جریان آنلاین (/): زنبورهای عسل الهام بخش یک سامانه ناوبری فوق العاده کارآمد برای ساخت پهپادها شدند. زنبورهای عسل به طور معمول برای یافتن غذا تا حدود سه کیلومتر از کندوی خود دور می شوند و سپس با دقتی شگفت انگیز به خانه بازمی گردند. اگر اندازه بدن آنها را در نظر بگیریم این کار معادل آن است که یک انسان صدها کیلومتر سفر کند و بدون نقشه و قطبنما و جی پی اس راه بازگشت خود را پیدا کند.
با وجود اینکه مغز زنبور عسل از یک دانه کنجد هم کوچک تر است این حشره چنین مأموریتی را با بهره وری فوق العاده انجام می دهد. پژوهشگران همین اصول زیستی را به یک سامانه ناوبری برای پهپادها تبدیل کرده اند. این سیستم می تواند ربات های پرنده سبک وزن را تنها با ۴۲ کیلوبایت حافظه به نقطه شروع بازگرداند.
این سامانه Bee-Nav نام دارد و توسط گروهی از پژوهشگران در هلند توسعه یافته است. Bee-Nav به پهپادها اجازه می دهد بدون استفاده از جیپیاس یا سامانه های نقشه برداری سنگین و پردازش محور به طور خودکار مسیر خود را پیدا کرده و به خانه بازگردند. پژوهشگران این فناوری را در محیط های داخلی و خارجی آزمایش کردند. از جمله در یک پرواز بیش از ۶۰۰ متری. نکته قابل توجه این بود که سامانه از شبکه های عصبی استفاده می کند که هزاران بار کوچک تر از شبکه های مورد استفاده در سامانه های هوش مصنوعی مدرن هستند.
پهپادهای خودران امروزی معمولاً به جیپیاس و نقشه های دقیق محیط متکی هستند. این روش ها بسیار مؤثرند اما به توان پردازشی و حافظه و انرژی زیادی نیاز دارند. منابعی که کوچک سازی آنها برای پهپادهای سبک وزن دشوار است. به نظر می رسد زنبورهای عسل راه حلی بسیار کارآمدتر پیدا کرده اند.
راز زنبورها در فرایندی به نام اودومتری نهفته است. روشی که حرکت را بر اساس نشانه های حرکتی جمع آوری شده در طول پرواز تخمین می زند. برای جبران خطاهای اودومتری زنبورها از حافظه بصری نیز استفاده می کنند. آنها پیش از آغاز سفرهای طولانی پروازهای کوتاه آموزشی اطراف کندو انجام می دهند و نشانه های محیطی و مناظر اطراف را با دقت مشاهده می کنند. Bee-Nav همین راهبرد را شبیه سازی می کند.
پهپاد ابتدا یک پرواز آموزشی کوتاه در اطراف پایگاه خود انجام می دهد. در این مرحله تصاویر پانورامایی از محیط اطراف ثبت می شود. سپس این تصاویر توسط یک شبکه عصبی کوچک پردازش می شوند که برای تخمین جهت و فاصله تا نقطه شروع آموزش دیده است. در یکی از آزمایش های داخل ساختمان گروه پژوهشی توانست با استفاده از یک شبکه عصبی که تنها ۳.۴ کیلوبایت حافظه اشغال می کرد پهپاد را با موفقیت به خانه بازگرداند.
در آزمایش های بزرگ تر در مرکز پژوهشی پهپادهای هلند پهپاد بیش از ۶۰۰ متر پرواز کرد و سپس با موفقیت به محل شروع بازگشت. در این آزمایش شبکه عصبی مورد استفاده تنها ۴۲ کیلوبایت حافظه نیاز داشت. تقریباً به اندازه یک استیکر واتساپ. در محیط های بیرونی و در هوای بادخیز میزان موفقیت به حدود ۷۰ درصد کاهش یافت. پژوهشگران دریافتند باد باعث کج شدن پهپاد می شود و در نتیجه نمایی که از محیط اطراف می بیند تغییر می کند. افزایش مقاومت سامانه در برابر چنین شرایط واقعی یکی از مهم ترین زمینه های پژوهشی آینده خواهد بود.
به گزارش ایسنا؛ یکی از امیدبخش ترین کاربردهای این فناوری پایش کشاورزی است. پهپادهای سبک وزن مجهز به Bee-Nav می توانند به طور خودکار در گلخانه ها حرکت کنند و بیماری ها یا آفات را پیش از گسترش شناسایی کنند. این فناوری می تواند در ربات های انبارداری و پایش محیط زیست و بازرسی صنعتی نیز مورد استفاده قرار گیرد. این رویکرد به ویژه در مکان هایی جذاب خواهد بود که سیگنال های جیپیاس در دسترس نیستند و همچنین در شرایطی که محدودیت وزن و مصرف انرژی اهمیت بالایی دارد.
پایگاه خبری جریان/ جریان آنلاین (/)