次世代のインテリジェントで効率的なロボットの開発は、砂漠のアリが複雑な環境をどのようにナビゲートするかについての新しい洞察を提供する画期的な追跡技術の影響を受ける可能性があります。
シェフィールド大学は、国際的な共同研究の一部です。 このイニシアチブは、特定の砂漠のアリを採餌生活全体にわたって追跡する新しい追跡技術を作成しました。これは、コンピューター サイエンスの一部門であるコンピューター ビジョンを使用して、画像とビデオを解釈します。 このデバイスは、アリが最初に巣を離れてから、餌を見つけてコロニーに戻るまでのアリの動きを監視します。
新しいデータセットによると、アリは非常に速く学習し、一度成功した旅の帰り道しか覚えていません。
しかし興味深いことに、彼らの外向きの軌跡は時間の経過とともに変化し、さまざまな探査と搾取の方法を示しています。 非常に機密性の高いデータは、表面下の目に見えないリズミカルな活動も明らかにしました。 これは、アリが手元の条件に基づいて複雑な検索パターンを構築する方法を説明するのに役立ちます。
新しいソフトウェアは、世界中の多くの研究グループによってすでに使用されており、さまざまな動物種で機能し、通常のカメラで撮影されたビデオを使用するため、市民科学イニシアチブに最適です。 結果として得られる正確な情報は、動物が複雑な環境をナビゲートすることを脳がどのように可能にするかを理解するために不可欠であり、新しいタイプのバイオに着想を得たロボットのインスピレーションとして役立つ可能性があります。
Science Advances 誌に掲載されたばかりの研究で、同大学の機械学習とロボティクスの上級講師である Dr. Michael Mangan は、Toulouse Center for Integrative Biology の Lars Haalck、Benjamin Risse、Antoine Wystrach、Leo Clement、およびエディンバラ大学の Barabara Webb とともに、新しい技術とデータセットのデモを行いました。
この記事では、CATER (Combined Animal Tracking & Environment Reconstruction) が人工知能とコンピューター ビジョンを使用して、通常のカメラで撮影されたビデオで昆虫の位置を追跡する方法を示しています。
このシステムは、人間の目では検出できない微小な物体でさえも検出できるため、他のシステムが機能しない動物の自然の生息地で機能します。 また、背景の乱雑さ、障害物、影にも耐性があります。
シェフィールド大学の機械学習とロボット工学の上級講師である Dr. マイケル・マンガン氏によると、データを抽出できるシステムを開発するのにXNUMX年かかったので、XNUMX年の歳月を費やしたと言えます。
これらの昆虫は、気温が摂氏 50 度を超えるこのような脅威的な環境で、最大 1 km もの長距離をどのように移動できるのでしょうか。 マイケル・マンガンは常に興味をそそられてきました。
砂漠のアリの距離追跡は、伝統的にペンと紙を使って手動で行われます。これには、地面にロープとペグのグリッドを敷設し、グリッド内のアリの行動を観察する必要があります。 これを回避するもう XNUMX つの方法は、差分全地球測位システム (GPS) を使用することですが、装置は高価であり、精度も限られています。
フィールドで正確な昆虫の足跡を記録するための信頼性が高く安価なツールがないため、砂漠のアリの行動の理解にはギャップがあります. 特に、視覚的なルートを設定する速度と、このプロセスを容易にするために使用する可能性のあるテクニック.
CATER の新しい視覚追跡システムは、自然環境にあるアリの高解像度画像を記録し、画像技術を使用して動きだけに基づいて個々のアリを識別することにより、これらの課題を克服します。 その後、革新的な画像モザイク手法を使用して、高解像度画像からシーンが再構築されます。 フィールドと実験室の研究の間のギャップを埋めるこの革新的な方法は、アリがどのように移動するかについての新しい洞察を提供します。 この種の情報は、ピンヘッド脳を持つ動物が複雑な環境でどのようにうまく移動するかを理解するために重要です。
Opteran はシェフィールド大学のスピンアウト企業であり、手頃な価格のセンサーとコンピューティングを使用して昆虫の脳をリバース エンジニアリングし、非常に耐久性のある自律性を生み出しています。このような調査結果は、すでに商業的なソリューションになっています。
アリからの新世代ロボットのインスピレーション
博士Mangan 氏によると、「現在のロボットのようにフェロモン トレイルや GPS や 5G に頼ることなく、他のアリのように長距離や過酷な環境を移動できる砂漠アリは、次世代のロボットにとって理想的なインスピレーションです。
「私たちのツールが、昆虫が生息地をナビゲートする方法を学び、新しい科学的洞察をもたらし、同様に機能する人工システムを構築する方法についてエンジニアを訓練する方法のより包括的な画像を構築できるようになることを願っています」と研究者は書いています.
出典: phys.org/news
Günceleme: 26/04/2023 18:49