Onderzoekers van de Universiteit Antwerpen (UAntwerpen) en Flanders Make hebben nieuwe technieken ontwikkeld in sonar- en echolocatieonderzoek, geïnspireerd door natuurlijke processen. Deze innovaties tonen het potentieel van sonar als hulpmiddel voor robotnavigatie in complexe omgevingen en voor biologisch onderzoek.
De huidige sonarsystemen, die voornamelijk worden gebruikt om de locatie van eenvoudige objecten te bepalen, hebben beperkingen in de hoeveelheid informatie die ze uit omgevingsgegevens kunnen halen. Dit belemmert robots in hun vermogen om complexe taken uit te voeren. Om deze uitdaging aan te pakken, baseerden de wetenschappers zich op een biologisch geïnspireerde benadering, bekend als “predictive processing”. Deze methode maakt gebruik van modellen om voorspellingen te doen over sensorische waarnemingen en deze vervolgens te verfijnen op basis van verschillen tussen verwachtingen en daadwerkelijke waarnemingen.
De onderzoekers ontwikkelden het zogenaamde EchoPT-model, dat werkt als een voorspelsysteem voor sonargegevens. Dit model stelt robots in staat sensorische gegevens te analyseren en te interpreteren tijdens bewegingen, waardoor ze beter kunnen navigeren in uitdagende omgevingen zoals drukke industriële zones. Een tweede model, SonoNERFs, is ontworpen om 3D-weergaven van de omgeving te creëren op basis van sonargegevens, geïnspireerd door de manier waarop vleermuizen echolocatie gebruiken.
Volgens Jan Steckel, hoofddocent aan de Universiteit Antwerpen, bieden deze modellen niet alleen verbeteringen in robotnavigatie, maar dragen ze ook bij aan een beter begrip van natuurlijke echolocatieprocessen. De combinatie van sonar en kunstmatige intelligentie biedt nieuwe mogelijkheden voor autonome robotica en biologisch onderzoek.
