نظام متطور يمكّن الروبوتات من التنقل بثقة دون الاعتماد على GPS
ينطلق النظام الجديد في تدريب الروبوتات على التنقل بثقة دون الاعتماد على GPS، وهو خطوة متقدمة في أنظمة الروبوتات ذاتية التشغيل تتيح التحرك بثقة في بيئات واسعة ومتغيرة من دون ملاحة خارجية.
يعتمد النظام MCL-DLF على تقنية مونت كارلو للمواقع مع ميزات محلية عميقة لتمكين تحديد مواقع ثلاثية الأبعاد دقيق باستخدام تقنيات الليدار، وهو مصمم لدعم التنقل طويل الأمد في المساحات الكبيرة.
خضع النظام لاختبارات عدة أشهر داخل الحرم الجامعي وخارجه وفي ظروف بيئية متنوعة، وهو محافظ على أدائه في مواجهة التغيرات المختلفة.
آلية عمل تحاكي الإدراك البشري
يبدأ الروبوت بتحديد موقع تقريبي عبر التعرف إلى السمات الهيكلية العامة من سحب نقاط الليدار ثلاثية الأبعاد، مثل المباني أو الغطاء النباتي، ثم يتم تضييق النطاق وتحديد الموقع الدقيق من خلال تحليل السمات التفصيلية وتحديد اتجاه الروبوت بدقة عالية.
تعتمد هذه الآلية على تقنيات التعلم العميق التي تستخرج السمات المحلية تلقائياً وتقلل الالتباس بين الأجسام المتشابهة بصرياً، ويتم دمج النتائج في إطار احتمالي يعتمد على طريقة مونت كارلو التي تقارن فرضيات متعددة للموقع مع تدفق بيانات المستشعرات.
المتانة والتطبيقات
توفر MCL-DLF متانة عالية في مواجهة التغيرات البيئية المختلفة، فتبقى دقتها مرتفعة مع تقلبات موسمية وتغيرات في الإضاءة أو الغطاء حول الروبوت.
يؤكد المطورون أن تحديد الموقع الدقيق هو عامل رئيسي لروبوتات الخدمة واللوجستيات والمراقبة البيئية وفحص البنية التحتية والمركبات ذاتية القيادة، وتعد هذه التقنية خطوة نحو تمكين التشغيل الذاتي الكامل في بيئات واسعة وديناميكية من دون بنية تحتية خارجية.