Endüstriyel tesislerde borulardan sızıntı aramaya gönderilen minyatür otonom robotlar artık daha akıllı ve daha verimli çalışabilir. Massachusetts Teknoloji Enstitüsü (MIT) araştırmacıları, düşük güç tüketimiyle çarpıcı bir performans sunan yeni bir sistem çipi geliştirdi. Bu yenilik, küçük ve pil ömrü sınırlı cihazların karmaşık ortamlarda bile 3 boyutlu haritalar oluşturarak güvenli bir şekilde hareket etmelerine olanak tanıyor.
Mini robotlar için devrim niteliğinde çip: Gleanmer
MIT Elektrik Mühendisliği ve Bilgisayar Bilimi Bölümü Profesörü Vivienne Sze liderliğindeki ekip, yalnızca 6 milivat güç harcayarak çalışan bir sistem çipi tasarladı. Bu değer, geleneksel yöntemlerle karşılaştırıldığında neredeyse bir LED lambanın harcayacağı kadar düşük. Geliştirilen çip, bu sayede endüstriyel HVAC sistemlerinin dar koridorlarında gaz sızıntısı tespiti gibi görevleri yerine getirebilen minyatür otonom robotlara güç sağlayabilir.
"Bu çalışma, algoritma ve donanımın birlikte tasarlanmasının enerji verimliliğini nasıl artırdığını gösteren önemli bir örnek" diyen Sze, şöyle devam ediyor: "Sıkıştırılmış 3 boyutlu haritalar üzerine birçok araştırma yapıldı, ancak bu çalışmanın öne çıkan yanı, harita oluşturma sürecinin de aynı ölçüde verimli hale getirilmesi. Çipimiz sayesinde oldukça büyük haritalar çok küçük bir alana sığdırılabilir ve aynı zamanda oldukça düşük enerji tüketimiyle işlenebilir."
Sze’nin ekibinde, makalenin baş yazarları olan yüksek lisans öğrencileri Zih-Sing Fu ve Peter Zhi Xuan Li’nin yanı sıra MIT Havacılık ve Uzay Bilimleri Profesörü Sertac Karaman da yer alıyor. Proje, yakın zamanda IEEE Very Large-Scale Integrated Circuits Sempozyumu’nda sunuldu.
Geleneksel yöntemlerin ötesinde: Gauss dağılımıyla verimlilik
Geleneksel robot haritalama sistemleri, çevresel engelleri temsil etmek için 3 boyutlu pikseller (voxel) kullanıyor. Ancak bu yöntem, her görüntüdeki milyonlarca verinin depolanması ve birkaç kez işlenmesini gerektirdiğinden yüksek bellek ve güç tüketimine yol açıyor. MIT araştırmacıları ise bu soruna farklı bir yaklaşım getirerek, engelleri esnek elipsoid şekillerle (Gauss dağılımları) temsil eden bir sistem geliştirdi.
Bu yenilik, aşağıdaki avantajları beraberinde getiriyor:
- Daha kompakt veri yapıları: Her bir elipsoid, binlerce voxelden oluşan bir alanı temsil edebiliyor. Böylece bellek kullanımı önemli ölçüde azalıyor.
- Eğri yüzeylerin daha hassas temsil edilmesi: Gauss dağılımları, rijit kübik voxellere kıyasla eğri nesnelerin şekillerini daha doğal bir şekilde yakalıyor.
- Daha az hesaplama gereksinimi: Her pikselle diğer tüm pikselleri karşılaştırmak yerine, yalnızca komşu piksellerle karşılaştırma yapıldığından işlem yükü hafifliyor.
Araştırmacılar, bu sistemi "Gleanmer" adı verilen sistem çipine entegre etmek için, laboratuvarlarında geliştirilen GMMap adlı bir algoritmayı kullandı. Bu algoritma, derinlik sensörlerinden alınan görüntüleri yalnızca bir kez işleyerek Gauss dağılımlarını oluşturuyor ve ardından orijinal görüntüleri bellekten silerek bellek ayak izini minimize ediyor.
Kesişen Gauss dağılımlarının verimli yönetimi
Robotlar hareket ederken aynı nesneyi farklı açılardan görebilir ve bu durum, oluşturdukları haritada kesişen Gauss dağılımlarına neden olabilir. Bu da haritanın gereksiz şekilde büyümesine yol açarak bellek ve enerji tüketimini artırabilir. MIT ekibi, bu sorunu çözmek için kesişen Gauss dağılımlarını orijinal piksellere geri dönmeden birleştiren yenilikçi bir yöntem geliştirdi.
Bu yaklaşımın temelinde yatan prensip, çoğu hesaplamanın kompakt Gauss dağılımları üzerinde doğrudan gerçekleştirilmesi. Bu sayede işlemler, orijinal piksellere nazaran çok daha az bellek ve güç gerektiriyor. Araştırmacılar ayrıca, aktif olarak kullanılan Gauss dağılımlarını sistem çipinin hızlı, yerel belleğinde saklayarak veriye erişim süresini önemli ölçüde kısalttı.
"Önceki birkaç karede gördüğünüz nesneleri saklayan özel bir bellek barındırarak, veriye çok daha verimli bir şekilde erişebiliyorsunuz" diyen Fu, bu tasarımın enerji verimliliğine katkısını açıklıyor.
Gelecekteki uygulama alanları genişliyor
MIT ekibi, geliştirdikleri sistem çipini çeşitli 3 boyutlu ortamların yeniden oluşturulmasıyla test etti. Düşük güç tüketimi sayesinde, bu teknolojinin potansiyel kullanım alanları oldukça geniş:
- Uzun süreli kullanım gerektiren artırılmış gerçeklik (AR) gözlükleri: Eğitim amaçlı tıbbi simülasyonlar veya karmaşık montaj işlemlerinde uzun süreli kullanım için ideal.
- Endüstriyel robotik sistemler: Dar alanlarda çalışan minyatür robotlar, tesislerdeki boru hatlarında veya HVAC sistemlerinde güvenli bir şekilde dolaşabilir.
- Tıbbi cihazlar: Cerrahi robotlar veya hasta takip sistemleri gibi uygulamalarda, sınırlı pil ömrüne sahip cihazların verimliliğini artırabilir.
Bu yenilik, yalnızca robotik ve donanım tasarımında değil, aynı zamanda algoritma ve donanımın birlikte optimize edildiği 'ko-tasarım' yaklaşımında da önemli bir adım olarak görülüyor. Araştırmacılar, gelecekte bu teknolojinin daha da geliştirilerek, daha büyük ve karmaşık ortamlarda çalışabilen robotlara güç sağlamasını hedefliyor.
Yapay zeka özeti
MIT araştırmacıları, 6 milivat güçle çalışan yeni bir çip sayesinde minyatür robotların karmaşık ortamlarda güvenle dolaşmasını ve 3D haritalar oluşturmasını sağladı. Bu yenilik, otonom cihazların enerji verimliliğini artırırken, artırılmış gerçeklik gözlükleri gibi uzun süreli kullanım gerektiren uygulamalarda da devrim yaratabilir.
