h-header

header
main

dynamic

content

post

Collana TRL7 - per uscire dai laboratori i robot antincendio dovranno diventare intelligenti

Autore Gianfranco Rocchi | Chief Communication Officer | 26 Marzo 2021 |

Nella precedente uscita di TRL7 abbiamo visto come la robotica stia facendo capolino nel mondo dell’antincendio. Abbiamo rilevato, tuttavia, come questi avveniristici sistemi soffrano ancora di alcuni limiti operativi. Per farli uscire dai laboratori i ricercatori stanno lavorando nel renderli sempre più indipendenti dall’operatore. Le piattaforme robotiche autonome debbono essere in grado di controllare le traiettorie dei getti di acqua ed altri agenti estinguenti e valutarne l’efficacia (ovvero discriminare, in un ambiente saturo di disturbi, gli elementi da analizzare) e ottimizzare le risorse da impiegare. Una ricerca di Joshua G. McNeil e Brian Y. Lattimer del Virginia Polytechnic Institute and State University dal titolo “Soppressione autonoma degli incendi mediante controllo del feedback per un robot antincendio” affronta proprio questo tema. Tattiche di soppressione efficaci possono ridurre la quantità di acqua utilizzata, riducendo conseguentemente la quantità di danni causati dall'acqua direttamente o indirettamente non essendo erogata in maniera opportuna e risparmiando una risorsa preziosa (ancor più preziosa se consideriamo la disponibilità durante l’incendio). I risultati dell’algoritmo di soppressione impiegato nella ricerca hanno dimostrato, attraverso test antincendio in scala reale, che il sistema autonomo è almeno tre volte più veloce rispetto alla soppressione da parte di un operatore remoto. Lo studio di McNeil e  Lattimer dimostra che i tempi totali di risposta dei cannoni ad acqua, la scansione del fuoco, e l'accuratezza del targeting sono aree che possono essere migliorate nei sistemi antincendio robotici. In particolare una strategia robotica autonoma antincendio richiede l'uso di una suite di sensori multispettrali che possono fornire informazioni utili agli algoritmi per prendere decisioni “intelligenti” su quando attivare il sistema, come muovere i getti di agenti estinguenti, come regolarne lo spruzzo e quando interrompere l'applicazione.

Sistemi di rilevazione incendi nel visibile, UV  e infrarosso sono impiegati per individuare dov’è il fuoco, da dove si origina, come si muove e cosa sta bruciando in funzione dei differenziali di temperatura. Altri sensori possono rilevare i composti chimici volatili che si stanno disperdendo e arricchire la capacità di descrizione dello scenario da parte dell’algoritmo.

Prossimamente su TRL7 parleremo più diffusamente dell’intelligenza che consente di discriminare i segnali utili dal rumore di fondo e per calcolare le traiettorie dei getti di estinguente in un ambiente che può presentare forti condizioni di disturbo, scegliendo i migliori angoli di attacco. Sistemi come il TAF20, già citato nella scorsa puntata, usano la forza bruta adottando grandi ombrelli di spruzzatura in grado di coprire l'intera area interessata dall’incendio (anche se come abbiamo visto attraverso una “economica” nebbia d’acqua).

Per le operazioni di antincendio indoor potrebbe però essere più opportuno un approccio più localizzato per ridurre il consumo di acqua e i danni causati dall'acqua stessa. Sono quindi necessari algoritmi di controllo del feedback per mirare con precisione i getti. Serve anche fare in modo che il robot “veda” il getto che sta indirizzando e valuti le eventuali perdite e che questo non disturbi la sua visuale del fuoco e dell’insieme, sfida di non poco conto per i sensori e gli algoritmi.

Al fine di tenere il robot antincendio fuori dalla temperatura estrema e dal fumo, inoltre, è necessario un modello per calcolare la traiettoria dello spruzzo e per prevederne il percorso anche in caso di vento, fluttuazioni della pressione o della portata dell’estinguente. Nel caso dei robot umanoidi come Thor e Walkman, di cui abbiamo parlato la volta scorsa, questi dovranno poter afferrare presidi antincendio che trovano sul posto (estintori, lance, etc.) e manipolarli in maniera efficace. Gli errori derivanti dai diversi sistemi di presa e manipolazione dovranno  quindi essere compensati, prevendendo gli angoli di imbardata e di beccheggio dello spruzzo d'acqua.

Andranno migliorate l’autonomia e la resilienza dei sistemi e dovrà essere curata l’interazione con l’uomo e con le altre macchine. A questo proposito, l'emergente tecnologia dei Cyber Physical Systems (CPS) diventa un fattore abilitante cruciale. Direttamente correlato con questo tema dell’interconnessione tra robot, uomo e altre macchine è quello della gestione della riaccensione di un incendio. I robot dovranno acquisire capacità di costruirsi una mappa dello spazio per continuare, eventualmente, le operazioni antincendio; dovranno, in altre parole, acquisire una consapevolezza situazionale. Questo lo faranno interagendo con l’ambiente e tipicamente con altre macchine (robot, sensori, etc). Per questo i sistemi potrebbero evolvere secondo un modello “a sciame”.

Una ricerca di Mauro Innocente e Paolo Grasso, due ricercatori che lavorano all’Università di Coventry dimostra la fattibilità e il potenziale dell'impiego di sciami di robot per combattere autonomamente gli incendi, con particolare attenzione ai meccanismi di auto-coordinamento tra i robot, per far emergere il comportamento antincendio desiderato. La ricerca è pensata per l’applicazione in contesti di incendi boschivi ma la swarm intelligence1 e swarm robotics, ovvero quelle discipline che si occupano di sfruttare i comportamenti emergenti di gruppi di robot diversi e autonomi – tra loro e dall’operatore - che collaborano ad un unico scopo, possono avere applicazioni anche in contesti d’incendio diversi.

Queste caratteristiche rendono gli sciami scalabili, paralleli, robusti e tolleranti ai guasti. La scalabilità garantisce che il sistema può cambiare dimensione senza ridefinirne il comportamento. A sua volta, la natura basata sulla popolazione di questi sistemi si traduce in una ricerca parallela che acquisisce informazioni in modo distribuito. Questo li rende resistenti a perturbazioni locali, mentre lo scambio di informazioni tra gli agenti ampliano il pool di conoscenze diminuendo l'incertezza. La tolleranza all’errore è dovuta al loro decentramento auto-organizzato e alla natura scalabile e alla somiglianza tra gli agenti. Se un agente è difettoso o fuori servizio, il sistema non cessa di funzionare ma può continuare a lavorare con una ridotta dimensione dello sciame. Questi semplici robot devono possedere capacità individuali limitate al compito da svolgere a livello di sistema. In altre parole, possono essere relativamente semplici (e quindi poco costosi e meno soggetti a guasti) perché non è necessario che siano in grado di risolvere il problema senza collaborazione.

L'attenzione dei ricercatori citati non si è rivolta alla progettazione dei robot fisici, ma ai loro meccanismi di auto-coordinamento in modo che il comportamento emergente sia quello della lotta antincendio. Le conclusioni cui sono giunti è che quello degli sciami è un approccio potente e una linea promettente di ricerca. In teoria, secondo i risultati citati, qualsiasi incendio potrebbe essere soppresso dato abbastanza tempo e un numero sufficientemente elevato di droni antincendio anche se questo numero è irrealisticamente alto con la tecnologia corrente sia dei mezzi che degli agenti estinguenti2.

Il lavoro non coinvolge solo lo sforzo di dare ai robot capacità di collaborazione ma si incrocia con i sistemi di modellizzazione degli incendi (ne parleremo nei prossimi numeri di TRL7), della dinamica del volo e algoritmi multi-agente di prevenzione delle collisioni (ma quando si tratterà di usare droni non volanti il problema si porrà nuovamente) oltre a meccanismi per gestire la memoria collettiva dello sciame, etc.

I robot quindi necessitano di progredire principalmente dal punto di vista “intellettivo”. Continuate a seguire le prossime uscite bisettimanali di TRL7 per scoprire come l’intelligenza basata sul silicio potrà cambiare il volto dell’antincendio nel prossimo futuro.

 

[1] La swarm intelligence è una via verso l'Intelligenza Artificiale che deriva da comportamenti decentrati e auto-organizzanti osservati in gruppi di animali sociali in natura. Dalla collaborazione, emerge una forma di intelligenza collettiva che consente per eseguire attività che vanno ben oltre l'aggregazione delle capacità individuali dei singoli individui. Poiché c'è un numero limitato di robot che possono essere controllati e coordinati da umani, per operare contemporaneamente, questo è un limite alle capacità di operare e, nel caso specifico, di sopprimere gli incendi.

Gli sciami robotici dovrebbero soddisfare le seguenti condizioni:

a) Essere composto da una serie di individui semplici in un numero minimo sufficiente affinché si verifichi l'auto-organizzazione;

b) Essere composto da agenti o individui identici tra loro o appartenenti ad alcune definite tipologie;

c) Avere interazioni locali basate su semplici regole comportamentali che sfruttano le informazioni scambiate localmente tra gli individui in modo diretto o indiretto attraverso l'ambiente;

d) Mostrare un comportamento globale emergente che deriva interazioni degli individui tra loro e con l'ambiente. Questo comportamento intelligente auto-organizzato a livello dello sciame non è noto a livello individuale.

[2] una delle future direzioni di ricerca dei due ricercatori è indirizzata nella progettazione di schiumogeni di classe A potenziati da nanoparticelle, adatte a sciami di droni volanti da impiegare su incendi di vegetazione.

 

 

note sull'autore

Gianfranco Rocchi è curatore del digital content marketing di Mozzanica&Mozzanica Srl; con una formazione accademica in storia economica, ha una esperienza di oltre quindici anni nella consulenza aziendale relativamente ai sistemi di gestione aziendale e della salute e sicurezza sul lavoro. È stato inoltre autore di contenuti per la televisione ed il podcasting.

 

Per scaricare questo articolo in versione pdf Clicca QUI

side archivio

Archivio per anno

h-footer

Mozzanica & Mozzanica Srl

 

Via Martiri della Liberazione, 12

23875 Osnago (LC) - Italy

T +39 039 2254 700

T +39 039 9910 618

F +39 039 9910 615

info@mozzanica.eu

 

PEC mozzanica@legalmail.it

 

Cap. Soc. € 400.000,00 i.v.

REA Lecco 291853

P. IVA 02555530134

Sede di Milano

 

Via G. Sforza 62

20081 Abbiategrasso (MI)

F +39 039 9910 615

Mozzanica USA LLC

 

Sede USA

2253 Vista Parkway, Suite 8

West Palm Beach, FL 33411

T +1 561 370 3597

infousa@mozzanica.eu

Social

 

© Copyright 2021 - Mozzanica&Mozzanica Srl

Privacy Policy - Cookie Policy