Ameisen-inspirierte Navigation ermöglicht winzige autonome Roboter

Motion Design INSIDER

Zeitrafferbild eines der vom Roboter geflogenen Pfade. (Bild: Die Forscher)

Wie Insekten den Weg nach Hause finden – und was Roboter davon lernen

Haben Sie sich je gefragt, wie Insekten so weit über ihre Heimat hinausgehen und trotzdem den Weg zurückfinden? Die Antwort auf diese Frage ist nicht nur für die Biologie relevant, sondern auch für die KI winziger, autonomer Roboter. TU-Delft-Drohnenforscher ließen sich von biologischen Erkenntnissen inspirieren, wie Ameisen ihre Umgebung visuell erkennen und dies mit Schrittzählen kombinieren, um sicher nach Hause zu gelangen. Sie nutzten diese Erkenntnisse, um eine autonome Navigationsstrategie für winzige, leichte Roboter zu schaffen. Die Strategie erlaubt solchen Robotern, nach langen Trajektorien nach Hause zurückzukehren, während extrem wenig Rechenleistung und Speicher benötigt werden (1,16 kB pro 100 m). In Zukunft könnten winzige autonome Roboter vielfältige Anwendungen finden – von der Bestandsüberwachung in Lagern bis zum Aufspüren von Gaslecks in Industrieanlagen. Die Forscher veröffentlichten ihre Ergebnisse am 17. Juli 2024 in Science Robotics.

Potenzial und Herausforderungen winziger Roboter

Winzige Roboter, von Zehnen bis zu einigen Hundert Gramm, haben das Potenzial, viele interessante reale Anwendungen auszuführen. Mit ihrem geringen Gewicht sind sie extrem sicher, selbst wenn sie versehentlich gegen jemanden stoßen. Da sie klein sind, können sie enge Bereiche navigieren. Und wenn sie günstig hergestellt werden können, können sie in großen Zahlen eingesetzt werden, um große Flächen schnell abzudecken – beispielsweise in Gewächshäusern zur frühzeitigen Schädlings- oder Krankheitserkennung. Doch solche winzigen Roboter autonom operieren zu lassen, ist schwierig, da sie im Vergleich zu größeren extrem begrenzte Ressourcen haben.

Hindernis: Navigation ohne externe Infrastruktur

Ein großes Hindernis für den Einsatz winziger Roboter ist, dass sie für reale Anwendungen in der Lage sein müssen, sich mit Hilfe von Onboard-Ressourcen autonom zu navigieren. Sie könnten Positionsabschätzungen von GPS-Satelliten im Freien oder von drahtlosen Kommunikationsbaken in Innenräumen nutzen. GPS kann nur im Freien verwendet werden und kann in überladenen Umgebungen wie städtischen Canyons hochgradig ungenau sein. Und die Installation und Wartung von Baken in Innenräumen ist recht teuer oder schlicht unmöglich – beispielsweise in Such- und Rettungsszenarien.

Die für autonome Navigation mit nur Onboard-Ressourcen notwendige KI wurde mit großen Robotern wie selbstfahrenden Autos im Sinn entwickelt. Einige dieser Ansätze beruhen auf schweren, stromhungrigen Sensoren wie LiDAR, die von kleinen Robotern weder getragen noch mit Strom versorgt werden können. Andere Ansätze nutzen Visionssensoren, die typischerweise versuchen, hochdetaillierte 3D-Karten der Umgebung zu erstellen. Das erfordert jedoch große Mengen an Verarbeitung und Speicher, die nur von Computern bereitgestellt werden können, die zu groß und stromhungrig für winzige Roboter sind.

Natur als Vorbild: Insekten-Navigation

Deshalb wandten sich einige Forscher der Natur zu. Insekten sind besonders interessant, da sie über Distanzen operieren, die für viele reale Anwendungen relevant sein könnten, während sie sehr knappe Sensoren- und Computing-Ressourcen nutzen. Insekten kombinieren die Verfolgung ihrer eigenen Bewegung (Odometrie) mit visuell geführten Verhaltensweisen basierend auf ihrem niedrigauflösenden, aber fast omnidirektionalen visuellen System (View Memory).

Während Odometrie zunehmend gut verstanden wird – sogar bis auf neuronale Ebene –, sind die präzisen Mechanismen, die View Memory zugrunde liegen, weniger gut verstanden. Daher existieren mehrere konkurrierende Theorien darüber, wie Insekten Vision für Navigation nutzen. Eine der frühesten Theorien schlägt ein „Snapshot“-Modell vor, in dem ein Insekt wie eine Ameise gelegentlich Schnappschüsse seiner Umgebung macht. Später, wenn es sich dem Ort im Schnappschuss nähert, kann es seine aktuelle visuelle Wahrnehmung mit dem Schnappschuss vergleichen und sich bewegen, um die Differenzen zu minimieren. Dies erlaubt dem Insekt, zum Schnappschuss-Ort zu navigieren oder „heimzukehren“, wodurch jeder Drift entfernt wird, der sich unweigerlich aufbaut, wenn nur Odometrie durchgeführt wird.

„Snapshot-basierte Navigation kann mit Hansels Versuch verglichen werden, sich im Märchen Hänsel und Gretel nicht zu verlaufen. Als Hansel Steine auf den Boden warf, konnte er nach Hause zurückfinden; als er Brotkrumen warf, die von Vögeln gefressen wurden, verlief er sich. In unserem Fall sind die Steine die Schnappschüsse“, sagte Tom van Dijk, Erstautor der Studie. „Wie bei einem Stein muss der Roboter für einen Schnappschuss nah genug am Schnappschuss-Ort sein. Wenn die visuelle Umgebung zu unterschiedlich von der am Schnappschuss-Ort wird, könnte der Roboter in die falsche Richtung bewegen und nie zurückkehren. Daher muss man genügend Schnappschüsse verwenden – oder im Fall von Hansel eine ausreichende Anzahl Steine fallen lassen. Andererseits würde das Fallenlassen von Steinen zu nah beieinander Hansels Steine zu schnell aufbrauchen. Im Fall eines Roboters führt die Verwendung zu vieler Schnappschüsse zu großem Speicherverbrauch. Bisherige Arbeiten in diesem Bereich hatten die Schnappschüsse typischerweise sehr nah beieinander, damit der Roboter zuerst visuell zu einem Schnappschuss und dann zum nächsten heimkehren konnte.“

„Der Hauptgedanke unserer Strategie ist, dass man Schnappschüsse viel weiter auseinander platzieren kann, wenn der Roboter zwischen Schnappschüssen auf Basis von Odometrie reist“, sagte Professor Guido de Croon, Co-Autor des Artikels. „Heimkehren funktioniert, solange der Roboter nah genug am Schnappschuss-Ort endet – also solange der Odometrie-Drift des Roboters in den Einfangbereich des Schnappschusses fällt. Dies erlaubt dem Roboter auch, viel weiter zu reisen.“

Ergebnisse: 100 Meter mit 1,16 kB

Die vorgeschlagene insekteninspirierte Navigationsstrategie erlaubte einer 56-Gramm-Crazyflie-Drohne, ausgestattet mit einer omnidirektionalen Kamera, Distanzen von bis zu 100 Metern mit nur 1,16 kB zurückzulegen. Die gesamte visuelle Verarbeitung lief auf einem winzigen Mikrocontroller.

„Die vorgeschlagene insekteninspirierte Navigationsstrategie ist ein wichtiger Schritt auf dem Weg zur Anwendung winziger autonomer Roboter in der realen Welt“, sagte de Croon. „Die Funktionalität der vorgeschlagenen Strategie ist begrenzter als die modernster Navigationsmethoden; sie generiert keine Karte und erlaubt dem Roboter nur, zum Startpunkt zurückzukehren. Dennoch mag dies für viele Anwendungen mehr als genug sein. Zum Beispiel für Bestandsverfolgung in Lagern oder Pflanzenüberwachung in Gewächshäusern könnten Drohnen ausfliegen, Daten sammeln und zur Basisstation zurückkehren. Sie könnten missionsrelevante Bilder auf einer kleinen SD-Karte für die Nachbearbeitung durch einen Server speichern.“

Quelle