قدمت بايتدانس معمارية جديدة لتوجيه الروبوتات المستقلة تُعرف بـ Astra، مصممة للتغلب على القيود التقليدية في الأنظمة الموجودة. يعالج النظام الأسئلة الأساسية الثلاثة: أين أنا الآن؟ وأين أذهب؟ وكيف أصل هناك؟ معتمداً على معمارية مزدوجة تتضمن نموذجين متخصصين يعملان بتنسيق متكامل.

يتألف نظام Astra من وحدتي معالجة متمايزتين: Astra-Global و Astra-Local. تتولى الوحدة الأولى مهام التحديث المنخفض التكرار مثل تحديد موقع الروبوت والهدف، بينما تركز الثانية على العمليات عالية التكرار كالتخطيط المساري المحلي وتقدير الحركة. تعتمد الوحدة الأولى على نموذج لغة متعدد الأنماط بقدرات معالجة بصرية ولغوية متقدمة لتحديد المواقع الجغرافية بدقة داخل خريطة.

تستخدم وحدة Astra-Global عملية معايرة مرحلتين تبدأ برصد المعالم والمطابقة مع خريطة مرجعية مُعدة مسبقاً، ثم يليها مرحلة دقيقة لمقارنة المعلومات البصرية والموضعية. تحقق الوحدة دقة توطين تبلغ 99.9 بالمئة في البيئات المنزلية غير المرئية للنموذج، متفوقة على الطرق التقليدية. بشأن تحديد الأهداف، يفسر النظام الإرشادات باللغة الطبيعية ويحدد المعالم ذات الصلة ويسترجع صوراً وإحداثيات ثنائية الأبعاد دقيقة.

تتعامل وحدة Astra-Local مع التخطيط المحلي واستخلاص بيانات الحركة من مستشعرات الروبوت. تشتمل على معالج ثلاثي الأبعاد رباعي الأبعاد يحول صوراً متعددة الاتجاهات إلى ميزات ثلاثية الأبعاد، وجزء تخطيط قائم على تحويل Transformer مع خسارة حقل المسافة الموقعة المقنعة لتقليل الاصطدامات. يتنبأ جزء استخلاص الحركة بالموقع النسبي للروبوت من خلال دمج متعدد الاستشعار يتضمن بيانات الكاميرا والمستشعرات اللاهوائية وعداد الحركة، محققاً دقة دورانية محسنة وخطأ مسار إجمالي يبلغ حوالي 2 بالمئة.

جرى تقييم النظام في بيئات داخلية متنوعة تشمل المستودعات والمكاتب والمنازل. أظهرت الاختبارات تفوق Astra-Global على أساليب التعرف على الأماكن البصرية التقليدية في التعامل مع الاستفسارات النصية والبصرية. تجاوزت وحدة Astra-Local الطرق الأخرى في معدلات الاصطدام والسرعة والأداء العام على مجموعات البيانات غير المتوقعة، مما يؤكد فعالية معمارية النظام.

يفتح النظام آفاقاً لتطبيقات عملية واسعة في بيئات داخلية معقدة مثل المولات والمستشفيات والمكتبات، حيث يمكنه المساعدة في تحديد المنتجات وتوصيل الإمدادات الطبية وتنظيم الكتب. لكن الفريق يعترف بضرورة تحسينات مستقبلية تشمل تطوير آليات استكشاف نشطة لبيئات الميزات الضعيفة، وتحسين قدرة النظام على التعامل مع السيناريوهات غير المتوقعة.