Mikro robotlar için düşük enerjili 3D haritalama çipi geliştirildi

Mikro robotlar, küçük dronlar ve artırılmış gerçeklik cihazları için en büyük teknik engellerden biri, çevreyi gerçek zamanlı algılamak ve haritalamak için gereken yüksek işlem gücü. Bu sistemlerde kullanılan haritalama yazılımları, yoğun veri işleme ve depolama ihtiyacı nedeniyle bataryayı hızla tüketiyor. Massachusetts Teknoloji Enstitüsü (MIT) araştırmacıları, bu soruna yönelik yeni bir mikroçip geliştirdi. Gleanmer adı verilen çip, düşük güç tüketimiyle kapalı alanların ayrıntılı 3 boyutlu haritasını çıkarabiliyor. MIT ekibi, özel donanım mimarisini kompakt bir haritalama algoritmasıyla birleştirerek robotik sistemlerde enerji tüketimini azaltmayı hedefledi. Yeni sistemin özellikle batarya kapasitesi sınırlı mikro otonom cihazlarda kullanılabileceği belirtiliyor.

 

3D HARİTALAMADA VERİ YÜKÜ AZALTILDI
Robotların çevresini algılayabilmesi için büyük miktarda görüntü ve derinlik verisinin işlenmesi gerekiyor. Geleneksel 3 boyutlu haritalama yöntemlerinde ortam, milyonlarca küçük küp şeklindeki voksel yapılarla temsil ediliyor. Bu yaklaşım ayrıntılı haritalar oluşturabilse de yüksek veri hacmi ve bellek ihtiyacı doğuruyor. Özellikle küçük robotlar ve dronlar için bu yük, hem enerji tüketimini artırıyor hem de cihazların sahada çalışma süresini kısaltıyor. MIT araştırmacıları, bu nedenle klasik voksel tabanlı haritalama yerine Gauss eğrilerine dayanan daha kompakt bir model kullandı. Kavisli yüzeyleri ve boş alanları daha az veriyle temsil edebilen bu yapı, çipin haritalama sırasında daha düşük bellek kullanmasını sağlıyor.

 

GMMap ALGORİTMASI ÇİPE ENTEGRE EDİLDİ
Yeni çipte, derinlik görüntülerinden tek geçişte harita üretebilen GMMap adlı özel bir algoritma kullanıldı. Bu algoritma, gelen veriyi anlık olarak işleyip gereksiz tekrarları azaltıyor. Sistem, görüntü verilerinin bellekte yeniden yeniden işlenmesini önleyerek enerji tüketimini düşürüyor. Çalışmanın eş baş yazarı Peter Zhi Xuan Li, herhangi bir işlem anında bellekte yalnızca birkaç pikselin tutulduğunu belirtti. Bu yapı sayesinde algoritmanın veri ayak izi ve donanım maliyeti önemli ölçüde azaltıldı. Böylece Gleanmer, küçük cihazların sınırlı bellek ve batarya kapasitesine daha uygun bir haritalama çözümü sunuyor. 

 

ENERJİ TÜKETİMİ 6 MİLİWATTA DÜŞTÜ
Geleneksel haritalama çiplerinde robot hareket ettikçe aynı nesneler farklı açılardan tekrar tekrar taranıyor. Bu da örtüşen veri kümelerinin büyümesine ve bellekte gereksiz yük oluşmasına neden oluyor. MIT ekibi, orijinal görüntü dosyasına yeniden dönmeden örtüşen Gauss eğrilerini çip üzerinde doğrudan birleştiren bir yöntem geliştirdi. Bu sayede aktif veri akışı, enerji tüketimi yüksek harici depolama yerine çip içi bellekte tutulabiliyor. Laboratuvar testlerinde Gleanmer, yalnızca 6 miliwatt güç tüketerek gerçek zamanlı 3 boyutlu haritalar oluşturdu. Bu değer, çipin mevcut en iyi alternatifine kıyasla yüzde 97,5 daha az enerji harcadığını gösteriyor.

 

iPHONE VERİLERİYLE TEST EDİLDİ
Gleanmer, prototip testlerinde standart bir iPhone kamerasından aktarılan canlı video verileriyle denendi. Çip, bu veriler üzerinden boş alanları ve engelleri anlık olarak simüle edebildi. Sistem, otonom cihazların çarpışmasız rota hesaplamalarında da daha düşük enerjiyle çalışacak şekilde tasarlandı. Yol planlama sırasında kompakt Gauss verilerini kullanan yapı, bu işlemlerde normalde harcanan enerjinin yalnızca yüzde 20’sini tüketti. Bu özellik, özellikle depo içi robotlar, küçük dronlar, tünel denetim sistemleri ve kapalı alanlarda çalışan mikro otonom cihazlar için önem taşıyor. Daha düşük enerji tüketimi, bu cihazların sahada daha uzun süre görev yapabilmesine imkan sağlayabilir.

 

AR GÖZLÜKLER İÇİN DE KULLANIM ALANI
MIT Elektrik Mühendisliği ve Bilgisayar Bilimleri Profesörü Vivienne Sze, çalışmanın donanım ve yazılımın birlikte tasarlanmasının enerji verimliliği açısından önemini gösterdiğini belirtti. Sze’ye göre algoritma ve çip mimarisinin eş zamanlı geliştirilmesi, düşük güçlü cihazlar için daha verimli çözümler ortaya çıkarabiliyor. Gleanmer’in kullanım alanı yalnızca robotik sistemlerle sınırlı görülmüyor. Bilgi işlem kapasitesini doğrudan sensörlere yakınlaştıran bu yaklaşım, artırılmış gerçeklik gözlükleri ve diğer giyilebilir cihazlar için de önem taşıyabilir. Batarya ağırlığı ve enerji tüketimi, hafif AR gözlüklerin yaygınlaşmasının önündeki başlıca engeller arasında yer alıyor. Düşük güçle gerçek zamanlı haritalama yapabilen çip mimarileri, bu cihazların daha küçük, hafif ve uzun süre kullanılabilir hale gelmesine katkı sağlayabilir.