Die Forscher der Universidad Miguel Hernández in Spanien haben ein KI-Lokalisierungssystem entwickelt, das Robotern hilft, sich schnell von einem Positionsverlust zu erholen.

Das Problem des „entführten Roboters“ stellt eine große Herausforderung in der Robotik dar, insbesondere wenn ein autonomer Roboter plötzlich seine Position verliert, zum Beispiel nachdem er bewegt oder gestoppt wurde. Forscher der Universität Miguel Hernández in Elche, Spanien, haben ein neues lokalisierungssystem entwickelt, das auf künstlicher Intelligenz basiert und MCL-DLF (Monte Carlo Localization – Deep Local Feature) genannt wird, das Robotern hilft, sich schnell zu erholen, selbst in sich verändernden Umgebungen. Das System kombiniert 3D-LiDAR-Scanning mit tiefen Lernmodellen, um relevante Merkmale der Umgebung zu identifizieren und mehrere Positionierungsannahmen gleichzeitig aufrechtzuerhalten. Dies ermöglicht es Robotern, sich ähnlich wie Menschen zu orientieren, indem sie große strukturelle Elemente verwenden, um einen allgemeinen Bereich zu bestimmen und kleinere Details, um ihre Position zu verfeinern. MCL-DLF erweist sich als robust in dynamischen Umgebungen und hält ständig aktualisierte Lokalisierungsschätzungen aufrecht, was in variablen Bedingungen, wie saisonalen Veränderungen oder Lichtvariationen, entscheidend ist. Tests, die auf dem Campus der Universität durchgeführt wurden, zeigten eine höhere Genauigkeit und eine konsistentere Leistung im Vergleich zu traditionellen Methoden.