Frotas de drones podem ajudar nas buscas por caminhantes perdidos: O sistema permite que os drones explorem cooperativamente o terreno sob copas densas da floresta, onde os sinais de GPS não são confiáveis.

Encontrar caminhantes perdidos nas florestas pode ser um processo difícil e demorado, já que helicópteros e drones não conseguem vislumbrar através da espessa copa das árvores. Recentemente, foi proposto que drones autônomos, que pode balançar e tecer através das árvores, poderia ajudar nessas pesquisas. Mas os sinais GPS usados ​​para guiar a aeronave podem não ser confiáveis ​​ou inexistentes em ambientes florestais. Em um artigo apresentado na conferência Simpósio Internacional de Robótica Experimental na próxima semana, Pesquisadores do MIT descrevem um sistema autônomo para uma frota de drones fazer pesquisas colaborativas sob densas copas de florestas. Os drones usam apenas computação a bordo e comunicação sem fio – sem necessidade de GPS.

Pesquisadores do MIT descrevem um sistema autônomo para uma frota de drones fazer pesquisas colaborativas sob densas copas de florestas usando apenas computação a bordo e comunicação sem fio - sem necessidade de GPS.

Imagens: Melanie Gonic

Cada drone quadrotor autônomo é equipado com telêmetros a laser para estimativa de posição, localização, e planejamento de caminho. Enquanto o drone voa, ele cria um mapa 3D individual do terreno. Algoritmos ajudam a reconhecer locais inexplorados e já pesquisados, para que ele saiba quando uma área está totalmente mapeada. Uma estação terrestre externa funde mapas individuais de vários drones em um mapa global 3D que pode ser monitorado por equipes de resgate humanas.

Em uma implementação no mundo real, embora não no sistema atual, os drones viriam equipados com detecção de objetos para identificar um caminhante desaparecido. Quando localizado, o drone marcaria a localização do caminhante no mapa global. Os humanos poderiam então usar essas informações para planejar uma missão de resgate.

"Essencialmente, estamos substituindo humanos por uma frota de drones para tornar mais eficiente a parte de busca do processo de busca e resgate,”diz o primeiro autor Yulun Tian, um estudante de pós-graduação no Departamento de Aeronáutica e Astronáutica (AeroAstro).

Os pesquisadores testaram vários drones em simulações de florestas geradas aleatoriamente, e testou dois drones em uma área florestal no Langley Research Center da NASA. Em ambos os experimentos, cada drone mapeou uma área de aproximadamente 20 metros quadrados em cerca de dois a cinco minutos e fundiu seus mapas de forma colaborativa em tempo real. Os drones também tiveram um bom desempenho em várias métricas, incluindo velocidade geral e tempo para completar a missão, detecção de características florestais, e fusão precisa de mapas.

Os co-autores do artigo são: Katherine Liu, um estudante de PhD no Laboratório de Ciência da Computação e Inteligência Artificial do MIT (CSAIL) e AeroAstro; Kyel Ok, um estudante de doutorado em CSAIL e no Departamento de Engenharia Elétrica e Ciência da Computação; Loc Tran e Danette Allen do Centro de Pesquisa Langley da NASA; Nicholas Roy, um professor AeroAstro e pesquisador CSAIL; e Jônatas P.. Como, o Professor Richard Cockburn Maclaurin de Aeronáutica e Astronáutica.

Explorando e mapeando

Em cada drone, os pesquisadores montaram um sistema LIDAR, que cria uma varredura 2-D dos obstáculos circundantes, disparando raios laser e medindo os pulsos refletidos. Isso pode ser usado para detectar árvores; Contudo, para drones, individual trees appear remarkably similar. Se um drone não consegue reconhecer uma determinada árvore, não é possível determinar se já explorou uma área.

Os pesquisadores programaram seus drones para identificar as orientações de múltiplas árvores, que é muito mais distinto. Com este método, quando o sinal LIDAR retorna um aglomerado de árvores, um algoritmo calcula os ângulos e distâncias entre as árvores para identificar esse cluster. “Os drones podem usar isso como uma assinatura única para saber se já visitaram esta área antes ou se é uma área nova.,”Tian diz.

Esta técnica de detecção de recursos ajuda a estação terrestre a mesclar mapas com precisão. Os drones geralmente exploram uma área em loops, produzindo digitalizações à medida que avançam. A estação terrestre monitora continuamente as varreduras. Quando dois drones circulam pelo mesmo aglomerado de árvores, a estação terrestre mescla os mapas calculando a transformação relativa entre os drones, e depois fundir os mapas individuais para manter orientações consistentes.

“Calcular essa transformação relativa informa como você deve alinhar os dois mapas para que corresponda exatamente à aparência da floresta,”Tian diz.

Na estação terrestre, software de navegação robótica denominado “localização e mapeamento simultâneos” (BATER) – que mapeia uma área desconhecida e rastreia um agente dentro da área – usa a entrada LIDAR para localizar e capturar a posição dos drones. Isso ajuda a fundir os mapas com precisão.

O resultado final é um mapa com características do terreno em 3D. As árvores aparecem como blocos de tons coloridos de azul a verde, dependendo da altura. As áreas inexploradas ficam escuras, mas ficam cinza à medida que são mapeadas por um drone. O software de planejamento de trajetória integrado diz ao drone para sempre explorar essas áreas escuras e inexploradas enquanto voa.. Produzir um mapa 3D é mais confiável do que simplesmente conectar uma câmera a um drone e monitorar o vídeo., Tian diz. Transmitindo vídeo para uma estação central, por exemplo, requer muita largura de banda que pode não estar disponível em áreas florestais.

Pesquisa mais eficiente

Uma inovação importante é uma nova estratégia de busca que permite aos drones explorar uma área com mais eficiência. De acordo com uma abordagem mais tradicional, um drone sempre procuraria a área desconhecida mais próxima possível. Contudo, que pode estar em várias direções a partir da posição atual do drone. O drone geralmente voa uma curta distância, e então para para selecionar uma nova direção.

“Isso não respeita a dinâmica do drone [movimento],”Tian diz. “Tem que parar e virar, então isso significa que é muito ineficiente em termos de tempo e energia, e você realmente não consegue ganhar velocidade.

Em vez de, os drones dos pesquisadores exploram a área mais próxima possível, enquanto considera sua direção atual. Eles acreditam que isso pode ajudar os drones a manter uma velocidade mais consistente. Esta estratégia – onde o drone tende a viajar em espiral – cobre uma área de busca muito mais rápido. “Em missões de busca e salvamento, o tempo é muito importante,”Tian diz.

No papel, os pesquisadores compararam sua nova estratégia de pesquisa com um método tradicional. Em comparação com essa linha de base, a estratégia dos pesquisadores ajudou os drones a cobrir uma área significativamente maior, vários minutos mais rápido e com velocidades médias mais altas.

Uma limitação para o uso prático é que os drones ainda devem se comunicar com uma estação terrestre externa para mesclar mapas.. Em seu experimento ao ar livre, os pesquisadores tiveram que configurar um roteador sem fio que conectasse cada drone e a estação terrestre. No futuro, eles esperam projetar os drones para se comunicarem sem fio quando se aproximarem uns dos outros, fundir seus mapas, e então cortar a comunicação quando eles se separarem. A estação terrestre, nesse caso, seria usado apenas para monitorar o mapa global atualizado.

Fonte: http://news.mit.edu, por Rob Matheson