NASA precisa de sua ajuda para ensinar seu rover Curiosity a dirigir em Marte

O rover Curiosity da NASA tirou essa selfie depois de fazer um buraco em um recurso de rocha chamado “Hutton” e subir até o frontão de Greenheugh, o monte rochoso visto aqui atrás do rover e à esquerda. Este panorama combina 86 imagens tiradas pela câmera Mars Hand Lens Imager (MAHLI) no braço robótico da Curiosity em 26 de fevereiro de 2020, o 2.687 ° dia marciano, ou “sol”, da missão do rover no Planeta Vermelho. (Imagem: © NASA / JPL-Caltech / MSSS)

A NASA está pedindo sua ajuda para guiar seu veículo espacial Curiosity por armadilhas de areia, pedras afiadas e outros obstáculos no Planeta Vermelho.

Uma nova ferramenta on-line chamada AI4Mars, hospedada no Zooniverse, permite que qualquer pessoa rotule partes do terreno na paisagem ao redor do Curiosity, que circula em Marte desde 2012.

A ferramenta é uma forma de “aprendizado de máquina” que permite que os planejadores do rover que auxiliam nos movimentos do Curiosity treinem a inteligência do rover para um planejamento de rota seguro. Escolher um caminho apropriado é um problema premente para os rovers marcianos. As rodas do Curiosity se desgastaram nos primeiros anos de sua missão de dirigir sobre rochas afiadas, enquanto outro rover de Marte chamado Spirit ficou permanentemente preso em uma armadilha de areia em 2010.

Três imagens da ferramenta AI4Mars da NASA mostram diferentes tipos de terreno marciano, como visto pelo rover Curiosity da NASA. A NASA está pedindo ao público que ajude a mapear as rotas do Curiosity em Marte, desenhando bordas em torno das características do terreno nas imagens e atribuindo rótulos a elas. (Crédito da imagem: NASA / JPL-Caltech)

A primeira etapa do treinamento do algoritmo, chamada SPOC (abreviação de “Propriedade do solo e classificação de objetos”), permitirá distinguir entre diferentes tipos de terreno. O SPOC já é usado por motoristas rover marcianos, mas trazer o público fornecerá mais informações de treinamento em um ritmo mais rápido. Os desafios da curiosidade são diferentes dos algoritmos de carro autônomo disponíveis, por exemplo, como o veículo espacial não está trabalhando com estradas, pedestres ou sinais de trânsito. Portanto, é necessária mais ajuda para treinar o algoritmo rapidamente.

“No futuro, esperamos que esse algoritmo possa se tornar preciso o suficiente para realizar outras tarefas úteis, como prever a probabilidade de as rodas de um rover deslizarem em superfícies diferentes”, disse Hiro Ono, pesquisador de inteligência artificial do Laboratório de Propulsão a Jato (JPL) da NASA em Pasadena, Califórnia, disse em comunicado.

Uma unidade rover típica leva de quatro a cinco horas para planejar, incluindo várias pessoas escrevendo e revisando centenas de linhas de código, disse o JPL no comunicado. Os codificadores não são os únicos envolvidos no processo. Os geólogos olham para o terreno em busca de questões de segurança, os planejadores garantem que a antena de alto ganho do rover tenha uma linha de visão clara para a Terra, para que o rover possa se comunicar com o controle da missão, e as equipes também consideram como as sombras podem interferir nas medições de distância do rover. (A curiosidade usa odometria visual, uma técnica que compara imagens de câmeras a pontos de referência nas proximidades, para que as sombras possam dificultar o processo, disse a NASA.)

“É nosso trabalho descobrir como obter com segurança a ciência da missão”, disse Stephanie Oij, uma das planejadoras de rovers da JPL envolvidas no AI4Mars, no mesmo comunicado. “A geração automática de etiquetas de terreno economizaria tempo e ajudaria a ser mais produtivo”.

O treinamento do Curiosity também dará um impulso ao rover Perseverance, que deve ser lançado antes de 20 de julho para um pouso em Marte em 2021. Mais de 8.000 imagens de Curiosity já estão disponíveis no site AI4Mars, permitindo que o público comece a rotular imagens para ajudar a curiosidade e, eventualmente, perseverança.

Imagens do Mars Exploration Rovers Spirit e Opportunity – que terminaram suas missões – poderão estar disponíveis no AI4Mars no futuro, acrescentou Ono. Também espera-se em breve mais idiomas no AI4Mars para ajudar voluntários, incluindo espanhol, hindi e japonês.


Publicado em 19/06/2020 18h04

Artigo original:


Achou importante? Compartilhe!


Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: