Kuinka robottikoiraa opetetaan liikkumaan vaikeassa maastossa?

Väitöskirjatutkija Jelyzaveta Pervyševa tutkii Tampereen yliopistossa (joka on SpacEconomy -hankkeen kumppani) kiehtovaa avaruuteen liittyvää aihetta, joka on samalla hyvin maanläheinen: robottikoiraa.

Miten se voi kulkea lumisessa metsässä, kiivetä kivien yli, ylittää mutaista maastoa – ja silti tietää tarkasti, missä se on?

Tietenkin sillä on taivaalliset suojelusenkelinsä: satelliitit.

Sijainnin määrittäminen on keskeinen kysymys ROBOSATissa, eurooppalaisessa tutkimushankkeessa, jossa yhdistetään satelliittinavigointi, 3D-kartat, tekoäly ja jalalliset robotit, joiden tehtävänä on liikkua ja navigoida autonomisesti kaikkein haastavimmissa luonnonympäristöissä.

”Tutkimukseni keskittyy siihen, miten globaaleista satelliittinavigointijärjestelmistä (GNSS) voidaan tehdä tarkempia ja häiriönsietoisempia hyödyntämällä robottien keräämää todellisen maailman dataa”, Jelyzaveta kertoo.

Tällä hetkellä suurin osa navigointiteknologioista on suunniteltu kaupunkeihin, autoille ja ympäristöihin, joissa satelliittisignaalit ovat puhtaita ja esteettömiä. Mutta luonto on arvaamaton. Metsät estävät signaaleja, vuoret heijastavat niitä ja tahallinen häirintä lisääntyy maailmanlaajuisesti. 

Juuri näissä ympäristöissä robotit voisivat kuitenkin jonain päivänä pelastaa ihmishenkiä. Ne olisivat omiaan muun muassa maastopaloissa, tulvissa, lumivyöryissä tai etsintä- ja pelastustehtävissä.

Hankkeen keskiössä on nelijalkainen robotti, joka on varustettu satelliittivastaanottimilla, kameroilla, 3D-laserskannereilla ja liikeantureilla.

Robotti pystyy liikkumaan metsissä, kivikkoisessa maastossa, lumessa ja epätasaisella alustalla samalla, kun se tallentaa synkronoitua ympäristö- ja satelliittidataa. Näin syntyy jotain ainutlaatuista: laajamittainen aineisto, joka yhdistää todelliset luonnonympäristöt satelliittinavigoinnin suorituskykyyn.

Monet olettavat, että satelliittipaikannus toimii aina. Todellisuudessa puut, maastonmuodot, signaalien heijastukset ja häiriöt voivat heikentää tarkkuutta merkittävästi. Kaupungeissa 3D-rakennusmallit auttavat korjaamaan näitä virheitä. Luonnonympäristöissä vastaavanlaisia tarkkoja malleja on harvoin saatavilla.

ROBOSAT paikkaa tämän aukon yhdistämällä satelliittidataa tarkkaan 3D-ympäristötietoon sekä koneoppimismenetelmiin, jotka arvioivat, kuinka luotettava kukin paikannus todellisuudessa on.

Jelyzavetan tutkimus keskittyy raakadatana vastaanotettujen satelliittisignaalien analysointiin, häiriöiden tunnistamiseen sekä algoritmien kouluttamiseen havaitsemaan tilanteet, joissa navigointi muuttuu epäluotettavaksi.

Tavoitteena ei ole ainoastaan parempi tarkkuus, vaan myös turvallisempi päätöksenteko roboteille, ajoneuvoille ja pelastusjärjestelmille.

ROBOSAT on suunniteltu avoimeksi tutkimusalustaksi. Hanke tarjoaa avoimia aineistoja, avoimia ohjelmistotyökaluja ja digitaalisia palveluja, joiden avulla tutkijat ja yritykset voivat hyödyntää robottien keräämää dataa luonnonympäristöistä. Tämä tukee innovaatioita pitkälle itse hankkeen ulkopuolelle.

”Minulle ROBOSAT on enemmän kuin teknologiaa”, Jelyzaveta sanoo.

”Se on askel kohti turvallisempia pelastusoperaatioita, parempaa katastrofivalmiutta ja tulevaisuutta, jossa robotit voivat tukea ihmisiä kaikkein haastavimmissa paikoissa maapallolla.”