سگ رباتیک در دانشگاه کوئینزلند؛ فناوری تازه برای نقشه‌برداری سه‌بعدی

آزمایش سگ رباتیک برای نقشه‌برداری دسترسی‌پذیری در UQ¹

دانشگاه کوئینزلند¹ اعلام کرده VisLab² در حال آزمودن این موضوع است که آیا یک «سگ رباتیک» می‌تواند به ثبت و نقشه‌برداری مسیرهای رفت‌وآمد در پردیس کمک کند و داده‌هایی برای بررسی دسترسی‌پذیری فراهم آورد. این پروژه سراغ استفاده از یک پلتفرم متحرک رفته تا از محیط ساخته‌شده اطلاعات جمع‌آوری کند؛ اطلاعاتی که می‌تواند مشخص کند کدام ویژگی‌های مسیرها و فضاها روی شیوه حرکت افراد در پردیس اثر می‌گذارد.

این کار در نقطه تلاقی رباتیک و نقشه‌برداری قرار می‌گیرد: سگ رباتیک می‌تواند در فضاها حرکت کند و هم‌زمان حسگرهایی را برای برداشت داده از پیرامونش حمل کند. در توضیح‌های اولیه دانشگاه تأکید شده هدف، ثبت مسیرها و موانع و ساخت تصویر دقیق‌تر از شرایط تردد در پردیس است.

گزارش Spatial Source³ از آزمایش در پردیس St Lucia⁴

بر اساس گزارش Spatial Source³ درباره همین پروژه، VisLab² در دانشگاه کوئینزلند¹ در حال بررسی این است که فناوری‌های رباتیک و برداشت فضایی چگونه می‌توانند به پژوهش‌های مرتبط با دسترسی‌پذیری در پردیس St Lucia⁴ کمک کنند. در این گزارش از تیم پژوهشی شامل Dr Jurij Karlovsek⁵، Assoc Prof Fred Fialho Teixeira⁶، Dr Qianbin Xu⁷، Dr Thien-Minh Nguyen⁸ و Dr Tyson Phillips⁹ نام برده شده و همچنین Rui Zhang¹⁰ و Mohan Ren¹¹ نیز در تیم حضور داشته‌اند.

طبق همین گزارش، آزمایش اولیه یک مسیر دسترسی را میان VisLab² و ترمینال فِری UQ Ferry Terminal¹² بررسی کرده است. سگ رباتیک استفاده‌شده، مدل چهارپای Unitree Go2¹³ بوده که به آن نام QiuQiu¹⁴ داده‌اند و گفته شده این ربات توسط Dr Nguyen⁸ فراهم شده و در کنار آن از فناوری‌های مکمل برداشت داده مکانی هم استفاده شده است.

در روش کار، داده‌های حرکتی داخلی ربات، دوربین روبه‌جلوی آن و یک دوربین ۳۶۰ درجه نصب‌شده روی پشت ربات با اسکن دستی ترکیب شده است؛ در اسکن دستی، یک پژوهشگر همان مسیر را پیاده طی کرده و یک اسکنر LiDAR¹⁵ دستی حمل کرده است. هدف از این مقایسه، سنجیدن تفاوت داده‌برداری رباتیک با برداشت دستی و بررسی این بوده که هر روش چه نوع اطلاعات فضایی اضافه‌ای می‌تواند ثبت کند.

در طول این پیاده‌روی، یک سگ واقعی به نام Milo¹⁶ هم همراه گروه بوده است. تمرکز اصلی پروژه، ارتباط بین «حرکت» و «دسترسی‌پذیری» عنوان شده: وقتی QiuQiu¹⁴ راه می‌رود، وضعیت بدنی، جهت‌گیری و اودومتری خود را ثبت می‌کند و هم‌زمان اسکن‌های LiDAR¹⁵ از زمینِ جلو و پشت انجام می‌دهد تا تغییرات شیب و جنس سطح در مسیرهای پیاده‌رو مشخص شود.

گزارش Spatial Source³ می‌گوید در نخستین اجرای کامل، ربات حدود ۷۹۰ متر را در حدود ۱۳ دقیقه طی کرده است. در تحلیل ابتدایی مسیر، از یک افت ارتفاع خالص حدود ۷ متر، یک رمپ کوتاه نزدیک ابتدای مسیر با شیب حدود ۱:۹ و سپس یک سرازیری طولانی و ملایم‌تر صحبت شده است. همچنین اشاره شده رفت‌وبرگشت‌های تکراری می‌تواند مجموعه‌داده‌های قابل‌مقایسه‌ای برای بررسی رمپ‌ها، مسیرها و تغییرات شرایط زمین ایجاد کند.

در ادامه، این امکان هم مطرح شده که یافته‌ها به توسعه Digital Twin¹⁷ از پردیس UQ St Lucia Campus¹⁸ کمک کند تا اطلاعات دسترسی‌پذیری در کنار داده‌های گسترده‌تر مکانی و زیرساختی قرار بگیرد؛ از جمله ادغام هندسه مسیر، شیب و داده‌های مرتبط با جابه‌جایی در یک مدل تعاملی از پردیس.

اشاره دانشگاه به انتشار خبر

در صفحه‌ای از سایت دانشگاه کوئینزلند¹، این خبر با عنوان «UQ VisLab tests robot dog mapping for campus accessibility» و با تاریخ ۷ اکتبر ۲۰۲۶ فهرست شده است.

پاورقی (نام‌های اصلی انگلیسی):
¹ The University of Queensland (UQ)
² VisLab
³ Spatial Source
⁴ St Lucia
⁵ Dr Jurij Karlovsek
⁶ Assoc Prof Fred Fialho Teixeira
⁷ Dr Qianbin Xu
⁸ Dr Thien-Minh Nguyen
⁹ Dr Tyson Phillips
¹⁰ Rui Zhang
¹¹ Mohan Ren
¹² UQ ferry terminal
¹³ Unitree Go2
¹⁴ QiuQiu
¹⁵ LiDAR
¹⁶ Milo
¹⁷ Digital Twin
¹⁸ UQ St Lucia Campus