Verliert ein Roboter plötzlich die Orientierung, bringt das Entwickler seit Jahren an Grenzen. Nun soll ein neues KI‑System entführten Maschinen selbst in wechselnden Umgebungen den Weg weisen.
Dass Roboter die Orientierung verlieren, ist ein seit Langem bekanntes Problem, Fachleute sprechen vom „Kidnapped-Robot“-Problem. Forschende berichten nun von einem neuen KI-System, das helfen könnte, dieses Problem zu lösen.
WERBUNG
WERBUNG
Ein Team der Universität Miguel Hernández in Elche in Spanien hat ein neues Verfahren zur Positionsbestimmung autonomer Roboter entwickelt. Es nutzt 3D-LiDAR: Laserimpulse scannen die Umgebung und erzeugen ein kartenähnliches Abbild.
Nach Angaben der Forschenden können Roboter damit ihre Position wiederfinden, selbst wenn sie versetzt, ausgeschaltet oder verschoben wurden.
Zuverlässige und sichere Ortung ist entscheidend für Servicerobotik, automatisierte Logistik, die Inspektion von Infrastrukturen, Umweltmonitoring und autonome Fahrzeuge.
Viele autonome Roboter orientieren sich teilweise über Satellitennavigation wie GPS. In der Nähe hoher Gebäude werden die Signale jedoch schwach, in Innenräumen funktionieren sie oft kaum.
Nach Angaben des Teams erlaubt ihr System MCL-DLF (Monte Carlo Localisation – Deep Local Feature) den Robotern, sich stärker auf eigene Sensoren zu stützen und weniger auf externe Infrastruktur.
Zunächst bestimmt das System grob den Aufenthaltsbereich, indem es große Strukturen wie Gebäude oder Vegetation erkennt. Anschließend präzisiert es die Position des Roboters über kleinere Details – ähnlich wie Menschen sich in unbekannter Umgebung orientieren.
„Das ähnelt dem Verhalten von Menschen: Zuerst erkennen sie das Umfeld grob, dann nutzen sie kleine, markante Details, um ihren genauen Standort zu bestimmen“, sagt Míriam Máximo, Hauptautorin der Studie und Forscherin an der Universität Miguel Hernández in Elche.
Mit Hilfe von KI lernt das System, welche Umgebungsmerkmale sich besonders gut zur Ortung eignen. Es führt mehrere mögliche Positionsschätzungen parallel und aktualisiert sie laufend, sobald neue Sensordaten eintreffen.
Das erhöht nach Angaben der Forschenden die Zuverlässigkeit, wenn sich Umgebungen ähneln oder im Laufe der Zeit verändert haben.
Die Technik wurde über mehrere Monate auf dem Campus der Universität erprobt – bei sehr unterschiedlichen Bedingungen, mit wechselnden Jahreszeiten und Lichtverhältnissen.
Im Vergleich zu herkömmlichen Verfahren erzielte das System demnach eine höhere Ortungsgenauigkeit und arbeitete deutlich konstanter, selbst bei wechselnden Umweltbedingungen von Jahreszeiten bis hin zu Licht- und Vegetationsänderungen.
Das neue System könnte Robotern helfen, in realen Umgebungen deutlich eigenständiger zu agieren – dort, wo sich die Bedingungen ständig ändern.