Нова система безпеки на базі штучного інтелекту захистить людей і техніку в під'їздах та на сходових клітках

Дослідники з Сінгапурського університету технологій та дизайну (SUTD) розробили інноваційну систему безпеки на основі глибокого навчання з підкріпленням.

Нова технологія дозволяє сервісним мобільним роботам самостійно групуватися та утримувати рівновагу безпосередньо в момент падіння під час руху сходами. Результати цієї важливої наукової роботи, яка усуває один із головних бар'єрів для масового впровадження автономних платформ у багатоповерхових будівлях, опубліковані в журналі Results in Engineering.

Джерело: techxplore.com

Сходи залишаються одним із найскладніших типів рельєфу для колісної та гусеничної техніки. Багаторічні спостереження показують, що пристрої для подолання ступенів зазнають аварій у 35 разів частіше, ніж під час руху по рівній підлозі. Проблема полягає в тому, що втрата балансу на сходах призводить до стрімкого накопичення інерції під час кочення вниз. Це створює серйозну загрозу повного руйнування самого дорогого апарата, пошкодження інфраструктури будівлі та травмування людей, які опинилися на шляху.

Керівник Лабораторії досліджень робототехніки та автоматизації (ROAR) професор Мохан Раджеш Елара наголосив, що існуючі системи запобігання падінням не здатні захистити пристрій, якщо на нього, наприклад, випадково наштовхнеться людина згори. Саме цей неминучий залишковий ризик досі заважав операторам масово розгортати важкі автономні платформи в реальних умовах. Нова концепція сінгапурських інженерів фокусується не на уникненні небезпечних ділянок, а на мінімізації наслідків аварії, яка вже почалася.

Для реалізації проєкту вчені оснастили комерційного гусеничного робота спеціальним тришарнірним механічним маніпулятором-рукою, встановленим у задній частині корпусу. Аналізуючи геометрію аварій, команда виділила п'ять основних режимів перекидання: пряме падіння назад, два варіанти обертання та два бокових зсуви. Розроблена ШІ-система прораховує траєкторію щодолі секунди і в разі небезпеки миттєво викидає механічну кінцівку назад, використовуючи її як надійну точку опори для стабілізації корпусу.

Під час симуляційних випробувань алгоритм штучного інтелекту досяг середнього показника успішності в 69,4%, повністю зупиняючи падіння та повертаючи апарат у стійке вертикальне положення всього за 4,25 секунди. Натомість класичні алгоритми, запрограмовані людиною вручну, демонстрували ефективність лише на рівні 38,6%. Найважливішим комерційним результатом стало те, що навчена нейромережа успішно адаптувалася до абсолютно інших моделей роботів та нових розмірів ступенів без необхідності повторного навчання.

Попри значні успіхи, автори дослідження визнають, що поточний показник надійності у 69,4% поки що не відповідає суворим міжнародним стандартам безпеки (зокрема IEC 61508) для автономного використання. На наступному етапі інтеграції команда планує оснастити систему додатковими механічними гальмами та провести серію повноцінних фізичних тестувань на реальних сходових маршах різної складності. Проєкт реалізується за підтримки двох національних програм Сінгапуру, спрямованих на швидке впровадження наукових розробок у реальний сектор економіки.