Enquanto os engenheiros tiveram sucesso criando pequenos robôs insetos, programando-os para se comportarem de forma autônoma, como insetos reais, continua a apresentar desafios técnicos. Um grupo de engenheiros da Cornell vem experimentando um novo tipo de programação que imita a maneira como o cérebro de um inseto funciona, o que poderia ter pessoas que se perguntam se a mosca na parede é realmente uma mosca.
A quantidade de energia de processamento de computador necessária para que um robô detecte uma rajada de vento, usando pequenas sondas de metal parecidas com o cabelo embutidas nas asas, ajuste seu vôo em conformidade e planeje seu caminho enquanto tenta pousar em uma flor balançando exigiria isso para transportar um computador desktop nas costas. Silvia Ferrari , professora de engenharia mecânica e aeroespacial e diretora do Laboratório de Sistemas e Controles Inteligentes, vê o surgimento de chips de computador neuromórficos como forma de encolher a carga útil de um robô.
Ao contrário dos chips tradicionais que processam combinações de 0s e 1s como código binário, os chips neuromórficos processam picos de corrente elétrica que disparam em combinações complexas, como a forma como os neurônios disparam dentro de um cérebro. O laboratório da Ferrari está desenvolvendo uma nova classe de algoritmos de detecção e controle baseados em eventos que imitam a atividade neural e podem ser implementados em chips neuromórficos. Como os chips requerem muito menos energia do que os processadores tradicionais, eles permitem que os engenheiros embalem mais computação na mesma carga útil.
O laboratório da Ferrari juntou-se ao Harvard Microrobotics Laboratory, que desenvolveu um robô RoboBee de 80 miligramas equipado com uma série de visão, fluxo óptico e sensores de movimento. Enquanto o robô atualmente permanece ligado a uma fonte de energia, os pesquisadores de Harvard estão trabalhando para eliminar a restrição com o desenvolvimento de novas fontes de energia. Os algoritmos de Cornell ajudarão a tornar o RoboBee mais autônomo e adaptável a ambientes complexos sem aumentar significativamente o seu peso.
“Ser atingido por uma rajada de vento ou uma porta de balanço causaria que esses pequenos robôs perdessem o controle. Estamos desenvolvendo sensores e algoritmos para permitir que RoboBee evite o acidente, ou se cair, sobreviver e ainda voar”, diz Ferrari. “Você não pode realmente confiar na modelagem anterior do robô para fazer isso, então queremos desenvolver controladores de aprendizado que possam se adaptar a qualquer situação”.
Para acelerar o desenvolvimento dos algoritmos baseados em eventos, um simulador virtual foi criado por Taylor Clawson , um estudante de doutorado no laboratório da Ferrari. O simulador baseado em física modela o RoboBee e as forças aerodinâmicas instantâneas que enfrenta durante cada ataque de asa. Como resultado, o modelo pode prever com precisão os movimentos do RoboBee durante os vôos através de ambientes complexos.
“A simulação é usada tanto no teste dos algoritmos como na sua concepção”, diz Clawson, que desenvolveu com sucesso um controlador de vôo autônomo para o robô usando programação de inspiração biológica que funciona como uma rede neural. “Esta rede é capaz de aprender em tempo real para explicar as irregularidades no robô introduzidas durante a fabricação, o que torna o robô significativamente mais desafiador para controlar”.
Além de uma maior autonomia e resiliência, a Ferrari diz que seu laboratório planeja ajudar a vestir o RoboBee com novos micro dispositivos, como uma câmera, antenas expandidas para feedback tátil, sensores de contato nos pés do robô e sensores de fluxo de ar que se parecem com cabelos minúsculos.
“Estamos usando o RoboBee como um robô de referência, porque é tão desafiador, mas pensamos que outros robôs que já não estão envolvidos se beneficiarão muito desse desenvolvimento porque têm os mesmos problemas em termos de poder”, diz Ferrari.
Um robô que já está se beneficiando é o Harvard Ambulatory Microrobot, uma máquina de quatro patas com apenas 17 milímetros de comprimento e pesando menos de 3 gramas. Pode escalar a uma velocidade de 0,44 metros por segundo, mas o laboratório da Ferrari está desenvolvendo algoritmos baseados em eventos que ajudarão a complementar a velocidade do robô com agilidade.
A Ferrari continua o trabalho utilizando uma doação de quatro anos e US $ 1 milhão do Office of Naval Research. Ela também está colaborando com os principais grupos de pesquisa de várias universidades que fabricam chips e sensores neuromórficos.