Cornell’io Universiteto tyrėjai sukūrė autonominį skraidantį robotą, kuris manevruodamas išvengia kliūčių lyg tikras paukštis. Mašina, gebanti sėkmingai manevruoti miškuose, tuneliuose ar apgriuvusiuose pastatuose, puikiai pasitarnautų paieškos ir gelbėjimo operacijose. Nedideli skraidantys aparatai jau nieko nebestebina, kaip ir orientuotis padedanti GPS lokacijos sistema.
Dabar Ashutosh‘as Saxena, kompiuterijos mokslų profesorius-asistentas, ir jo komanda bando išspręsti sunkiausią problemą: kaip apsaugoti robotą nuo atsitrenkimo į sienas ir medžių šakas. Žmonės, valdantys tokius aparatus, ne visada geba greitai reaguoti, o radijo signalai ne visada pasiekia nutolusį robotą.
Testuojamuoju skraidymo aparatu pasirinktas kvadrotorius (ang. quadrotor), komerciškai prieinama, maždaug kortų stalelio dydžio mašina, turinti keturis sraigtasparnio sraigtus. Saxena ir jo komanda jau užprogramavo robotus, kaip, naudojantis 3D kameromis, naviguotis koridoriuose ir laiptinėse. Tačiau natūralioje aplikoje šios kameros nėra tokios tikslios, kad gebėtų nustatyti didelius atstumus ir padėtų robotui sukurti maršrutus aplink kelyje jo laukiančias kliūtis. Taigi Saxena dirba ties metodu, kurį pats ankščiau sukūrė; įprastos video kameros vaizdai konvertuojami į 3D aplinkos modelį, naudojantis tokiomis „užuominomis“, kaip tiesių linijų atpažinimas, pažįstamų objektų dydžio numatymas ir nustatymas, kurie objektai yra arčiau, o kurie toliau – tokiomis pačiomis „užuominomis“ pasąmoningai naudojasi ir žmonės, smegenyse projektuodami stereoskopinį vaizdą.
Cornell‘io abiturientai Ian‘as Lenz‘as ir Mevlana Gemici, naudodami 3D vaizdus, išmokė robotą pažinti medžių šakas, stulpus, tvoras ir pastatus; roboto kompiuteris įsimena panašių kliūčių charakteristikas (pavyzdžiui, spalvą, formą, tekstūrą ar objekto sąveiką su aplinka) – tarkim, šaka yra pritvirtinta prie medžio. Visos šios taisyklės, kaip atpažinti kliūtis, yra įdiegtos į roboto mikroschemas, dar prieš jam pakylant. Skrisdamas robotas nuolatos tiria aplinką, skaido ją į „mažus gabalėlius“, kuriuos analizuoja naudodamasis savo turimais duomenimis, o išanalizavęs nusprendžia, kur yra kliūtys, taip gebėdamas pasirinkti saugiausią kelią iki duotojo tikslo. Robotas buvo testuojamas 53 autonomiškuose skrydžiuose gausioje kliūčių aplinkoje. 51 jų baigėsi sėkmingai. Du nepavykę bandymai gali būti nurašyti, dėl nepalankaus vėjo.
Saxena planuoja plėsti roboto gebėjimą reaguoti į aplinkos pokyčius (pavyzdžiui vėją), o taip pat išmokyti jį atpažinti ir vengti judančių objektų (pvz., paukščių); atliekant bandymus planuojama į robotą mėtyti teniso kamuoliukus.

Originalus straipsnis: http://www.sciencedaily.com/releases/2012/10/121030173047.htm