gebruikt om de toestand van de wereld af te leiden en de robots beter te laten navigeren in complexe omgevingen, zoals lawaaiige industriezones.
De onderzoekers hebben ook nog een nieuw model ontwikkeld: SonoNERFs. Hiermee is het mogelijk om gedetailleerde 3D-modellen van de wereld te reconstrueren met behulp van het soort sensorische gegevens die echolocerende vleermuizen gebruiken.
Hierbij wordt uitgegaan van hetzelfde principe van voorspellende verwerking als bij het EchoPT-model. Dit basismodel voor hoe vleermuizen complexe beslissingen kunnen nemen in ingewikkelde situaties heeft als inspiratie gediend voor de ontwikkeling van het EchoPT-model.
“Deze twee nieuwe modellen laten het potentieel zien van sonar als een krachtig hulpmiddel voor robotnavigatie en biologisch onderzoek, vooral in combinatie met nieuwe en krachtige AI-technieken”, zegt Jan Steckel, hoofddocent aan UAntwerpen.
“EchoPT en SonoNERF bieden zelflerende oplossingen die conventionele sensoren overtreffen en ons dichter brengen bij het begrijpen van natuurlijke echolocatie zoals we die zien bij vleermuizen. Met deze doorbraken hopen we de weg vrij te maken voor nieuwe toepassingen in de autonome robotica.”
