Čip z MIT s 6 mW spotřebou: Malé drony a roboti díky němu vidí a mapují okolí v reálném čase

Vědci z Massachusettského technologického institutu (MIT) vyvinuli energeticky úsporný čip, který umožňuje malým dronům a robotům vytvářet detailní 3D mapy jejich okolí v reálném čase, přičemž spotřebuje pouhých 6 miliwattů energie.

Vědci z Massachusettského technologického institutu (MIT) vyvinuli energeticky úsporný čip, který umožňuje malým dronům a robotům vytvářet detailní 3D mapy jejich okolí v reálném čase, přičemž spotřebuje pouhých 6 miliwattů energie. Tento systém na čipu, nazvaný Gleanmer, by mohl pomoci autonomním strojům napájeným bateriemi navigovat v nepřehledných prostředích, jako jsou průmyslové ventilační systémy, sklady, tunely a další stísněné prostory, kde je zásadní vyhýbání se překážkám.

Technologie by mohla najít uplatnění také v lehkých náhlavních soupravách pro rozšířenou realitu, které by díky ní dokázaly mapovat vnitřní prostředí bez rychlého vybíjení baterií. Čip kombinuje specializovaný hardware s kompaktním mapovacím algoritmem, který výrazně snižuje paměť a energii potřebnou k vytváření 3D reprezentací okolního světa robota.

Tradiční vytváření detailních 3D map obvykle vyžaduje, aby roboti zpracovávali velké objemy obrazových dat a ukládali složité reprezentace svého okolí. Tyto úkoly často vyžadují značnou paměť a energii, což ztěžuje jejich nasazení na malých zařízeních napájených bateriemi. Místo spoléhání se na konvenční mapy založené na voxelech, které reprezentují prostředí pomocí milionů malých kostek, tým z MIT využívá flexibilní elipsoidní tvary známé jako Gaussovy křivky. Tyto tvary dokáží efektivněji reprezentovat zakřivené objekty a otevřené prostory a zároveň vyžadují mnohem méně paměti.

Vědci spojili čip s mapovacím algoritmem GMMap, který vytváří 3D mapy z hloubkových snímků v jediném průchodu. To umožňuje systému téměř okamžitě zahodit obrazová data namísto jejich opakovaného ukládání a zpracování. Systém se také vyhýbá další běžné výzvě v mapování: když se robot pohybuje, často pozoruje stejný objekt z více úhlů, což vytváří překrývající se reprezentace, které zvětšují velikost mapy. Tým z MIT vyvinul metodu pro přímé sloučení překrývajících se Gaussových křivek bez návratu k původním obrazovým datům. Tento přístup umožnil vědcům udržet většinu aktivních dat v rychlé paměti na čipu, namísto spoléhání se na energeticky náročné externí úložiště.

Při testech v různých dříve zaznamenaných prostředích generoval Gleanmer detailní 3D mapy v reálném čase, přičemž spotřeboval přibližně 6 miliwattů energie. Podle vědců je to zhruba 2,5 % energie potřebné nejlepším stávajícím čipem určeným pro konstrukci map. Čip dokáže také rekonstruovat překážky a volný prostor přímo z živých dat streamovaných z kamery iPhonu. Opětovným použitím kompaktních gaussovských reprezentací během plánování cesty systém umožňuje robotům vypočítat trasy bez kolizí s přibližně 20 % energie, která je obvykle vyžadována.