Vloten van drones kunnen zoekopdrachten naar verloren wandelaars te helpen: Systeem maakt het mogelijk drones tot coöperatief terrein te verkennen onder dikke bos luifels waar de GPS-signalen zijn onbetrouwbaar.

Het vinden van verloren wandelaars in bossen kan een moeilijk en langdurig proces zijn, als helikopters en drones een glimp niet kunt krijgen door de dikke boom baldakijn. Kort geleden, het is al voorgesteld dat de autonome drones, dat kan bob en weven door bomen, deze zoekopdrachten kan helpen. Maar de GPS-signalen gebruikt om het vliegtuig te begeleiden kan onbetrouwbaar of onbestaand in het bos omgevingen. In een paper gepresenteerd op de International Symposium on Experimental Robotics conferentie volgende week, MIT onderzoekers beschrijven een autonoom systeem voor een vloot van drones om samen te zoeken in de dichte bossen luifels. De drones gebruiken alleen onboard berekening en draadloze communicatie - geen GPS nodig.

MIT-onderzoekers beschrijven een autonoom systeem voor een vloot van drones om gezamenlijk onder dichte bosluifels te zoeken met behulp van alleen ingebouwde berekeningen en draadloze communicatie - geen GPS vereist.

Afbeeldingen: Melanie Gonic

Elke autonome quadrotor-drone is uitgerust met laserafstandsmeters voor positiebepaling, lokalisatie, en padplanning. Terwijl de drone rondvliegt, het creëert een individuele 3D-kaart van het terrein. Algoritmen helpen het onontdekte en reeds doorzochte plekken te herkennen, zodat het weet wanneer het een gebied volledig in kaart heeft gebracht. Een off-board grondstation combineert individuele kaarten van meerdere drones tot een globale 3D-kaart die kan worden gecontroleerd door menselijke reddingswerkers.

In een real-world uitvoering, maar niet in het huidige systeem, de drones zouden worden uitgerust met objectdetectie om een ​​vermiste wandelaar te identificeren. Wanneer gelegen, de drone zou de locatie van de wandelaar op de wereldkaart taggen. Mensen kunnen deze informatie vervolgens gebruiken om een ​​reddingsmissie te plannen.

"Eigenlijk, we vervangen mensen door een vloot drones om het zoekgedeelte van het zoek- en reddingsproces efficiënter te maken,', zegt eerste auteur Yulun Tian, een afgestudeerde student aan de afdeling Lucht- en ruimtevaart (Aero Astro).

De onderzoekers testten meerdere drones in simulaties van willekeurig gegenereerde bossen, en testte twee drones in een bosrijk gebied binnen NASA's Langley Research Center. Bij beide experimenten, elke drone bracht in ongeveer twee tot vijf minuten een gebied van ongeveer 20 vierkante meter in kaart en voegde hun kaarten samen in realtime samen. De drones presteerden ook goed op verschillende punten, inclusief algehele snelheid en tijd om de missie te voltooien, detectie van boskenmerken, en nauwkeurige samenvoeging van kaarten.

Co-auteurs op het papier zijn: Katherine Liu, een promovendus in Computer Science and Artificial Intelligence Laboratory van MIT (LCS) en Aero Astro; Kyel Oké, een doctoraatsstudent in CSAIL en de faculteit Elektrotechniek en Informatica; Loc Tran en Danette Allen van het NASA Langley Research Center; Nicolaas Roy, een AeroAstro-professor en CSAIL-onderzoeker; en Jonathan P. Hoe, de Richard Cockburn Maclaurin hoogleraar luchtvaart en ruimtevaart.

Verkennen en in kaart brengen

Op elke drone, de onderzoekers monteerden een LIDAR-systeem, die een 2D-scan maakt van de omliggende obstakels door laserstralen af ​​te vuren en de gereflecteerde pulsen te meten. Hiermee kunnen bomen worden gedetecteerd; echter, naar drones, individuele bomen lijken opmerkelijk veel op elkaar. Als een drone een bepaalde boom niet kan herkennen, het kan niet bepalen of het al een gebied heeft verkend.

De onderzoekers programmeerden hun drones om in plaats daarvan de oriëntaties van meerdere bomen te identificeren, wat veel meer onderscheidend is. Met deze methode, wanneer het LIDAR-signaal een groep bomen retourneert, een algoritme berekent de hoeken en afstanden tussen bomen om dat cluster te identificeren. "Drones kunnen dat gebruiken als een unieke handtekening om te vertellen of ze dit gebied al eerder hebben bezocht of dat het een nieuw gebied is.",' zegt Tian.

Deze functiedetectietechniek helpt het grondstation kaarten nauwkeurig samen te voegen. De drones verkennen over het algemeen een gebied in lussen, terwijl ze scans maken. Het grondstation houdt de scans continu in de gaten. Wanneer twee drones een lus maken naar dezelfde groep bomen, het grondstation voegt de kaarten samen door de relatieve transformatie tussen de drones te berekenen, en vervolgens de afzonderlijke kaarten samenvoegen om consistente oriëntaties te behouden.

"Het berekenen van die relatieve transformatie vertelt je hoe je de twee kaarten moet uitlijnen, zodat het precies overeenkomt met hoe het bos eruitziet,' zegt Tian.

In het grondstation, robotnavigatiesoftware genaamd "gelijktijdige lokalisatie en mapping" (DICHTSLAAN) - die zowel een onbekend gebied in kaart brengt als een agent binnen het gebied volgt - gebruikt de LIDAR-invoer om de positie van de drones te lokaliseren en vast te leggen. Dit helpt het om de kaarten nauwkeurig te fuseren.

Het eindresultaat is een kaart met 3D-terreinkenmerken. Bomen verschijnen als blokken van gekleurde tinten van blauw tot groen, afhankelijk van de hoogte. Onverkende gebieden zijn donker maar worden grijs als ze in kaart worden gebracht door een drone. Geïntegreerde padplanningssoftware vertelt een drone om altijd deze donkere onontgonnen gebieden te verkennen terwijl hij rondvliegt. Het produceren van een 3D-kaart is betrouwbaarder dan simpelweg een camera aan een drone bevestigen en de videofeed monitoren, zegt Tian. Video verzenden naar een centraal station, bijvoorbeeld, vereist veel bandbreedte die mogelijk niet beschikbaar is in bosrijke gebieden.

Efficiënter zoeken

Een belangrijke innovatie is een nieuwe zoekstrategie waarmee de drones efficiënter een gebied kunnen verkennen. Volgens een meer traditionele benadering, een drone zou altijd zoeken een zo nauw mogelijke onbekend gebied. Echter, die kunnen worden in een aantal richtingen vanaf de huidige positie van de dar. De drone vliegt meestal een korte afstand, en dan stopt om een ​​nieuwe richting te kiezen.

“Dat betekent niet dynamiek van de drone te respecteren [beweging],' zegt Tian. “Het moet stoppen en turn, dus dat betekent dat het is zeer inefficiënt in termen van tijd en energie, en je kunt niet echt halen snelheid.”

In plaats daarvan, drones van de onderzoekers verkennen van de zo nauw mogelijke omgeving, terwijl gezien hun stroomrichting. Ze geloven dat dit de drones kan helpen een meer consistente snelheid te behouden. Deze strategie - waarbij de drone de neiging heeft om in een spiraalpatroon te reizen - bestrijkt een zoekgebied veel sneller. 'Bij zoek- en reddingsmissies, tijd is erg belangrijk,' zegt Tian.

In de krant, de onderzoekers vergeleken hun nieuwe zoekstrategie met een traditionele methode. Vergeleken met die basislijn, de strategie van de onderzoekers hielp de drones aanzienlijk meer gebied te bestrijken, enkele minuten sneller en met hogere gemiddelde snelheden.

Een beperking voor praktisch gebruik is dat de drones nog steeds moeten communiceren met een off-board grondstation voor het samenvoegen van kaarten. In hun buitenexperiment, de onderzoekers moesten een draadloze router opzetten die elke drone en het grondstation met elkaar verbond. In de toekomst, ze hopen de drones te ontwerpen om draadloos te communiceren wanneer ze elkaar naderen, fuseer hun kaarten, en verbreek vervolgens de communicatie wanneer ze uit elkaar gaan. Het grondstation, in dat geval, zou alleen worden gebruikt om de bijgewerkte wereldkaart te controleren.

Bron: http://news.mit.edu, door Rob Matheson