A méhek akár több kilométert is megtesznek rendszeresen táplálékkeresés közben, mielőtt hazatérnének, és nincsen gondjuk a navigációval. A testméretükhez viszonyítva ez ahhoz hasonlítható, mintha egy ember több száz kilométert utazna, majd térkép, iránytű, GPS vagy okostelefon nélkül találná meg a hazavezető utat. A méhek különleges képessége a kutatók figyelmét is felkeltette, és egy olyan rendszert fejlesztettek ki, amely lehetővé teszi a drónok számára, hogy GPS vagy számításigényes térképező rendszerek nélkül önállóan navigáljanak és térjenek vissza kiindulópontjukra.
A méhek titka az odometria, egy olyan folyamat, amely a repülés során gyűjtött mozgásjelek alapján becsüli meg a mozgást – magyarázza aNew Atlas. A rovar a testmozgása alapján nyomon követi, hogy nagyjából milyen messzire és milyen irányba haladt, nagyjából ahhoz hasonlóan, mint amikor egy ember a fejében követi a lépéseit, miközben egy sötét szobában sétál. A probléma ezzel csak az, hogy ezek a becslések idővel fokozatosan felhalmozzák a hibákat. Hogy ez mégse legyen gond, a méhek környezetük vizuális emlékeire is támaszkodnak. Mielőtt hosszabb utakra indulnának, rövid „tanulórepüléseket” végeznek a kaptáruk körül, gondosan megfigyelik a tájat és a közeli tereptárgyakat. Ezek a vizuális emlékek segítenek nekik később hazajutni.
Ezek alapján fejlesztette ki a Delfti Műszaki Egyetem robotikusaiból, valamint a Wageningeni Egyetem és az Oldenburgi Carl von Ossietzky Egyetem biológusaiból álló tudományos csapat a „Bee-Navot”, egy robotnavigációs stratégiát.
„Lenyűgözött minket az a tény, hogy a méhek képesek messzire elrepülni otthonuktól kanyargós ösvényeken, mégis szinte egyenesen visszatérni” – mondta Guido de Croon, a hollandiai Delfti Műszaki Egyetem professzora. „A biológusok kimutatták, hogy a méhek az oda-vissza útjuk során az úthossz mérésére támaszkodnak, majd egyre jobban használják a vizuális memóriájukat, ahogy közelebb kerülnek az otthonukhoz. De hogy pontosan mit és hogyan sajátítanak el a vizuális memóriájukban, az még mindig nem teljesen ismert. Ezt a szakadékot kellett áthidalnunk ahhoz, hogy egy praktikus navigációs stratégiát hozzunk létre a robotok számára” – tette még hozzá.
Egy új környezetben a robot először egy rövid tanulórepülést hajt végre otthona közelében, akárcsak a méhek. Ekkor panorámaképeket készít a környezetéről, majd a képeket egy kis neurális hálózat dolgozza fel, amelyet arra képeztek ki, hogy megbecsülje a kiindulási ponthoz vezető irányt és távolságot. Ezután a drón több száz métert is tud utazni, és mégis megtalálja a hazavezető utat.
Egy tanulórepülés után a robot képes visszatérni a tanult területen belüli egy másik helyszínről az otthoni helyszínre
TU Deft
Egy beltéri kísérletben a csapat egy mindössze 3,4 KB memóriát elfoglaló neurális hálózat segítségével demonstrálta a sikeres hazatérést. A drón elemezte a környezete panorámaképeit, és megbecsülte, hogy melyik irányba kellene haladnia, valamint azt, hogy milyen messze van az otthonától. A távolságbecslés lehetővé tette számára, hogy módosítsa viselkedését, gyorsabban mozogjon, amikor távolabb van, és lassítson, amikor közeledik a célállomáshoz.
A kutatók ezután nagyobb beltéri és kültéri környezetekben teszteltek. A holland Unmanned Valley drónkutató létesítményben végzett tesztek során a drón több mint 600 métert tett meg, mielőtt sikeresen hazatért. Ehhez egy olyan neurális hálózatot használtak, amely mindössze 42 KB memóriát igényelt.
Nagy beltéri környezetekben, például repülőgép-hangárokban a rendszer minden tesztet sikeresen teljesített. Kültéren viszont már voltak problémák, szeles időben csak 70 százalék körüli volt sikerarány. Ennek az volt az oka, hogy a szél okozta dőlés megváltoztatta a drón környezetéről alkotott képét, ami megnehezítette a vizuális felismerést. Éppen ezért a jövőbeli fejlesztések egyik fontos célja a valós környezeti hatásokkal szembeni ellenálló képesség javítása.
„A kísérletek nagyon biztatóak, de azt is mutatják, hogy a jelenlegi rendszernek robusztusabbá kell válnia valós körülmények között” – mondta Dequan Ou, a Delfti Műszaki Egyetem PhD-jelöltje, aNaturefolyóiratban megjelent tanulmány első szerzője.
A Bee-Nav egyik ígéretes alkalmazása lehet az üvegházak monitorozása. A könnyű drónok képesek lennének a növények vizsgálatára és a betegségek vagy kártevők korai szakaszban történő észlelésére, segítve a termelőket a terméshozam növelésében. Az új módszer különösen alkalmas az ilyen drónokhoz, mivel könnyű és biztonságos lehet, tekintettel a közelben dolgozókra.
https://www.youtube.com/watch?v=Og6wvKqWLow
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.
