Mobil robotların fabrikalarda, depolarda veya açık alanlarda güvenli bir şekilde çalışabilmesi, konumlarını sürekli ve doğru bir şekilde tahmin edebilmelerine bağlıdır. Ancak geleneksel GPS (uydu tabanlı navigasyon) sistemleri; binaların yakınında sinyal bozulması yaşanması veya iç mekanlarda tamamen kullanılamaz hale gelmesi nedeniyle endüstriyel ihtiyaçlara tam yanıt veremiyordu.
İspanya’nın Miguel Hernández Üniversitesi (UMH) araştırmacıları, robotikte en zorlu engellerden biri olarak bilinen ve robotun yerinden oynatıldıktan sonra başlangıç pozisyonunu kaybetmesi anlamına gelen ‘kaçırılan robot’ (kidnapped robot) problemini çözen hiyerarşik bir sistem geliştirdi.
İNSAN ZİHNİNİ TAKLİT EDEN ALGORİTMA
Uluslararası Akıllı Sistemler Dergisi'nde yayımlanan çalışmada tanıtılan sistem, MCL-DLF (Monte Carlo Konumlandırma—Derin Yerel Özellik) adını taşıyor. Bu teknoloji, karmaşık çevreleri tıpkı bir insan gibi algılıyor.
Çalışmanın baş yazarı olan UMH araştırmacısı Míriam Máximo, sistemin çalışma prensibini şu sözlerle özetliyor: "Bu teknoloji, insanların yabancı bir ortamda önce genel bir alanı (binalar, ağaçlar) tanımasına ve ardından kesin konumlarını belirlemek için küçük ayırt edici detaylara odaklanmasına benzer bir mantıkla işliyor."
Sistem, 3 boyutlu LiDAR (Işık Tespiti ve Ranging) nokta bulutlarını kullanarak önce ‘kaba’ bir konumlandırma ile yaklaşık bölgeyi belirliyor. Ardından derin öğrenme teknikleriyle ‘hassas’ detayları analiz ederek robotun tam koordinatlarını ve yönünü hesaplıyor.
MEVSİMSEL VE ÇEVRESEL DEĞİŞİMLERE DİRENÇLİ
Uzun vadeli robot navigasyonundaki en büyük zorluklardan biri, fiziksel mekanların zamanla değişmesidir. Açık alanlarda bitki örtüsünün büyümesi, mevsimsel değişimler veya aydınlatma farklılıkları standart sensörleri yanıltabilir.
UMH Elche kampüsünde aylar süren testlerde, MCL-DLF sisteminin geleneksel yaklaşımlara kıyasla çok daha yüksek bir konum doğruluğu sunduğu kanıtlandı. Robot, önceden tanımlanmış katı kurallara bağlı kalmak yerine, hangi çevresel özelliklerin en güvenilir olduğunu yapay zeka sayesinde kendi kendine öğrenerek sürekli güncellenen olasılıksal bir harita oluşturuyor.
ENDÜSTRİ 4.0 VE LOJİSTİK İÇİN YENİ FIRSATLAR
Herhangi bir harici altyapıya (GPS, Wi-Fi konumlandırma vb.) ihtiyaç duymadan, yalnızca kendi yerleşik sensörleriyle çalışan bu sistem, ticari alanda birçok sektörü doğrudan etkileme potansiyeli taşıyor. Güvenilir ve kesintisiz konum belirleme teknolojisinin dönüştüreceği başlıca alanlar şunlar:
