Mobiele robot als Covid-19 politie

Tue Jan 25 2022

01 25

Mobiele robot als Covid-19 politie

02/12/2021

Door Ad Spijkers

Surveillancerobot kan de verspreiding van ziekten helpen verminderen en ook helpen bij het traceren van contacten.


     

Veel gezondheidswerkers en beveiligingspersoneel bracht de eigen gezondheid in gevaar brengen om het publiek te dienen tijdens de Covid-19-pandemie. Het belangrijkste doel van het werk van de onderzoekers is om hen hulpmiddelen te bieden om hun gemeenschappen veilig en efficiënt te dienen.

Onderzoek heeft aangetoond dat een minimum afstand (afhankelijk van het land wordt 2 m of 1,5 m gehanteerd) de verspreiding van Covid-19 kan verminderen. Op technologie gebaseerde methoden, zoals strategieën met wifi en Bluetooth, zijn veelbelovend om te helpen bij het opsporen en ontmoedigen van fouten in sociale afstand.

Veel van dergelijke benaderingen vereisen echter de deelname van individuen of bestaande infrastructuur, dus robots zijn naar voren gekomen als een potentieel hulpmiddel om sociale afstand in menigten aan te pakken.

Mobiele robot

Onderzoekers aan de University of Maryland, College Park hebben een nieuwe strategie ontwikkeld om de verspreiding van Covid-19 te verminderen. Een mobiele robot kan inbreuken detecteren en ernaartoe navigeren met behulp van zijn eigen Red Green Blue-Depth (RGB-D) camera en 2D LiDAR (Light Detection and Ranging) sensor. Hij kan ook gebruik maken van een bestaand CCTV-systeem, indien beschikbaar.

Zodra hij de groep bereikt, moedigt de robot mensen aan om uit elkaar te gaan via tekst die op een gemonteerd display verschijnt. Hij legt ook thermische beelden van de scène vast en stuurt deze door naar geschikt beveiligings-/zorgpersoneel.

Machine learning

De robot gebruikt een nieuw systeem om mensen die de regels voor sociale afstand hebben overtreden in verschillende groepen te sorteren, ze te prioriteren op basis van of ze stilstaan of bewegen, en vervolgens naar hen toe te navigeren. Dit systeem maakt gebruik van een machine learning methode die bekend staat als Deep Reinforcement Learning en Frozone. Dit is een algoritme dat eerder door verschillende van dezelfde onderzoekers is ontwikkeld om robots te helpen bij het navigeren door menigten.

De onderzoekers testten hun methode door vrijwilligers scenario's voor inbreng op de minimum afstand te laten uitvoeren terwijl ze stilstonden, lopen of zich onregelmatig bewegen. De robot kon de meeste inbreuken opsporen en aanpakken. CCTV verbeterde zijn prestaties.

De robot maakt ook gebruik van een thermische camera die mensen met mogelijke koorts kan detecteren, wat helpt bij het traceren van contacten, terwijl ook maatregelen worden genomen om privacybescherming en de-identificatie te waarborgen.

Om de methode te valideren en te verfijnen, bijvoorbeeld door te onderzoeken hoe de aanwezigheid van de robot het gedrag van mensen in menigten beïnvloedt, is wel verder onderzoek nodig.

Foto: Sathyamoorthy et al., 2021, PLOS ONE, CC-BY 4.0 (https://creativecommons.org/licenses/by/4.0/)