Three images from the tool called AI4Mars

Los conductores de Mars Rover de la NASA necesitan tu ayuda


Usando una herramienta en línea para etiquetar los tipos de terreno marcianos, puede entrenar un algoritmo de inteligencia artificial que podría mejorar la forma en que los ingenieros guían el rover Curiosity.



puede ayudar al rover Curiosity de la NASA
los conductores navegan mejor por Marte. Usando el en línea
herramienta AI4Mars para etiquetar las características del terreno en imágenes
descargado del planeta rojo, puedes entrenar una inteligencia artificial
algoritmo para leer automáticamente el paisaje.

¿Es esa una gran roca a la izquierda? ¿Podría ser arena? O tal vez es
bonito, lecho de roca plano. AI4Mars, que está alojado en el sitio web de ciencia ciudadana
Zooniverse, te permite dibujar límites alrededor del terreno y elegir uno de cuatro
etiquetas. Esas etiquetas son clave para agudizar el algoritmo de clasificación del terreno marciano llamado SPOC (propiedad y objeto del suelo
Clasificación)
.

Desarrollado en la propulsión a chorro de la NASA
Laboratorio, que ha gestionado todas las misiones rover de Marte de la agencia, etiquetas SPOC
varios tipos de terreno, creando un mapa visual que ayuda a los miembros del equipo de la misión
determinar qué caminos tomar. SPOC ya está en uso, pero el sistema podría usar
la formación continua.

"Típicamente, cientos
de miles de ejemplos son necesarios para entrenar un algoritmo de aprendizaje profundo "
dijo Hiro Ono, investigador de IA en JPL. "Algoritmos para automóviles sin conductor,
por ejemplo, están entrenados con numerosas imágenes de carreteras, letreros, semáforos,
peatones y otros vehículos. Otros conjuntos de datos públicos para el aprendizaje profundo contienen
personas, animales y edificios, pero no marcianos
paisajes ".

Una vez que esté completamente actualizado, SPOC será
capaz de distinguir automáticamente entre suelo cohesivo, rocas altas, roca madre plana
y peligrosas dunas de arena, enviando imágenes a la Tierra que
facilita la planificación de los próximos movimientos de Curiosity.

"En el futuro, esperamos que esto
El algoritmo puede ser lo suficientemente preciso como para realizar otras tareas útiles, como predecir
cuán probable es que las ruedas de un rover resbalen en diferentes superficies ", dijo Ono.

El trabajo de los planificadores móviles

Los ingenieros de JPL llamados planificadores móviles pueden beneficiarse más
de un SPOC mejor entrenado. Son responsables de cada movimiento de Curiosity,
ya sea tomando
una selfie
, goteando muestras pulverizadas en el cuerpo del rover para ser analizado o conducir de un lugar a otro.

Puede tomar de cuatro a cinco horas para trabajar
fuera de un disco (que es ahora
hecho virtualmente
), que requiere que varias personas
escribe y revisa cientos de líneas de código. La tarea implica una extensa
colaboración también con científicos: los geólogos evalúan el terreno para predecir
si las ruedas de Curiosity podrían resbalar, dañarse por rocas afiladas o atascarse
en arena, que atrapó tanto el Espíritu y Oportunidad
rovers

Los planificadores también consideran de qué manera
el móvil se apuntará al final de una unidad, ya que alta ganancia
antena
necesita una línea de visión clara a la Tierra para
recibir comandos Y tratan de anticipar sombras que caen sobre el terreno
durante un viaje, que puede interferir con la forma en que Curiosity determina la distancia. (Los
El rover utiliza una técnica llamada odometría visual, que compara imágenes de la cámara con
puntos de referencia cercanos.)

Cómo podría ayudar la IA

SPOC no reemplazará el trabajo complicado y lento de rover
planificadores Pero puede liberarlos para centrarse en otros aspectos de su trabajo, como
discutiendo con los científicos qué rocas estudiar a continuación.

"Nuestro trabajo es descubrir cómo obtener de forma segura la misión
ciencia ", dijo
Stephanie Oij, uno de los planificadores móviles JPL involucrados en AI4Mars. "Automáticamente
generar etiquetas de terreno nos ahorraría tiempo y nos ayudaría a ser más
productivo."

los
los beneficios de un algoritmo más inteligente se extenderían a los planificadores en el próximo Marte de la NASA
misión, la Rover de perseverancia, que se lanza este verano. Pero primero,
Se necesita un archivo de imágenes etiquetadas. Más de 8,000 imágenes Curiosity tienen
se ha subido al sitio AI4Mars hasta ahora, proporcionando mucho forraje para el
algoritmo. Ono espera agregar imágenes de Spirit y Opportunity en el futuro. En
Mientras tanto, los voluntarios de JPL están traduciendo el sitio para que los participantes que
hablar español, hindi, japonés y varios otros idiomas pueden contribuir como
bien.

Para más información, visite:

https://mars.nasa.gov/msl/home/

https://www.nasa.gov/mission_pages/msl/index.html

Noticias Medios Contacto

Andrew Good
Laboratorio de Propulsión a Chorro, Pasadena, California.
818-393-2433
andrew.c.good@jpl.nasa.gov

Hautaluoma gris / Alana Johnson
Sede de la NASA, Washington
202-358-0668 / 202-358-1501
grey.hautaluoma-1@nasa.gov / alana.r.johnson@nasa.gov

2020-107

Deja un comentario