Um novo detector de colisão que imita os mecanismos neurológicos que impedem que os gafanhotos colidem uns com os outros foi desenvolvido por Saptarshi Das na Universidade Estadual da Pensilvânia e colegas. O dispositivo compacto e de baixa potência da equipe pode levar a um aumento na eficiência dos mecanismos de detecção de colisão em robôs e veículos autônomos.
Os robôs mais avançados de hoje podem navegar com segurança por ambientes desconhecidos usando algoritmos que os permitem evitar colisões com objetos ao redor. Esses algoritmos podem ser usados para propósitos gerais e não específicos, mas isso os torna computacionalmente caros – o que significa que seu hardware requer grandes orçamentos de energia e pegadas espaciais. Em seu estudo, a equipe de Das investigou se a navegação poderia ser alcançada usando algoritmos mais específicos para tarefas.
Os pesquisadores recorrem ao método experimentado e testado de buscar inspiração na natureza. Nesse caso, eles consideraram enxames de gafanhotos, mais conhecidos pela devastação generalizada que podem causar nas plantações. Os insetos voam em grupos densos contendo milhões de indivíduos, mas muito raramente colidem uns com os outros. Isso requer que gafanhotos individuais realizem cálculos matemáticos complexos em tempo real, apesar de seus cérebros extremamente limitados.
Neurônios especializados
Os gafanhotos compensam a falta de capacidade cerebral com um único neurônio especializado denominado “detector de movimento gigante da lóbula” (LGMD), que opera usando dois estímulos visuais: os tamanhos angulares e as velocidades angulares relativas dos insetos que se aproximam. A frequência de disparo resultante do neurônio atinge o pico imediatamente antes da colisão, levando o gafanhoto a mudar de direção.
Para imitar esse comportamento, a equipe de Das começou com uma equação que liga os estímulos à taxa de disparo variável no tempo do LGMD. Eles então incorporaram essa matemática em um dispositivo contendo uma monocamada de dissulfeto de molibdênio, empilhada no topo de uma arquitetura de memória programável. Enquanto o fotocondutor aumentava a corrente do dispositivo conforme os objetos se aproximavam, introduzindo um sinal “excitatório”, a arquitetura abaixo diminuía sua corrente quando nenhum estímulo visual estava presente – criando um sinal “inibitório”. Os sinais competiam entre si, com o sinal excitatório vencendo imediatamente antes de uma colisão – criando um pico de sinal.
Como o LGMD, o dispositivo da equipe consome uma pequena quantidade de energia (apenas alguns nanojoules) e ocupa uma pegada espacial modesta de apenas 1 × 5 µm. Ao mesmo tempo, pode identificar colisões potenciais de uma variedade de objetos, aproximando-se em uma gama de velocidades diferentes com uma eficiência que falta nos dispositivos de uso geral atuais.
Das e seus colegas agora esperam estender as respostas de seu dispositivo além das colisões frontais e incorporar detectores multi-pixel para prever colisões em 3D. Por meio dessas melhorias, sua tecnologia pode ser um passo importante em direção a veículos autônomos seguros e acessíveis e aplicações de robótica, incluindo fabricação e cirurgia médica.
Publicado em 07/09/2020 16h00
Artigo original:
Estudo 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”: