Автономные подводные аппараты оптимизируют работы с дайверами
Проект Лаборатории Линкольна MIT сосредоточен на совместной работе человека и робота под водой. Идея заключается в том, чтобы использовать автономные подводные аппараты (AUV) для картографирования подводных линий и определения местоположения повреждений, что упростит работу дайверов. Это особенно важно для военных операций США, включая инспекцию и ремонт критической инфраструктуры.
Как отмечает ведущий исследователь проекта Мадлен Миллер, дайверы и AUV обычно не работают совместно под водой. Человеческие операции требуются в ситуациях, где необходима манипуляция, которую роботы не могут выполнить, например, при ремонте или обезвреживании мин. Тем не менее, роботы превосходят людей по вычислительной мощности и скорости передвижения, что делает их ценными помощниками в подводных миссиях.
Команда Миллер разрабатывает оборудование и алгоритмы для подводной навигации и восприятия, что является ключевым для эффективного взаимодействия человека и робота. Дайверам часто не хватает ориентиров, и они могут легко сбиться с пути в условиях низкой видимости. Роботы должны быть способны воспринимать окружающую среду, чтобы помогать дайверам.
Однако традиционные оптические сенсоры не всегда работают в темноте и мутной воде, что затрудняет их использование. Команда Миллер разрабатывает классификатор на основе ИИ, который может обрабатывать как оптические, так и сонарные данные в режиме реального времени, запрашивая у дайвера подтверждение классификации объектов.
Для связи между дайверами и AUV используется подводный акустический модем, который позволяет передавать информацию, хотя скорость передачи данных в таких условиях довольно низкая. Команда исследует, как сжать данные, чтобы они были полезными, учитывая ограничения подводной связи.
Прототип системы был протестирован на побережье Новой Англии, включая открытое море и реку Чарльз, с использованием различных судов в качестве суррогатов для дайверов. Эти тесты помогают команде улучшить технологии и подготовить их к реальным условиям.
Scotiabank запускает AI-рамки для оптимизации операций
Оптимизация использования GPU для эффективного обучения моделей
Похожие статьи
Стартап Physical Intelligence представил универсальный робот-ум
Стартап Physical Intelligence представил модель робота, способного выполнять незнакомые задачи.
Стартап Antioch разрабатывает симуляционные инструменты для роботов
Стартап Antioch разрабатывает симуляционные инструменты для роботов, чтобы преодолеть разрыв между симуляцией и реальностью.
Cadence расширяет партнерство по ИИ и робототехнике с Nvidia и Google Cloud
Cadence Design Systems анонсировала новые партнерства с Nvidia и Google Cloud для улучшения робототехники и проектирования чипов.