Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 ربات سیار کووید-19: شناسایی و مقابله با نقض فاصله‌گذاری اجتماعی

ربات سیار کووید-19: شناسایی و مقابله با نقض فاصله‌گذاری اجتماعی

زمان مطالعه: 2 دقیقه

در راهبرد جدیدی برای کاهش شیوع بیماری کووید-19، از یک ربات سیار استفاده می‌شود. این ربات افرادی که قوانین فاصله‌گذاری اجتماعی را در میان جمعیت نقض می‌کنند، شناسایی کرده، به سمت آن‌ها حرکت می‌کند و آن‌ها را تشویق می‌کند که از یکدیگر دور شوند. پژوهشگران دانشگاه مریلند، یافته‌های خود در این زمینه را در اول دسامبر 2021 در مجله PLOS ONE منتشر کردند.

تحقیقات گذشته نشان داده است که حفظ فاصله دو متری از دیگران به کاهش شیوع کووید-19 کمک می‌کند. روش‌های مبتنی بر فناوری از قبیل راهبردهای استفاده از WiFi و بلوتوث، به شناسایی و جلوگیری از نقض فاصله‌گذاری اجتماعی کمک می‌کنند. با این حال، بسیاری از این رویکردها نیاز به مشارکت افراد یا زیرساخت‌های موجود دارند؛ بنابراین، ربات‌ها به‌عنوان وسیله‌ای بالقوه برای رسیدگی به فاصله‌گذاری اجتماعی در جمعیت‌ها مطرح شده‌اند.

اکنون پژوهشگران روش جدیدی را با این هدف، برای استفاده از ربات‌های سیار خودکار ایجاد کرده‌اند. این ربات‌ها می‌توانند موارد نقض فاصله‌گذاری را شناسایی کرده و با استفاده از دوربین‌های Red Green Blue — Depth (RGB-D) و حسگر 2-D LiDAR  (تشخیص و فاصله‌یابی نوری) به طرف آن‌ها حرکت کنند و در صورت وجود دوربین‌های مداربسته، می‌توانند از آن‌ها نیز استفاده کنند. این ربات‌ها هنگامی که به مورد نقض فاصله‌گذاری می‌رسند، متنی را روی نمایشگر خود ظاهر می‌کنند که افراد را تشویق به فاصله‌ گرفتن از یکدیگر می‌کند.

ربات سیار

این ربات سیار از سیستم بدیعی برای گروه‌بندی افرادی که فاصله‌گذاری را نقض کرده‌اند، استفاده می‌کند و آن‌ها را بر اساس اینکه ایستاده یا در حال حرکت باشند، اولویت‌بندی می‌کند و سپس به سمت آن‌ها حرکت می‌کند. این سیستم از یک روش یادگیری ماشین که با عنوان یادگیری تقویتی عمیق و Frozone شناخته می‌شود، استفاده می‌کند. این روش الگوریتمی است که چند نفر از همین پژوهشگران در گذشته برای کمک به مسیریابی ربات‌ها در جمعیت، ایجاد کردند.

پژوهشگران روش خود را به آزمایش گذاشتند. آن‌ها از تعدادی داوطلب خواستند که به اشکال مختلفی، فاصله‌گذاری اجتماعی را نقض کنند، به‌عنوان مثال، بایستند، راه بروند یا به شکل نامنظم حرکت کنند. ربات آن‌ها توانست بیشتر نقض‌های رخ‌داده را شناسایی و به آن‌ها رسیدگی کند؛ دوربین‌های مداربسته هم عملکرد ربات را افزایش دادند.

همچنین این ربات از دوربین‌های دمایی نیز برای شناسایی افراد تب‌دار استفاده می‌کند و این‌گونه به تلاش‌های ردیابی تماس نیز کمک کند و در عین حال، روش‌هایی را به کار می‌برد که ضامن حفظ حریم خصوصی افراد و ناشناس ماندن آن‌ها هستند.

لازم است که تحقیقات بیشتری برای اعتبارسنجی و اصلاح این روش انجام شوند؛ به‌عنوان مثال، تأثیر حضور ربات بر رفتار افراد در میان جمعیت بررسی شود.

نویسندگان افزودند: «بسیاری از کادر درمان و نیروهای امنیتی باید سلامت خود را در معرض خطر قرار دهند، تا در دوران همه‌گیری کووید-19 به جامعه خدمت کنند. هدف اصلی پژوهش ما، فراهم ساختن ابزاری برای آن‌ها است، تا با امنیت و کارایی به جامعه خود خدمت کنند.»

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]