Sistema de navegação inspirado na natureza ajuda robôs a atravessar ambientes complexos sem GPS

Em breve, os robôs poderão completar de forma autônoma missões de busca e salvamento, inspeções, operações de manutenção complexas e várias outras tarefas do mundo real. Para fazer isso, no entanto, eles deveriam ser capazes de navegar suavemente em ambientes desconhecidos e complexos, sem quebrar ou ficar presos, o que exigiria intervenção humana.

A maioria dos sistemas de navegação autônomos dependem de sistemas de posicionamento global (GPS), que podem fornecer informações sobre a localização de um robô em um mapa. Em muitos ambientes, no entanto, incluindo cavernas, espaços não estruturados e edifícios desabados, os sistemas GPS não funcionam ou tornam-se pouco fiáveis.

Pesquisadores do Instituto de Tecnologia de Pequim desenvolveram recentemente um novo sistema inspirado na natureza que poderia melhorar a navegação do robô em ambientes complexos e não estruturados, sem depender da tecnologia GPS. A estrutura proposta – delineada em um artigo que será publicado na Cell Press e atualmente disponível no SSRN servidor de pré-impressão – é inspirado em três estratégias distintas de navegação biológica observadas em insetos, pássaros e roedores.

“Nossa pesquisa foi inspirada por uma lacuna crítica que identificamos no campo da robótica bioinspirada”, disse Sheikder Chandan, primeiro autor do artigo, ao Tech Xplore. “Embora muitos estudos tenham isolado e implementado com sucesso estratégias de navegação de animais individuais, como a integração do caminho de uma formiga ou o mapeamento cognitivo de um rato, esta abordagem reducionista ignora um princípio biológico fundamental conhecido como ‘degenerescência’. Na natureza, a navegação robusta emerge da integração hierárquica de estratégias múltiplas, não idênticas, mas funcionalmente sobrepostas.”

Uma estrutura de três partes inspirada na natureza

Em vez de desenvolver um sistema inspirado numa estratégia de navegação observada numa categoria específica de animais, Chandan e os seus colegas desejavam criar uma estrutura neuromórfica unificada que se baseasse em várias espécies. Em última análise, eles foram capazes de emular processos biológicos que apoiam a navegação de insetos, pássaros e roedores.

“Nosso objetivo era sintetizar as estratégias mais eficazes observadas nessas três categorias de animais em um único sistema, para abordar diretamente as principais limitações da navegação convencional, como fragilidade sensorial e alto consumo de energia, particularmente em ambientes desafiadores e sem GPS”, disse Chandan.

A estrutura da equipe possui, portanto, três componentes principais de inspiração biológica que, coletivamente, apoiam a navegação de um robô. Trata-se de um integrador de caminhos inspirado em insetos, um sistema de fusão multissensorial inspirado em pássaros e um sistema de mapeamento inspirado em roedores.

“Primeiro, o integrador de caminho inspirado em insetos, construído como uma rede neural em hardware neuromórfico de baixa potência, atua como um robusto contador de passos interno para rastreamento egocêntrico”, explicou Chandan. “O sistema de fusão multissensorial inspirado nas aves imita como as aves migratórias usam múltiplas pistas, usando um filtro bayesiano para combinar dinamicamente entradas de um magnetômetro quântico, uma bússola de polarização e visão, para garantir uma direção de rumo confiável mesmo se um sensor falhar.

“Terceiro, um sistema de mapeamento cognitivo inspirado em roedores cria uma memória espacial atualizando o mapa apenas ao detectar pontos de referência salientes, refletindo a eficiência energética do hipocampo do cérebro.”

Para avaliar o potencial da sua estrutura inspirada na natureza, os investigadores realizaram extensos testes de campo utilizando 23 plataformas robóticas diferentes. Esses testes foram realizados em ambientes complexos do mundo real, incluindo minas abandonadas e florestas densas.

“O sistema foi comparado com SLAM (Localização e Mapeamento Simultâneo) convencional e mostrou uma redução de 41% no desvio posicional, eficiência energética até 60% maior e pode se recuperar de falhas de sensores 83% mais rápido”, disse Chandan. “Sua vantagem única é a ‘degeneração’ – quando um componente é comprometido, os outros assumem o controle perfeitamente, proporcionando um nível de tolerância a falhas que falta aos sistemas isolados.”

Ganhos de desempenho e possíveis aplicações

Nos testes de campo iniciais, descobriu-se que a arquitetura desenvolvida por esta equipe de pesquisadores alcançou resultados notáveis, permitindo que uma ampla gama de robôs navegassem com sucesso em ambientes difíceis e não estruturados.

“Não melhoramos apenas um único algoritmo; criamos um novo paradigma em nível de sistema que é inerentemente mais resiliente”, disse Chandan. “Quantitativamente, isso resultou em ganhos significativos e simultâneos em precisão, eficiência energética e robustez em diversas plataformas robóticas. Uma demonstração importante foi a rápida recuperação do sistema após falha do sensor; quando a câmera principal ficou cega, ela restabeleceu o posicionamento preciso em pouco mais de 3 segundos, aproveitando seus outros subsistemas funcionais.”

No futuro, a estrutura desenvolvida por Chandan e os seus colegas poderá ser melhorada ainda mais e implantada num conjunto ainda maior de sistemas robóticos, permitindo-lhes realizar missões de forma fiável e autónoma em ambientes imprevisíveis. Além disso, poderia inspirar a criação de sistemas de navegação robóticos semelhantes, baseados nas estratégias de navegação empregadas por uma variedade de animais.

“Este trabalho fornece um modelo formal para a criação de máquinas com verdadeira ‘fluência ecológica’, capazes de operação de longo prazo em ambientes onde a falha não é uma opção”, disse Chandan. “Isso poderia incluir aplicações em resposta a desastres, como navegação em edifícios desabados, exploração planetária em outros mundos e missões em águas profundas, onde o GPS convencional e a detecção perfeita não estão disponíveis.”

Os pesquisadores estão atualmente planejando novos estudos que visam superar algumas limitações observadas em seu arcabouço. Por exemplo, eles gostariam de integrar o aprendizado contínuo e no chip para tornar a navegação dos robôs ainda mais realista e adaptável.

“Atualmente, os pesos neurais do nosso sistema são em grande parte pré-configurados, mas os sistemas biológicos aprendem e se adaptam continuamente através da plasticidade sináptica”, acrescentou Chandan. “Planejamos explorar tecnologias emergentes, como sinapses memristivas, para incorporar essa capacidade diretamente no hardware.

“Além disso, pretendemos dimensionar o sistema para ambientes em escala de quilômetros, o que exigirá o desenvolvimento de esquemas de organização de memória mais sofisticados para lidar com mapas espaciais maiores de forma eficiente. Nosso objetivo final é criar robôs que não apenas imitem comportamentos isolados de animais, mas incorporem o aprendizado contínuo e a escalabilidade da inteligência biológica. ”

© 2025 Science X Network