Ten malutki chip to oczy robotów przyszłości

Roboty coraz sprawniej radzą sobie w otoczeniu – potrafią stabilnie chodzić i pewnie chwytać przedmioty. Wciąż jednak brakuje im oczu, dzięki którym lepiej orientowałyby się w terenie. Naukowcy z MIT i DARPA są pewni, że rolę tę w przyszłości odegra specjalny chip, a konkretnie LIDAR w wersji mini.

LIDAR to technologia, której zasada działania polega na odbijaniu światła od pobliskich powierzchni tak, by utworzyć trójwymiarową mapę otoczenia. Coś jak radar, tyle tylko że o znacznie większej dokładności. To właśnie dzięki LIDAR-owi tak prężnie rozwija się technologia jazdy autonomicznej.

Dwa największe problemy obecnych systemów LIDAR to duże gabaryty i wysokie koszty produkcji. Superdokładne „radary” potrafią kosztować nawet kilkadziesiąt tysięcy dolarów. A na samochodzie Google system LIDAR wygląda tak:

Dlaczego LIDAR jest taki duży? Ponieważ jest systemem mechanicznym – górna sekcja nieustannie się obraca, aby lasery mogły stworzyć 360-stopniową mapę otoczenia. Naukowcy z MIT i DARPA mają jednak pomysł na inne rozwiązanie – LIDAR, który opierałby się na układzie scalonym. Dzięki temu rozmiar można by zmniejszyć do… ziarenka ryżu. 

Nowy LIDAR byłby mniej dokładny, a jego zasięg wynosiłby tylko kilka metrów, przez co nie zastąpiłby systemów samochodowych. Ale dzięki temu, że jest wielokrotnie mniejszy, lżejszy i tańszy mógłby znaleźć inne zastosowanie. Twórcy wierzą, że mógłby stać się oczami robotów przyszłości. 

Kluczowa w opracowaniu nowego LIDAR-u jest fotonika krzemowa, dzięki której inżynierowie tworzą miniaturowe układy, prowadzące światło w skali mikro. Efektem końcowym ma być chip o wymiarach 0,5 x 6 mm, a jego cena (przy produkcji masowej) wynieść miałaby zaledwie 10 dolarów. 

LIDAR mógłby się doskonale sprawdzić jako oczy robota. Nie tylko pomógłby mu odnaleźć się w terenie, ale też „zrozumieć, co robi”. Umieszczając chip na jego palcach, można by zwiększyć dokładność chwytu. Wreszcie, taki system może z powodzeniem zostać wykorzystany w autonomicznych maszynach, na przykład dronach.

Źródło: The Verge, IEEE Spectrum. Foto: Christopher V. Poulton / IEEE