Naturinspirierte Sensoren verbessern autonomer Maschinen Vision für sicherere Navigation

Bessere Sensorkapazitäten würden es Drohnen ermöglichen, in gefährlichen Umgebungen zu navigieren, und Autos, Unfälle zu verhindern, die durch menschliches Versagen verursacht werden. Aktuelle State-of-the-Art-Sensortechnologie verarbeitet Daten nicht schnell genug, aber die Natur schon.

Forscher haben Sensoren gebaut, die von Spinnen, Fledermäusen, Vögeln und anderen Tieren inspiriert sind, deren eigentliche Sinne Nervenenden sind, die mit speziellen Neuronen, sogenannten Mechanorezeptoren, verbunden sind. Die Nervenenden – Mechanosensoren – detektieren und verarbeiten nur Informationen, die für das Überleben eines Tieres essenziell sind. Sie kommen in Form von Haaren, Zilien oder Federn vor. Viele biologische Mechanosensoren filtern Daten – die Informationen, die sie aus einer Umgebung erhalten – gemäß einem Schwellenwert wie Änderungen in Druck oder Temperatur.

Die haarigen Mechanosensoren einer Spinne befinden sich beispielsweise an ihren Beinen. Wenn das Spinnennetz mit einer Frequenz vibriert, die mit Beute oder einem Partner assoziiert ist, detektieren die Mechanosensoren dies und erzeugen einen Reflex in der Spinne, der dann sehr schnell reagiert. Die Mechanosensoren würden eine niedrigere Frequenz, wie die von Staub im Netz, nicht detektieren, weil sie für das Überleben der Spinne unwichtig ist.

Die Idee wäre, ähnliche Sensoren direkt in die Schale einer autonomen Maschine wie einen Flugzeugflügel oder den Körper eines Autos zu integrieren. Die Mechanosensoren könnten angepasst werden, um vorbestimmte Kräfte zu detektieren, die mit einem bestimmten Objekt assoziiert wären, das eine autonome Maschine vermeiden muss.

Zusätzlich zum Sensieren und Filtern in sehr hoher Rate berechnen die Sensoren auch ohne Stromversorgung. In der Natur, sobald ein bestimmtes Kraftniveau die mit dem haarigen Mechanosensor assoziierten Mechanorezeptoren aktiviert, berechnen die Mechanorezeptoren Informationen, indem sie von einem Zustand in einen anderen wechseln. Die neuen Sensoren machen dasselbe und nutzen diese Ein/Aus-Zustände, um Signale zu interpretieren. Eine intelligente Maschine würde dann entsprechend reagieren, was die Sensoren berechnen.

Die künstlichen Mechanosensoren sind in der Lage, sehr schnell zu sensieren, filtern und berechnen, weil sie steif sind. Das Sensormaterial ist so gestaltet, dass es seine Form schnell ändert, wenn es durch eine externe Kraft aktiviert wird. Die Formänderung bewirkt, dass leitende Partikel im Material sich einander annähern, was dann erlaubt, dass Elektrizität durch den Sensor fließt und ein Signal trägt. Dieses Signal informiert, wie das autonome System reagieren sollte.

Mit Machine-Learning-Algorithmen könnten die Sensoren trainiert werden, autonom mit minimalem Energieverbrauch zu funktionieren. Es gäbe auch keine Barrieren für die Fertigung der Sensoren in verschiedenen Größen.