Insekten als Vorbild: Roboter der nächsten Generation erkennen Kollisionen und umgehen Gefahren
Insekten haben einzigartige Fähigkeiten, Bewegungen wahrzunehmen, um sich in komplexen dynamischen Umgebungen schnell zu orientieren. Da sie hervorragend in der Lage sind, kleine bewegliche Ziele und Bedrohungen zu erkennen, können sie schnell reagieren und Kollisionen ausweichen. Insektenaugen nehmen kleinste Bewegungen wahr und unterscheiden einzelne Muster vor unübersichtlichem Hintergrund, was den Tieren blitzschnelle Reaktionen ermöglicht. Obwohl die Prozesse, die dabei ablaufen, noch kaum erforscht sind, orientiert man sich bei der Entwicklung künstlicher Systeme zur Bewegungserkennung bereits am Insektenblick. Vor allem besteht großes Interesse an Computermodellen visueller Schaltkreise von Insekten, um auf dieser Basis innovative Sensoren für künftige intelligente und vollautomatische Roboter zu entwickeln.
Modelle neuronaler Mechanismen bei der visuellen Informationsverarbeitung von Insekten
Das Projekt STEP2DYNA brachte Expertise aus Neurobiologie, neuronaler Modellierung, Robotikforschung und Ingenieurtechnik zusammen, um bei Insekten neuronale Mechanismen visueller Informationsverarbeitung zu untersuchen und Modelle für Robotertechnologien zu konzipieren. Unterstützt wurde das Projekt über die Marie-Skłodowska-Curie-Maßnahmen, und das Hauptaugenmerk lag auf Modellen der Bewegungserkennung bei Insekten. Schwerpunkt waren die beiden Bewegungserkennungssysteme LGMD1 und LGMD2 im visuellen System des Gehirns von Heuschrecken, die unmittelbar vor bedrohlichen Objekten warnen. Die Algorithmen, bei deren Entwicklung sich das Konsortium von den LGMD-Systemen der Insekten leiten ließ, könnten Bodenroboter oder unbesetzte Luftfahrzeuge beim Navigieren in unübersichtlichem, dynamischem Gelände auf drohende Kollisionen aufmerksam machen. „LGMD1 erkennt sich nähernde Objekte vor hellem oder dunklem Hintergrund. LGMD2 wiederum vermittelt tiefenselektive Erkennung dunkler, beweglicher Objekte vor hellem Hintergrund, also Situationen, mit denen vor allem Bodenfahrzeuge und Roboter konfrontiert sind“, erklärt Projektkoordinator Shigang Yue. Zudem kombinierte die Arbeitsgruppe Informationen aus richtungsselektiven Neuronen und Neuronen für die Erkennung kleiner beweglicher Ziele bei Fruchtfliegen, um ein künstliches neuronales Netz zu entwickeln.
Bioinspirierte Algorithmen für Roboter
Die nach dem Vorbild von Insekten entwickelten STEP2DYNA-Algorithmen funktionieren relativ einfach, sind aber hocheffizient. Sie konzentrieren sich auf die wichtigsten Bewegungen und berechnen die Kantenerweiterung herannahender Objekte, wobei Farbe, Form oder andere physikalische Eigenschaften der Objekte vernachlässigt werden. „Durch den deutlich reduzierten Rechenaufwand eignen sich die Algorithmen für Echtzeitanwendungen“, betont Yue. Die Arbeitsgruppe konstruierte eine Multisensorplattform mit Schwerpunkt auf der Hard- und Softwareentwicklung. Drohnenflugversuche bestätigten die Eignung des visuellen LGMD-Kollisionsdetektors in verschiedenen dynamischen Umgebungen mit komplexem Hintergrund. Auch erfolgreiche Tests mit Bodenmikrorobotern und unbesetzten Luftfahrzeugen bestätigten die Eignung für technische Flugobjekte mit geringer Größe, niedrigem Energieverbrauch und kleiner Rechenleistung. Laut Yue „will man nun untersuchen, wie zweiäugiges (binokulares) Sehen Insekten trotz geringer Neuronenzahl Tiefenwahrnehmung ermöglicht, um potenzielle Bedrohungen schneller als mit nur einem Auge zu erkennen.“ Für diese Forschungen werden weitere Fördermittel beantragt.
Schlüsselbegriffe
STEP2DYNA, Insekten, Roboter, LGMD, visuelles System, unbesetztes Luftfahrzeug
